使用pvlib计算POA时DNI估算模型的技术疑问求助

背景 #

拥有7年、采样间隔5分钟的数据集，包含功率值、GHI（水平面总辐照度）、DHI（水平面散射辐照度）、倾斜面总辐照度及倾斜面散射辐照度数据，尝试计算POA（平面阵列辐照度）时遇到三个疑问。

疑问1：计算DNI时使用GHI和DHI、未用倾斜面数据是否正确？ #

正确。DNI（法向直射辐照度）的定义是垂直于太阳光线方向的辐照度，核心推导逻辑基于水平面辐照的能量平衡公式：GHI = DNI * cos(太阳天顶角) + DHI。因此，用水平面的GHI和DHI估算DNI是完全合理的，倾斜面辐照数据和DNI的直接计算无关，不需要纳入。

疑问2：计算POA时使用倾斜面总辐照度和散射辐照度数据是否正确？ #

不正确。pvlib.irradiance.get_total_irradiance的设计逻辑是基于水平面辐照数据（GHI/DHI/DNI）推导倾斜面的POA辐照度，而非直接用倾斜面数据作为输入：

• 参数ghi要求传入水平面总辐照度，而非倾斜面的tilted_ghi
• 参数dhi要求传入水平面散射辐照度，你用pvlib.irradiance.isotropic处理倾斜面散射得到的结果不符合参数要求

另外，如果你手中的Radiation_Global_Tilted数据可靠，这个值本身就是POA总辐照度，无需再调用get_total_irradiance计算；若需补全缺失值或验证数据，应使用水平面辐照数据反向推导POA。

疑问3：Perez模型是否可用于计算DNI？ #

不能。Perez模型的作用是将水平面散射辐照度分解到倾斜面上，pvlib中pvlib.irradiance.perez的参数明确要求传入DNI作为输入，它根本不是用于估算DNI的工具。

要估算DNI，推荐两种正确方式：

1. 基于能量平衡公式直接计算（需处理太阳天顶角接近90度的异常情况）：

   import math
   cos_zenith = solar_position['apparent_zenith'].apply(lambda x: max(0.001, math.cos(math.radians(x))))
   dni_estimated = (ghi - dhi) / cos_zenith
   

2. 使用专门的DNI估算模型（如Erbs模型）：

   dni_estimated = pvlib.irradiance.erbs(ghi, solar_position['apparent_zenith'], times)['dni']
   

修正后的完整代码示例 #

import pandas as pd
import pvlib
import math

# Load the solar irradiance data from the CSV file
data = pd.read_csv(r"C:\Users\test\Downloads\70-Site_3-BP-Solar.csv")

# Set up the location information for the site
latitude = -23.761683875154326
longitude = 133.87495009067854
altitude = 560
tz = 'Australia/Darwin'
location = pvlib.location.Location(latitude=latitude, longitude=longitude, altitude=altitude, tz=tz)

# Calculate the solar position and air mass for each timestamp in the data
times = pd.to_datetime(data['timestamp']).dt.tz_localize(tz)
solar_position = location.get_solarposition(times)
airmass = location.get_airmass(times)['airmass_absolute']

# 正确估算DNI：基于水平面GHI、DHI和太阳天顶角
ghi = data['Global_Horizontal_Radiation']
dhi = data['Diffuse_Horizontal_Radiation']
zenith = solar_position['apparent_zenith']

# 避免cos(zenith)为0或负数导致的计算异常
cos_zenith = zenith.apply(lambda x: max(0.001, math.cos(math.radians(x))))
dni_estimated = (ghi - dhi) / cos_zenith

# 正确计算POA：使用水平面辐照数据作为输入
tilt_angle = 20.0
poa_irradiance = pvlib.irradiance.get_total_irradiance(
    surface_tilt=tilt_angle,
    surface_azimuth=0,
    dni=dni_estimated,
    ghi=ghi,
    dhi=dhi,
    solar_zenith=solar_position['apparent_zenith'],
    solar_azimuth=solar_position['azimuth'],
    model='haydavies',
    albedo=0.2,
    surface_type='urban'
)

# Add the POA data to the DataFrame
data['POA'] = poa_irradiance['poa_global']

data.to_csv(r"C:\Users\test\Downloads\POA.csv")

内容的提问来源于stack exchange，提问作者Maysa Sarsour