SunSolve P90 工作原理
SunSolve P90 有两个主要组件:
- 在您的本地计算机上运行的 Jupyter Notebook,以及
- 在云中运行的 SunSolve 引擎。
Notebook 充当用户界面。它提供了一个结构化的工作流程,其中包含预构建的 Python 脚本,您可以自定义以满足您的分析要求。您可以修改输入参数并通过 API 将它们发送到 SunSolve 引擎。一旦引擎完成不确定性计算,Notebook 脚本就会接收并显示结果。
熟悉 Python 和 Jupyter Notebook 的用户可以在其本地计算机上设置环境。我们此处提供了安装所需开发环境(例如,标准 Jupyter Notebook、VS Code 或 Jupyter Lab)以开始使用的指导。
对于初学者,我们建议使用 Google Colab 运行 Notebook。如下图所示,Google Colab 是 Notebook 周围的”包装器”,无需配置 Python 开发环境或支持包。您只需要一个 Google 账户和 Google Drive,它就可以在浏览器中运行。
我们的入门部分提供了在 Google Colab 中运行 SunSolve P90 的分步指南。
如果您想直接通过 API 访问引擎,请通过 support@sunsolve.com 联系我们。
如果该工具受欢迎,我们将构建一个基于浏览器的用户界面来简化用户体验。
Notebook 工作流程
Section titled “Notebook 工作流程”我们提供了一个默认的 Jupyter Notebook,已配置为在 11 个脚本中进行分析:
-
脚本 1 和 2 登录并将 Notebook 连接到 SunSolve 引擎。它们只需在会话开始时执行。
-
脚本 3 加载模拟的天气和基本输入。
-
脚本 4 和 5 可视化天气和概率分布。
-
脚本 6 加载不确定性分布。
-
脚本 7 运行模拟。
-
脚本 8-10 在表格、直方图和其他图表中显示结果。
-
脚本 11 将结果导出到 Excel。
在会话开始时,最好按顺序运行所有脚本。对于后续分析,没有必要运行所有 11 个脚本。例如,您可能只想使用脚本 3 修改输入,使用脚本 7 重新运行分析,并使用脚本 11 导出结果。您可以折叠其他脚本以简化导航。
Jupyter Notebook 的灵活性允许有经验的 Python 用户修改和添加脚本。他们可能会创建扫描、显示替代图表或将 SunSolve P90 集成到自己的工作流程中。
请按照我们的分步指南了解更多详细信息。
SunSolve P90 是一个应用类似于 PVsyst 和 SAM 模型的蒙特卡洛分析。
SunSolve 不返回绝对产量值。相反,它返回产量中的不确定性,如模型中参数的不确定性所确定。也就是说,它确定 P 值比率,如 P90/P50。
它应用的产量模型包括光学的视角因子模型、热模型的 Faiman 模型,以及几乎所有其他影响产量的参数的损失因子乘数。方程在此处描述。它在约 2-50 毫秒内求解产量模拟,这意味着 10,000 次模拟的蒙特卡洛分析需要约 2-50 秒。
该模型的意图是足够简单以快速求解,并且足够复杂以捕捉主要的不确定性来源及其相互依赖性。
由于 SunSolve P90 确定相对不确定性,大多数参数的绝对值对不确定性影响很小。
因此,对于大多数应用,除了感兴趣的参数外,可以保留默认值。输入表中列出的默认值适用于带有单面组件的 1P 单轴跟踪器。
这是 SunSolve P90 的第一个版本。与我们在 SunSolve 互动,帮助它扩展以解决更多光伏行业的不确定性挑战。