Files
Seminar_Smartgrids/pv_input.py
2024-12-11 15:58:27 +01:00

68 lines
1.8 KiB
Python

import pandas as pd
import pvlib
import matplotlib.pyplot as plt
# Standortbedingungen (z.B. München, Deutschland)
latitude = 48.1351
longitude = 11.5820
tz = 'Europe/Berlin'
# Abrufen der Wetter- und Strahlungsdaten für den Standort von PVGIS
weather_data, meta = pvlib.iotools.get_pvgis_tmy(latitude, longitude)
# Zeitstempel setzen und Zeitzonenkonvertierung
weather_data.index = weather_data.index.tz_localize(tz)
# PV Modulbedingungen
module_parameters = {
'pdc0': 240,
'gamma_pdc': -0.004
}
# Wechselrichterbedingungen
inverter_parameters = {
'pdc0': 240,
'eta_inv_nom': 0.96
}
# Erstellung des Standort-Objekts
site = pvlib.location.Location(latitude, longitude, tz=tz)
# Solarpositions-Array
solar_position = site.get_solarposition(weather_data.index)
# Erstellen eines PV-Systems
system = pvlib.pvsystem.PVSystem(
surface_tilt=30,
surface_azimuth=180,
module_parameters=module_parameters,
inverter_parameters=inverter_parameters
)
# Berechnen der Einfallswinkelmodifikatoren (AOI)
mc = system.get_aoi(solar_position['apparent_zenith'], solar_position['azimuth'])
# Berechnen der Strahlungswerte auf der Moduloberfläche
poa_irrad = system.get_irradiance(weather_data['Gb(n)'], weather_data['G(h)'], weather_data['Gd(h)'], mc)
# Modellierung der Zelltemperatur
tcell = pvlib.temperature.sapm_cell(poa_irrad['poa_global'], weather_data['T2m'], weather_data['WS10m'])
# Modellierung der DC-Leistung
dc_power = system.pvwatts_dc(poa_irrad['poa_global'], tcell)
# Modellierung der AC-Leistung
ac_power = system.pvwatts_ac(dc_power)
# Jahresertrag berechnen
annual_energy = ac_power.sum() / 1000 # kWh
print(f"Jährlicher Output: {annual_energy:.2f} kWh")
# Plot der Ergebnisse
ac_power.plot()
plt.ylabel('AC Leistung (W)')
plt.xlabel('Datum')
plt.title('Täglicher Ertrag einer PV-Anlage in kWh')
plt.show()