Bo Tian · Ningbo Wang · Lu Liu · Yuanxin Lin 等8人 · Solar Energy · 2025年1月 · Vol.288

摘要 不同的控制策略对农业光伏（PV）系统的整体性能具有显著影响。本研究采用人工神经网络（ANN）算法对数值天气预报（NWP）模型的太阳辐照度预测结果进行修正，并提出了以实现最优农作物产量和最优发电量为目标的创新性控制策略。结合法国的一个农业光伏项目，研究了不同控制策略下农业光伏系统的发电量、作物产量以及土地当量比（LER）。结果表明，与传统的太阳跟踪控制策略相比，最优产量控制策略的年发电量减少23%，LER值平均下降10%。而最优发电量控制策略相较于传统太阳跟踪控制策略，最高可实现单日发电增益...

解读: 该农光互补控制策略研究对阳光电源SG系列光伏逆变器及iSolarCloud平台具有重要应用价值。文中基于ANN算法的辐照预测与动态控制策略,可集成至我司MPPT优化算法中,实现发电与农业产出的智能平衡。研究显示优化发电策略可提升15.6%年发电量,验证了智能控制的经济性。建议将该多目标优化思路融入i...