一种匀光型光伏农业系统的实验与研究

我国光伏产业在全球产业链已经处于龙头地位,新增和累计光伏装机容量连续多年保持全球第一。光伏与生态和谐发展也越来越受到重视,光伏板下的生态与植物生长亟待和光伏的快速发展相适应。本课题组提出一种基于匀光散光板的匀光型光伏农业系统,通过匀光散光板可以调控光伏板下农作物所需要的光强及其分布,更好地满足植物生长照明所需。通过理论分析和实验设施建设,测试结果表明在不影响晶硅板发电量和成本可控的情况下,光照得到显著提升,均匀性明显改善;对于相当一部分作物,例如洋姜和土豆,光伏板下的产量更高。为后续进一步实验的深入开展和光伏农业的精准高效产出,提供了新的思路,具有较好的经济和生态效益。

基于植物光合作用的太阳光谱分离技术进展

现有的光伏农业项目中,光伏板影响植物生长的问题越来越突出。传统的光伏农业主要采用以下两种方法:直接在农田顶部铺设晶硅电池以实现太阳光的几何分离,或者使用具有固有光谱特性的非晶硅电池来分离太阳光,但这两种光伏农业都无法满足植物光合作用所需的光照,严重影响了作物的品质和产量。为解决上述问题,我们介绍了一种新型光伏农业方案——基于植物光合作用的太阳光谱分离技术,该方案将太阳光谱中植物光合作用所需波段精准分离,此部分能量只占太阳光总能量的10%,剩余90%的光能用于光伏发电。目前,实验系统所产生的功率可以达到每平方米70 W。实验结果表明,该方案可以实现植物生长与光伏发电的平衡,实现太阳能和土地的高效利用。

Statistical Modeling of Energy Production by Photovoltaic Farms

This paper introduces several alternative statistical approaches to modeling and prediction of electric energy generated by photovoltaic farms. The statistical models use outputs of a numerical weather prediction model as their inputs. Presented statistical models allow for easy-to-compute predictions, both in temporal sense and for out-of-sample individual farms. Model performance is illustrated on a sample of real photovoltaic farms located in the Czech Republic.