太阳能光伏在缓解全球气候变化和实现碳中和目标方面具有重要意义。因此，近年来太阳能光伏飞速发展。太阳能光伏的最终目的是发电量收益最大化。但是，限于地形及光伏电站的建设需要占用大量土地资源，无法实地对比陆面光伏电站和湖面光伏电站对于发电量收益的影响，光伏电站如何选址实现发电量收益最大化是一个难点问题。
中国科学院西北生态环境资源研究院（简称西北研究院）高晓清课题组提出了一种新的方法，解决了陆面湖面温度差异对于光伏发电收益的影响。该方法是基于人工智能算法神经网络，选取江苏扬中湖面光伏电站的环境指标因子和发电量进行网络训练，然后用扬中气象台站的温度为陆面温度，替代湖面温度数据，进行预测发电量输出，解决了该难点问题。此外，统一了太阳辐射，温度和发电量之间的关系。结果表明，湖面的平均温度要高于同期的陆面温度，湖面发电量高于陆面发电量（图1）。空气温度15 °C是一个临界温度，当光伏面板所处环境温度低于该温度时，发电量对于太阳辐射的变化响应更为敏感（图2）。
该成果以 Effect of temperature difference between land and lake on photovoltaic power generation 为题发表在能源领域Top期刊 Renewable Energy 上。西北研究院李培都博士研究生为第一作者，高晓清研究员为论文通讯作者。该研究由国家重点研发计划（2018YFB1502800）和国家自然科学基金（No. 41875017）共同资助。
论文链接
图1 陆面和湖面温度差异及发电量对比
图2 太阳辐射，温度和发电量之间的关系