01 文献速览
论文题目：Modelling, simulation, and optimisation of agrivoltaic systems: a comprehensive review期刊信息：Applied Energy, 386 (2025) 125558DOI：10.1016/j.apenergy.2025.125558作者：Sebastian Zainali 等（含 Fraunhofer ISE、DLR、挪威 IFE 等多机构合作）关键词：Agrivoltaics；Modelling；Policy；Sustainability；Microclimate；Shading；Crop
一句话结论：
农业光伏要“既发电又稳产”，核心不在拼某一个模型，而在用可对标的标准化框架，把“光—电—微气候—作物/水分”耦合起来做可解释、可落地的优化。
亮点（Highlights）
建模与仿真是落地前的“硬门槛”：用于预测作物与发电表现，并满足监管/标准要求。
集成建模平台必须“全链路”：不仅算发电，还要同时考虑遮阴、微气候与作物过程。
痛点很明确：缺少统一基准（benchmarks），导致不同模型难以横向比较、难以选型；未来重点是标准化与协同验证。
02 摘要（中文翻译）
农业光伏系统将粮食生产与太阳能发电集成于同一地块，为解决可再生能源发展中的土地利用矛盾提供“双用途”方案。其研究与市场落地的一大挑战，是在建设前预测作物产量与发电收益。光伏组件会降低地表入射辐射，改变地表与冠层能量平衡，从而影响蒸散与光合作用；同时，组件还会影响降雨分配与风场等，形成微气候变化，进而影响作物生产以及光伏转换效率。随着各地区陆续出台农业光伏相关标准、指南与法规，建设前评估这些影响的重要性进一步凸显。本文聚焦农业光伏系统的建模、仿真与优化，梳理了将遮阴、微气候、电学性能与农业生产力进行集成仿真与优化的最新进展，强调优化光分配对“稳产+增电”的关键作用。但由于光伏与农业领域方法体系差异大、且缺少统一的标准化基准，针对具体系统与条件选择合适模型仍然困难。未来研究应优先发展标准化基准，推动公开数据集、协同验证与基准测试，以支持不同构型与区域的模型可靠应用。
03 正文拆解：作者做了什么？
3.1 先把“为什么必须建模”讲清楚：监管正在把问题变成“可量化约束”
论文在引言中给了非常现实的例子：不同地区对农业光伏的约束并不一致——
德国：要求设计保证作物减产不超过三分之一（相对无光伏参考产量）。
日本：允许的减产上限更严（不超过 20%）。
美国马萨诸塞州：用“到达作物的光照不低于全光照 50%”来做要求。
西班牙加泰罗尼亚：对辐照削减设上限（一般不超过 40%，耐阴作物可到 50%）。
解读：这意味着“怎么布板、板多密、离地多高、是否跟踪”，最终都要回到可验证的KPI（产量、光照比例、蒸散耗水、发电量等）。
3.2 文献怎么筛的？
作者用关键词组合检索（agrivoltaic/agrophotovoltaic/PV agriculture + modelling/simulation/optimisation），初筛 398 篇、去重 108 篇；按语言、主题、全文可得性筛到 86 篇，并手动补充 65 篇（含辐照、作物、微气候、优化平台等关键主题），最终纳入 151 篇研究。
3.3 综述的“总框架”是四大模块 + 集成平台
作者明确指出：一个合格的农业光伏模型必须同时覆盖 辐射/遮阴、光伏系统、微气候、作物，并解释了这些过程如何强耦合；随后按章节系统回顾：3.1 辐射，2 光伏建模，3.3 微气候，3.4 作物建模，3.5 集成仿真与优化平台。
04 关键发现：
4.1 “精细模型 vs 大尺度评估”不是二选一，而是两级工作流
论文强调：GIS 类方法适合大尺度初筛，但难以揭示系统内部复杂相互作用；若要做项目级设计与优化，需要更高时空分辨率、包含作物生理与土壤参数的精细模型，才能减少“局部最优但整体翻车”的风险。
一句人话：先用 GIS 找“在哪能做”，再用耦合模型算“怎么做最好”。
4.2 优化平台正在出现，但“只算技术不算经济”仍是普遍短板
作者直言：现有研究虽在揭示构型—光分配—产量—发电之间关系上有进展，但综合优化（尤其把经济维度纳入）仍存在缺口；他们也给了“集成平台”的定义——需要整体模拟遮阴、微气候变化及其对耗水、产量与能量转换的影响，并进一步扩展到社会、环境、气候与土地竞争等议题。
4.3 一个很“反直觉”的提醒：LER 可能不是最好的优化目标
文中提到将仿真平台与遗传算法耦合做三目标优化（LER、年发电量、功率波动）时发现：若只追求 LER，可能得到“LER 最大但作物与发电都变差”的不良构型。
启发：农业光伏的目标函数要更“工程化”——至少把产量风险、发电稳定性、经济回报一起考虑。
4.4 PASE 等开源集成平台很值得关注：把“选模型”变成“搭积木”
论文介绍了开源 Python 框架 PASE 1.0：可同时模拟发电与作物生长，作物端可选 SIMPLE / Gras-Sim / STICS（通过 JavaStics 联合仿真），光伏端结合电池温度模型、HDKR 等辐照模型以及高精度 ray casting；并可接入 PVGIS 等全球数据库。验证研究显示其日尺度辐照预测相对误差可低至 1% 量级，并能做多年尺度土地生产力评估。
05 机制解释：为什么“光分配”是农业光伏的第一性问题？
论文在摘要与结论多次强调：光伏组件改变地表入射辐射与能量平衡，进而影响蒸散与光合作用；同时通过改变风场、降雨分配等塑造微气候，最终同时影响作物与组件效率。
我的理解（用一句公式化语言）：农业光伏不是“发电系统 + 作物系统”的叠加，而是一个以辐射收支重分配为核心驱动的耦合系统：
遮阴 → 辐射结构变化（直散比、斑驳光时序）→ 冠层光合/气孔/温度 → ET 与水分胁迫 → 产量与品质；同时遮阴与风场改变 → 组件温度/污损/边界层 → 发电效率变化。所以“只用一个年度平均遮阴系数”去替代过程，往往会在极端天气、敏感生育期和灌溉管理上付出代价。
06 局限与展望：作者认为接下来最该补什么？
结论部分把“瓶颈”说得很直白：
遮阴模型（尤其 ray-tracing）很准，但计算量大，难以直接推广到大规模复杂系统。
作物模型往往需要大量本地化标定，影响可迁移性与泛化。
微气候模型在风、湿度、温度等参数的整合上仍有难度，且不同构型差异大。
模型与真实结果的偏差常来自结构遮阴、资源竞争、天气扰动等未充分刻画因素。
同时作者呼吁：缺少标准化 benchmark 会让模型选型与对比变得困难，未来需要公开数据集与协同验证来支撑不同区域与构型。
07 个人总结
如果把农业光伏当成“农学+电学”的拼盘，很多问题会在落地时集中爆发；而这篇综述真正重要的价值，是把它明确为一个可被工程化管理的耦合系统，并指出了三条绕不开的主线：
7.1 选型的本质：不是“哪个模型最强”，而是“你要用模型回答什么问题”
规划层（省/市/企业投建决策）：先用 GIS/遥感/数据库做“可做性+约束”筛选，目标是快速给出可行区域与大致收益区间。
设计层（具体地块与构型优化）：必须上耦合模型，最少把“光分配→微气候→作物/ET→发电效率”串起来，否则你无法解释：为什么同样的遮阴率，有的地块稳产，有的地块减产。
运行层（灌溉/农艺/运维）：需要把模型下沉到管理变量（灌溉制度、种植制度、运维清洗、跟踪策略），否则模型只是“漂亮的论文图”。
👉 这也是为什么作者强调“集成平台”和“标准化 benchmark”：没有共同标尺，模型永远停留在“各说各话”。
7.2 KPI 设计是农业光伏成败的分水岭：别被单一指标带偏
论文提醒 LER 可能带来反效果，这个点我非常认同：农业光伏的 KPI 至少要满足三类约束——
合规约束（如减产上限、光照比例下限）；
系统效率（年发电量、发电波动、组件温度相关损失）；
农业可持续（水分生产率、土壤健康、品质与风险）。如果只追一个“综合比值”，很容易把系统推到“看起来最优但不可经营”的状态。
7.3 我认为下一步最值得投入的方向：把“水”真正纳入耦合与验证
摘要里已经点到：遮阴改变 ET 与光合；但在很多实际项目中，真正决定收益波动的往往是水分过程：降雨再分配、行间汇流、土壤含水时空异质性、灌溉策略与生育期的耦合效应。所以我更期待未来 benchmark 不仅给“辐照—产量—发电”，还要给：
参考文献
ZAINALI S, MA LU S, FERNANDEZ-SOLAS A, et al. Modelling, simulation, and optimisation of agrivoltaic systems: a comprehensive review[J]. Applied Energy, 2025, 386: 125558. DOI:10.1016/j.apenergy.2025.125558.
10个月宝宝每天需要喝多少奶粉？
