Agrivoltaic systems are becoming more popular as a critical technology for attaining several sustainable development goals such as affordable and clean energy, zero hunger, clean water and sanitation, and climate action. However, understanding the shading effects on crops is fundamental to choosing an optimal agrivoltaic system as a wrong choice could lead to severe crop reductions. In this study, fixed vertical, one-axis tracking, and two-axis tracking photovoltaic arrays for agrivoltaic applications are developed to analyse the shading conditions on the ground used for crop production. The models have shown remarkably similar accuracy compared to commercial software such as PVsyst and SketchUp. The developed models will help reduce the crop yield uncertainty under agrivoltaic systems by providing accurate photosynthetically active radiation distribution at the crop level. The distribution was further analysed using a light homogeneity index and calculating the yearly photosynthetically active radiation reduction. The homogeneity and photosynthetically active radiation reduction varied significantly depending on the agrivoltaic system design, from 91% to 95% and 11% to 34%, respectively. To identify the most suitable agrivoltaic system layout dependent on crop and geographical location, it is of fundamental importance to study the effect of shadings with distribution analysis.


翻译:农业蒸发系统作为实现若干可持续发展目标的关键技术,如负担得起的清洁能源、零饥饿、清洁水和卫生以及气候行动,越来越受欢迎。然而,了解对作物的阴影效应对于选择最佳农业蒸发系统至关重要,因为错误的选择可能导致作物大量减少。在这项研究中,固定垂直、单轴跟踪和两轴跟踪农业蒸发应用光伏光电阵列,以分析用于作物生产的地面阴影条件。模型显示的准确性与PVsyst和ScletchUp等商业软件非常相似。开发的模型将有助于减少农业蒸发系统下作物的不确定性,在作物一级提供准确的光合作活性辐射分布。进一步分析了分配情况,使用了光同源指数,并计算每年光合作活跃的辐射减少情况。同源和光合作活跃辐射减少情况因农业系统设计而有很大差异,从91%到95%和11%到34%不等。开发的模型将有助于通过提供准确的光合作活跃辐射分布在作物水平上的分布,从而降低作物在农业系统下产生的不确定性。根据农业蒸发系统的基本分布情况,分别从91%到34%到34%到34%进行最适当的农业分布分析。

0
下载
关闭预览

相关内容

Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年10月4日
Arxiv
0+阅读 · 2022年10月3日
Arxiv
14+阅读 · 2020年12月17日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Top
微信扫码咨询专知VIP会员