东盟（ASEAN）农业光伏系统（AVS）可行性评估与系统设计——融合AHP-ArcGIS选址、HelioScope-PVsyst仿真及技术经济与LER分析

《Renewable Energy Focus》：Feasibility assessment and evaluation of agrivoltaics systems in ASEAN countries: System design, techno-economic considerations, challenges and opportunities

　　

• 通过整合层次分析法（analytic hierarchy process, AHP）与ArcGIS进行选址的新型框架，开展东盟（ASEAN）农业光伏（agrivoltaics）试点研究。
• 泰国、印度尼西亚和柬埔寨被确定为最适合农业光伏的国家。
• 泰国表现出最高的土地等效比（land equivalent ratio, LER，1.31）和稳定的平准化度电成本（levelized cost of electricity, LCOE，0.33–0.55 MYR/kWh）。
• 柬埔寨实现最低的LCOE（0.29 MYR/kWh），凸显成本优势。
• 该工作支持东盟清洁能源转型和粮食安全韧性。

研究背景与问题：农业光伏系统（agrivoltaics systems, AVS；在同一土地空间叠加光伏发电与农业生产的系统）自1981年由Goetzberger和Zastrow在德国提出，近二十年因气候变化、耕地不足和可持续能源需求而受到关注。国际可再生能源署（IRENA）、联合国粮食及农业组织（FAO）和国际能源署光伏发电系统项目（IEA PVPS）均强调食物—能源综合系统。东盟面临能源与农业用地竞争，但现有AVS研究集中于北半球温带，热带和东盟大规模示范不足；长期作物遮阴、土壤健康与组件退化数据不足；组件间距、高度、配置和风载等标准化设计与工程指南缺乏；多数评估偏重能量产出或遮阴单一指标，空间、经济与环境因素整合不足。因此，研究人员构建东盟AVS综合选址与可行性评估框架，建立准则与排序矩阵，评估东盟国家可行性，利用PVsyst和HelioScope评估土地等效比（land equivalent ratio, LER；同一土地双用途产出相对于单用途产出的比值），开展政治—经济—社会—技术—法律—环境（PESTLE）分析，并识别最适合国家。该论文发表于《Renewable Energy Focus》。研究得出泰国、印度尼西亚和柬埔寨最适宜，泰国综合表现最佳，印度尼西亚技术潜力较强但治理碎片化，柬埔寨受国家水电优先约束；LER持续大于1.2，性能比（performance ratio, PR；实际发电量与理论发电量之比）稳定在80%–83%，部分覆盖可优于单用途。其意义在于为东盟清洁能源转型、粮食安全、农村生计和食物—能源土地冲突缓解提供证据。

关键技术方法：研究采用四阶段流程：收集土地利用与农业、太阳能资源、基础设施与政策数据；运用地理信息系统—多准则决策（Geographic Information System–multi-criteria decision making, GIS-MCDM）与层次分析法（analytic hierarchy process, AHP）加权叠加，在ArcGIS Pro中生成适宜性图，开展五情景敏感性分析，并用Google Earth Pro验证；选取泰国Dan Khun Thot、印度尼西亚Cikaret和柬埔寨Krong Battambang为案例；在HelioScope中设计、在PVsyst中验证，结合AutoCAD建模；计算单位面积能量产出、PR、LER和平准化度电成本（levelized cost of electricity, LCOE；全生命周期折现成本与折现发电量之比），并开展PVsyst碳平衡与PESTLE分析；作物响应采用日本、印度和马来西亚公开实证数据集作筛选级估计，无原始田间队列。

研究结果：
3.1 每平方米光伏能量输出：HelioScope与PVsyst均显示覆盖度由100%降至25%时年发电量和单位面积能量下降且呈非线性；100%至75%输出下降约13%–14%，小于面积减少25%，归因于行距增大和互遮阴减少；75%覆盖被视为容量与遮阴平衡。泰国在HelioScope下100%覆盖单位面积输出最高达115.02 kWh/m²/年，柬埔寨在PVsyst验证阶段年输出最高，印度尼西亚较低与云覆盖及朝北配置有关。3.1.1系统设计阶段（HelioScope）与3.1.2验证阶段（PVsyst）结论一致：高覆盖单位面积能量较高，75%覆盖兼顾容量与遮阴。

3.2 性能比分析：HelioScope中PR随覆盖降低仅提高0.20%，PVsyst中泰国、印度尼西亚和柬埔寨分别提高0.26、0.72和0.45个百分点；印度尼西亚PR最高（82.61%–83.33%），泰国比能量产量最高。3.2.1系统设计阶段与3.2.2验证阶段均表明系统效率对覆盖变化不敏感，低覆盖总能量下降主要因装机容量减少。

3.3 土地等效比：基于日本稻作、印度稻作和马来西亚蔬菜公开数据估算。所有国家和覆盖下总LER均大于1；日本稻作数据下75%覆盖总LER最高（泰国1.39、印度尼西亚1.38、柬埔寨1.40），25%最低但仍大于1.2；印度稻作数据下25%最高（1.15–1.19），75%最低；马来西亚蔬菜数据下作物差异明显，pennywort总LER最高（约1.75–2.06），okra较耐阴，绿菠菜和中国芥蓝较低。结论为AVS具土地增效，但作物选择和覆盖度关键。

3.4 LCOE分析：覆盖由100%降至25%时LCOE显著升高；柬埔寨最低（0.4454→0.9824 MYR/kWh），泰国为0.5152→1.1134 MYR/kWh，印度尼西亚为0.5054→1.1157 MYR/kWh；高覆盖更具经济性，低覆盖削弱经济竞争力。

3.5 LCOE敏感性：资本性支出（CAPEX）±20%使LCOE约±9%，项目寿命15年和25年使LCOE约增加6.4%–6.7%和降低3.4%–3.6%，CAPEX影响大于寿命；国家排序不变，柬埔寨仍最低，经济结论较稳健。

3.6 二次分析：3.6.1 PESTLE表明东盟政治支持不均，越南和菲律宾政策较积极，印度尼西亚治理碎片化，柬埔寨和老挝政策不足；经济存在投资缺口，AVS可行性依赖土地成本、作物价值和激励；社会认知不均且成本为障碍；技术准备和供应链不均；法律框架不完善；环境效益显著但AVS在东盟政策中代表性不足。3.6.2作物产量表明日本稻作数据下25%、50%、75%覆盖相对产量为84.3%、68.5%、52.7%；印度稻作数据更敏感，75%仅18.2%；马来西亚蔬菜数据中pennywort在25%和50%覆盖相对产量约138%，okra中等耐阴，绿菠菜和中国芥蓝敏感，说明AVS兼容性作物特异。3.6.3相关比较研究表明遮阴响应依作物、地点、系统设计和遮阴水平而异，本研究的作物产量和LER为筛选级估计，非东盟热带田间验证。

3.7 碳减排：覆盖越高发电越多，避免CO₂和净减排越大；柬埔寨总净减排最高（100%覆盖约108,254.4 t），印度尼西亚因电网排放因子高而单位电减排高，泰国居中；碳收益与能量产出同向，但高覆盖遮阴对作物影响需权衡。

3.8 系统损失：有效辐照随覆盖变化较稳定；遮阴损失随覆盖降低而下降；热损失泰国约8.9%、柬埔寨约8.8%、印度尼西亚约6.1%；失配和线损约2.0%和1.0%；低覆盖总能量少主要因装机容量小，而非效率显著下降。

讨论总结与结论翻译：讨论部分指出结果为筛选级、基于已发表数据和模型，需本地热带气象与农业数据验证；政策上应将AVS纳入国家能源、农业和气候战略并法律承认双重用地，简化省县许可，提供赠款、低息贷款、专项上网电价或净计量，制定技术指南、安全标准、责任与保险框架；未来可用人工智能（AI）和物联网（IoT）实时监测作物、土壤和能量产出。研究结论翻译如下：本研究评估东盟AVS可行性，识别泰国、印度尼西亚和柬埔寨为最适宜国家；采用GIS与AHP加权准则进行选址；覆盖变化时PR稳定在80%–83%；所有国家总LER持续高于1.2（75%覆盖平均1.39、50%覆盖1.32、25%覆盖1.25），表明部分覆盖可优于单用途土地利用；结果为试点AVS及能源与作物产量权衡目标提供依据；长期可增强能源安全、农村生计并缓解食物—能源土地冲突；利益相关者包括东盟能源部长会议（AMEM）、东盟农林部长会议（AMAF）和东盟能源中心（ACE）；建议法律承认、简化审批、建立支持机制并制定技术指南；未来可探索AI和IoT优化AVS性能。