基于人工智能的农光互补系统优化技术：优势、挑战及未来发展方向 作者：Aiken Monasterio 和 Alan Colin Brent

《Energies》：AI-Based Optimisation Techniques for Agrivoltaic Systems: Benefits, Challenges, and the Way Forward Aiken Monasterio and Alan Colin Brent

　　

摘要

人工智能（AI）和机器学习（ML）在农光互补系统优化中的应用为提高土地利用效率开辟了新的前景。文献研究表明，将成熟的AI方法从可再生能源和农业领域转移到新兴的农光互补领域具有巨大潜力。尽管农光互补系统的土地当量比率（LER）在1.2到1.6之间，这意味着每单位土地的能源产量和作物产量可以提高20%到60%，但动态实时优化的应用仍然有限。主要的研究空白包括缺乏跨领域学习架构、优化框架中经济因素的整合不足，以及缺乏自适应的多时相建模方法。本文提出了一条研究路线图，旨在开发下一代AI系统，以实现能源生产和农业产量的同时优化，从而支持综合农业能源景观中的可持续土地利用转型。