印度的研究人员表示，在炎热气候下，光伏+热能（PVT）系统比传统光伏（PV）系统提供更高的性能稳定性。该团队使用辐照度和温度数据，应用了随机森林模型，该模型以 97% 的准确率预测效率等级。

　　印度的一个研究小组对 PV 和 PVT 系统在实际条件下的性能进行了实验比较，发现 PVT 装置具有显着的稳定性优势，尤其是在炎热气候下。

　　该团队在一个未公开地点的屋顶上设置了这两个系统。该装置包括 PV 和 PVT 模块、日射强度计、温度计，以及 PVT 系统中南宫NG的重力馈电冷却系统。研究人员还使用了一种称为随机森林的机器学习方法来对系统的运行效率进行分类。

　　研究人员说：“当前工作的新颖性在于其集成方法，结合了实时现场实验、基于机器学习的效率分类以及使用钙钛矿模块的 PV 和 PVT 系统之间的详细热电性能比较。“与主要关注模拟或孤立实验室实验的早期研究不同，这项研究是在动态环境条件下使用校准传感器和自适应热收集器进行的。”

　　光伏系统使用单晶硅组件，最大功率为 60 W，效率为 15.2%。该模块有 36 个子电池，尺寸为 680 × 540 × 35 毫米。PVT 系统也使用了 60 W 单晶硅组件。它的热集热器是一根嵌入铝吸收板中的铜管，水是工作流体。它达到了 43.37% 的峰值热效率。

　　该分析于2024年07月进行了10 多天。由于太阳辐射不一致，在阴雨期间记录的数据被排除在外。全球平均太阳辐射数据来自 Inmet 运营的 Natal-A304气象站。

　　随机森林模型在将性能分类为低、中、高效率区域方面实现了 97% 的预测准确率。

　　“这种预测建模方法使用每小时数据进行了南宫NG实验验证，加强了其对实时监测和控制的适用性，”他们说。“研究表明，与 PVT 系统中的电力输出相比，热能输出增加了 291.6%。这些结果显示了 PVT 系统的性能和稳定性优势，尤其是在炎热的环境中。