【2】下面两个组件所受的太阳辐照度相同，但（a）的辐照斜入射组件但角度一致，（b）太阳光斜入射组件，在某一方向辐照集中，但其余角度也有少量的太阳辐照。两种情况组件发电功率一样吗？
图3.两种辐照度相同的情况，（a）仅直射，（b）直射加散射
（b）中的情况其实更接近真实情况，即太阳光的能量集中在某个角度（太阳辐照的直射分量），但由于大气、云或者周围环境的散射，太阳辐照还有一部分散射到各个角度（散射分量）。正式这些散射光让我们在白天也可以看到处在太阳阴影处的物体。由于（1）中说明的问题，入射角不同，组件的吸收不同，因此本问中（a）与（b）的发电功率也不相同，不过传统的组件功率算法往往很难解决这一问题，基于AMF的方法则可以解决。
【3】下面两个组件所受的太阳辐照度相同，但（a）与（b）中太阳辐照在不同波长的能量分布不同。两种情况组件发电功率一样吗？
图4.两种辐照度相同的情况，但光谱不同
我们一般在优化太阳能电池设计的时候使用太阳光谱AM1.5G，这其实是太阳高度角48.2度时对应的太阳辐射光谱。同一地点，太阳光谱一天之中随太阳高度角变化，一年之中随季节变化，阴天晴天，甚至PM2.5的浓度都会对地面太阳光谱产生影响。而地球上不同纬度地区对应的平均太阳光谱也是有有所不同。对太阳能电池来说，大家熟知量子效率QE这一概念，太阳能电池对不同波长的光子响应不同，短波光子能量高，但也只能激发一个电子空穴对，高出禁带宽度的能量随之耗散，而对长波光子，即使数量再多，可能也无法激发一个电子空穴对。所以对这一问题答案同样是否定的。组件在（a）（b）情况下发电功率并不同。传统的系统功率预测算法往往没有对组件和电池考虑的这么深入，而这一点对基于AMF的方法也是从根本上支持的。也因此基于AMF的方法可以用来针对不同地区的光伏辐照情况优化组件和电池的设计。
基于AMF的系统预测方法流程如下图所示，通过对组件参数的分析，使用AMF方法仿真计算组件的角度响应量子效率，即组件对不同入射角的不同波长的光子的转换效率。其次通过对气象数据中太阳辐照的分析，利用太阳光谱仿真算法计算给定辐照度，在所在地点和时间的直射分量光谱和散射分量光谱。通过对组件的仿真和太阳光谱的仿真，对传统预测方法的输入值（组件参数，系统地点气象）进行了预处理，而正是这些预处理利用已知的一些信息（例如组件结构，系统地点），挖掘出了输入值中潜藏的更深入物理基本的信息，从组件额定功率拓展到组件的角度响应量子效率，从太阳辐照拓展到辐照的光谱。而这些深挖数据的结合从更“根本”上计算了组件理应的发电功率。因此基于AMF的方法有潜力会更加精确，也有潜力用于优化组件或者电池的物理结构。究竟事实如何，让我们继续往下看。
图5.基于AMF的系统发电量预测算法
下一页>
>
>
