太阳能是人类可利用的最丰富的可再生能源,在当前的能源形势下受到了更广泛的关注和深入的研究。平面太阳能接收器是结构简单、使用方便的太阳能利用组件,在北半球面向南以一定角度倾斜安装。同一光照环境和地理纬度下的不同倾角的接收器接收到的光照量不同,工作能力不同。在安装角度优化研究中,一些研究者基于各年份的平均气象因素提出了各自的最优角度。事实上,各年份的气象记录差异很大,更何况近几十年来气候的变暖趋势,因此,当对平面太阳能接收器安装角采用按各年、各季甚至各月进行次数有限的调整时,必须事先获得未来年份的太阳辐射数据。基于此,本文借助于现代人工智能技术,实现比较准确的太阳辐射预测,计及气象变化的随机性,优化太阳能接收器安装角度。到达地球表面的太阳总辐射受多种因素的影响,有很大随机性。基于神经网络的智能预测是解决该非线性预测问题的有效方法。本文采用Elman神经网络模型进行太阳辐射的逐月预测,包括太阳总辐射、太阳散射辐射、太阳直接辐射,作为预测值模型所需的太阳辐射数据。以斜面上太阳辐射总量最大为目标,本文建立了每月最优安装角度、全年最优安装角度、夏半年以及冬半年的最优安装角度计算模型。以2003年北京太阳能平面接收器安装角度优化为例,用北京54511气象站2003年的实测数据、预测数据和标准气象年太阳辐射数据(1971-2000)(即中国辐射国际交换站气候标准值月值数据集)计算最优安装角度。以2003年北京太阳辐射实际观测值为准,比较了根据标准气象年北京太阳辐射数据和2003年太阳辐射预测值得到的太阳能平面接收器安装角的3种最优化结果,即全年各月的最优安装角度、夏半年最优角度和冬半年最优角度、以及全年最优安装角度,计算了相应的总辐射接收值。得到了具体的适用于我国的结果,并且编写了VB查询界面以方便应用。