由联合创始人保罗·格拉纳（Paul Grana）FOLSOM实验室

每个人都知道，优化器和微互换器解决了不匹配。但这导致了两个后续问题：这些模块级电源电子设备（MLPE）是否是解决不匹配的唯一方法？不匹配是您拥有的二进制物还是不匹配？特别是，您可能会想知道您从字符串级别（但不是模块级）优化中获得了多少好处。幸运的是，我们有工具来找出这些问题的答案。

最好是从更好地了解不匹配的表现。我们可以从障碍物中采取两种带有“坚硬”阴影的场景：一个带有杆子的情况（会蒙上一个更瘦的阴影），另一个带有一个带有一座附近建筑物（会呈现出更短而胖的阴影）。然后，我们更改最大功率点跟踪（MPPT）区域的大小：从中央逆变器（300kW），到区域级MPPT（30kW），到字符串级MPPT（3KW），最后是模块级MPPT（300W）。这些都具有每个比另一个大10倍的好处 - 因此，对于那些书呆子来说，这使我们有机会使用日志尺度图表！

与带有墙壁阴影的中央逆变器相比，弦级MPPT将不匹配减少了60％，而杆子阴影的不匹配为70％。即使与区域级别的30 kW不匹配相比，在两种情况下，弦级MPPT也会从阴影中降低50％的不匹配。

实际上，MPPT跟踪区域的每个大小变化都会改善不匹配损失 - 显然，“魔术” MPPT水平显然比其他水平更好。

值得一提的是，有一个不匹配的组成部分无法通过字符串级MPPT解决。“软”不匹配是统计不匹配，适用于诸如污染（例如鸟滴）或植被（例如杂草）之类的小东西的模块。由于这些计划外，因此它们在阵列中的所有模块中均匀地应用为统计随机性。这会导致系列不匹配，但并非并非平行不匹配 - 这是字符串级MPPT无法修复的系列不匹配。结果，这种软不匹配一直存在，直到数组具有模块级MPPT：

模块级优化非常好，请记住，优化器和微型剂具有许多额外的好处（包括安全性，设计灵活性，电气BOM优势和数据可见性）。但是，令人惊讶的是，弦级MPPT方法可以减轻来自阴影的大量阵列不匹配。