Potencjał sztucznej inteligencji w fotowoltaice

Sztuczna inteligencja (SI) ma ogromny potencjał, aby zrewolucjonizować systemy fotowoltaiczne (PV) poprzez poprawę efektywności, niezawodności i przewidywalności generacji energii słonecznej. Naukowcy z uniwersytetów w Chinach i Malezji przeanalizowali publikacje naukowe dotyczące zastosowania technik SI w rozwiązywaniu kluczowych problemów integracji PV. Wskazali oni również na nowe wyzwania i perspektywy na przyszłość.

Zastosowania sztucznej inteligencji w fotowoltaice

W artykule opublikowanym w „CAAI Artificial Intelligence Research”, zespół badawczy omówił wpływ technologii SI na systemy PV oraz ich globalne zastosowania. Jak podkreślił Xiaoyun Tian z Beijing University of Technology, „Poprawa efektywności i wdrażanie odnawialnych źródeł energii za pomocą SI ma ogromny potencjał do redukcji globalnych emisji dwutlenku węgla oraz uczynienia czystej energii bardziej dostępną i niezawodną dla szerszej populacji.”

Śledzenie punktu maksymalnej mocy (MPP)

Badacze skupili się na kluczowych zastosowaniach SI w śledzeniu punktu maksymalnej mocy (MPP), prognozowaniu mocy i wykrywaniu usterek w systemach PV. MPP odnosi się do specyficznego punktu operacyjnego, w którym ogniwo PV lub cała matryca PV osiąga maksymalną wydajność pod bieżącymi warunkami oświetleniowymi. Śledzenie tego punktu, głównie poprzez dostosowanie punktu operacyjnego matrycy PV w celu maksymalizacji mocy wyjściowej, jest kluczowym problemem w systemach PV. Tradycyjne metody są często obarczone wadami, co skutkuje obniżoną efektywnością i suboptymalną wydajnością podczas nagłych zmian pogodowych.

Prognozowanie mocy i wykrywanie usterek

Prognozowanie mocy, czyli przewidywanie produkcji energii PV w określonym okresie, jest kluczowe dla integracji PV z siecią, ponieważ udział energii słonecznej w miksie energetycznym rośnie każdego roku, a jej nieregularna natura może wpływać na stabilność sieci. Wykrywanie usterek w systemach PV pozwala na identyfikację i lokalizację różnych rodzajów awarii, takich jak zmiany środowiskowe, uszkodzenia paneli i problemy z okablowaniem. W dużych systemach PV, tradycyjna manualna inspekcja jest prawie niemożliwa, dlatego algorytmy SI mogą identyfikować odstępstwa od normalnych warunków operacyjnych, które mogą wskazywać na usterki lub anomalie.

Przyszłe wyzwania i rozwiązania

Integracja technologii SI z systemami PV optymalizuje i poprawia ich efektywność operacyjną, ale pojawiają się również nowe wyzwania. Są one napędzane przez takie czynniki jak zmienione standardy osiągania neutralności węglowej, współpraca interdyscyplinarna i rozwój inteligentnych sieci. Naukowcy podkreślają potrzebę zaawansowanych rozwiązań w dziedzinie SI, takich jak transfer learning, few-shot learning i edge computing.

Kolejne kroki

Kolejne kroki powinny koncentrować się na dalszych badaniach nad technikami SI, które rozwiążą unikalne wyzwania systemów PV; praktycznym wdrożeniu rozwiązań SI do istniejącej infrastruktury PV na szerszą skalę; skalowaniu udanych integracji SI; tworzeniu wspierających ram politycznych, które zachęcają do stosowania SI w odnawialnych źródłach energii; zwiększaniu świadomości o korzyściach wynikających z zastosowania SI w poprawie efektywności systemów PV; oraz dostosowywaniu tych technologicznych osiągnięć do globalnych celów zrównoważonego rozwoju.

W badaniach uczestniczyli również Jiaming Hu, Kang Wang i Dachuan Xu z Beijing University of Technology; Boon-Han Lim z Universiti Tunku Abdul Rahman; Feng Zhang z Hebei University; oraz Yong Zhang z Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences.