Sử dụng AI và Máy học để tạo ra năng lượng mặt trời hiệu quả hơn

Ảnh: Europe Times

Điện mặt trời sử dụng năng lượng từ mặt trời được thu thập bởi các mô-đun quang điện (PV) để tạo ra năng lượng sạch và tái tạo. Các nhà nghiên cứu cho biết việc sản xuất các nhà máy điện mặt trời hiệu quả hơn sẽ mang lại lợi ích cho ngành công nghiệp và cuối cùng là người tiêu dùng.

Roger French, giám đốc của Trung tâm Nghiên cứu Độ bền và Tuổi thọ của Mặt trời và Giáo sư Kyocera về Gốm sứ, Khoa Khoa học và Kỹ thuật Vật liệu tại Trường Kỹ thuật Case. “Dự án này sẽ giúp chúng tôi tìm hiểu nơi chúng tôi có thể cải tiến để làm cho năng lượng mặt trời hiệu quả hơn nữa.”

Công trình này được tài trợ 3 năm, trị giá 750.000 đô la từ Bộ Năng lượng Hoa Kỳ (DOE), là một phần của sáng kiến ​​công nghệ năng lượng mặt trời trị giá 130 triệu đô la do DOE công bố vào năm 2020 — bao gồm 7,3 triệu đô la đặc biệt cho các giải pháp máy học và AI khác cho các ứng dụng năng lượng mặt trời.

Người Pháp và Laura Bruckman, phó giáo sư nghiên cứu về Khoa học và Kỹ thuật Vật liệu, đồng chủ trì dự án.

Máy học và dữ liệu được chia sẻ

Nói tóm lại, dự án do Case Western Reserve dẫn đầu nhằm mục đích sử dụng máy tính để phân tích dữ liệu tốt hơn từ một số lượng lớn các hệ thống PV lân cận nhằm giúp định lượng hiệu suất ngắn hạn và dài hạn của chúng.

Các phương pháp học máy đó sẽ được sử dụng để khắc phục các vấn đề về chất lượng dữ liệu ảnh hưởng đến từng nhà máy riêng lẻ. Để làm được điều đó, các nhà nghiên cứu cho biết họ sẽ sử dụng “mô hình mạng nơ ron biểu đồ không gian”.

Cách tiếp cận công nghệ không gian đó có nghĩa là xác định cách thực vật hoạt động khác nhau trong không gian (ví dụ: nhà máy năng lượng mặt trời ở miền Bắc lạnh giá so với miền Nam khô nóng) và thời gian (nhà máy được xây dựng cách đây 25 năm với công nghệ cũ hơn so với hệ thống mới được xây dựng) và xây dựng mô hình cải tiến tất cả các nhà máy PV riêng lẻ trong nhóm đó — và các hệ thống trong tương lai.

“Vì chúng tôi không có rô-bốt nào đến thăm tất cả các nhà máy quang điện để xem thông tin của chúng và xác định các kiểu tương đồng giữa các hành vi của chúng, thay vào đó chúng tôi sử dụng tất cả dữ liệu thu thập được để hành động như thể chúng tôi đã làm,” thành viên nhóm Mehmet cho biết Koyutürk, Giáo sư Khoa học Máy tính Andrew R. Jennings.

Nhưng nó cũng có nghĩa là đánh giá, so sánh và đối chiếu những gì là dữ liệu thương hiệu cụ thể, Bruckman nói.

Bruckman cho biết: “Các công ty khác nhau có thông tin về công nghệ của họ, trong khu vực của đất nước họ và các khu vực. ”

Cuối cùng, nhà nghiên cứu và thành viên nhóm Yinghui Wu, trợ lý giáo sư tại Khoa Máy tính và Dữ liệu, cho biết công trình này sẽ không chỉ giúp ích cho ngành năng lượng mặt trời - và cuối cùng là người sử dụng năng lượng - mà còn cả các nhà nghiên cứu AI.

“Mỗi khi chúng tôi xây dựng một hệ thống mới để hiểu dữ liệu mới từ các lĩnh vực cụ thể, nó sẽ giúp chúng tôi hiểu được khoa học của chính mình,” Wu, đồng điều tra viên của dự án do Quỹ Khoa học Quốc gia tài trợ nhằm cải thiện an ninh mạng của các mạng máy tính lớn, cho biết. “Điều đó cũng khiến chúng tôi trở nên tốt hơn trong lần tiếp theo, ngay cả khi đó không phải là năng lượng mặt trời mà là một thứ khác”.

French cho biết nhóm sẽ làm việc để thu thập và phân tích dữ liệu trong năm nay, sau đó bắt đầu cung cấp cho các công ty năng lượng mặt trời và các nhà máy điện riêng lẻ một “mô hình máy tính được đào tạo trước” để đánh giá cách cải thiện hệ thống của riêng họ.

Bối cảnh: chương trình SETO 2020

Chương trình tài trợ cho Năm Tài chính 2020 của Văn phòng Công nghệ Năng lượng Mặt trời (SETO 2020) nhằm hỗ trợ các dự án “cải thiện khả năng chi trả, độ tin cậy và giá trị của các công nghệ năng lượng mặt trời trên lưới điện quốc gia và giải quyết những thách thức đang nổi lên trong ngành năng lượng mặt trời”.

Nó tài trợ cho các dự án từ PV giai đoạn đầu đến nhiệt điện mặt trời, cũng như nhấn mạnh việc tích hợp các công nghệ khác nhau và giảm chi phí lắp đặt hệ thống năng lượng mặt trời.

SETO cũng khuyến khích các nhóm dự án thiết lập quan hệ đối tác với các chuyên gia AI và đại diện ngành, chẳng hạn như các nhà vận hành hoặc chủ sở hữu nhà máy năng lượng mặt trời, các công ty tiện ích điện, nhà sản xuất mô-đun quang điện và những người khác.

Ví dụ, nhóm Case Western Reserve sẽ làm việc với SunPower, Canadian Solar, C2 Energy Capital, Brookfield Renewable và Sandia National Laboratories, cùng các đối tác khác.