Une étude révèle l'impact de l'intégration des technologies d'intelligence artificielle dans les systèmes photovoltaïques
L’intelligence artificielle est sur le point de faire entrer les systèmes photovoltaïques dans une nouvelle ère grâce à des améliorations révolutionnaires en termes d’efficacité, de fiabilité et de prévisibilité de la production d’énergie solaire.
Dans leur article publié dans Recherche sur l'intelligence artificielle CAAIune équipe de recherche d'universités chinoises et malaisiennes a exploré l'impact de la technologie de l'intelligence artificielle (IA) sur les systèmes de production d'énergie photovoltaïque (PV) et leurs applications dans une perspective mondiale.
« Le message général est une vision optimiste de la façon dont l'IA peut conduire à des solutions énergétiques plus durables et plus efficaces », a déclaré Xiaoyun Tian de l'Université de technologie de Pékin. « En améliorant l'efficacité et le déploiement des sources d'énergie renouvelables grâce à l'IA, il existe un potentiel important de réduction des émissions mondiales de carbone et de rendre l'énergie propre plus accessible et plus fiable pour une population plus large. »
L'équipe, qui comprenait des chercheurs de l'Université de technologie de Pékin, de l'Académie chinoise des sciences, de l'Université du Hebei et de l'Universiti Tunku Abdul Rahman, a concentré son examen sur les applications cruciales de l'IA dans le suivi du point de puissance maximale, la prévision de la puissance et la détection des défauts dans les systèmes photovoltaïques.
Le point de puissance maximale (MPP) fait référence au moment de fonctionnement spécifique où une cellule photovoltaïque ou un générateur photovoltaïque entier produit sa puissance maximale dans les conditions d'éclairage dominantes. Le suivi et l'exploitation du point de puissance maximale, principalement en ajustant le point de fonctionnement du générateur photovoltaïque pour maximiser la puissance de sortie, constituent un problème important dans les systèmes solaires photovoltaïques. Les méthodes traditionnelles sont en proie à des défauts, entraînant des problèmes tels qu'une efficacité réduite, une usure du matériel et des performances sous-optimales lors de changements climatiques soudains.
Les chercheurs ont examiné des publications démontrant comment les techniques d’IA peuvent atteindre des performances élevées dans la résolution du problème de suivi MPP. Ils ont compilé des méthodes de publication présentant à la fois des méthodes d’IA simples et hybrides pour résoudre le problème de suivi, en explorant les avantages et les inconvénients de chaque approche.
L’équipe a examiné des publications présentant des algorithmes d’IA appliqués aux technologies de prévision de la puissance photovoltaïque et de détection des défauts. La prévision de la puissance, qui fait référence à la prévision de la production d'énergie photovoltaïque sur une certaine période, est cruciale pour l'intégration du réseau photovoltaïque, car la part de l'énergie solaire dans le mix augmente chaque année et la production photovoltaïque a une nature intermittente qui peut avoir un impact sur le réseau. la stabilité.
La détection des défauts dans les systèmes photovoltaïques peut détecter et localiser divers types de défaillances dans le système photovoltaïque, telles que les changements environnementaux, les dommages aux panneaux et les pannes de câblage. Pour les systèmes photovoltaïques à grande échelle, l’inspection manuelle traditionnelle est presque impossible et passive. Les algorithmes d’IA peuvent intervenir là où l’inspection manuelle échoue, en identifiant les écarts par rapport aux conditions de fonctionnement normales qui peuvent indiquer de manière proactive des défauts ou des anomalies.
L’équipe de recherche a passé au peigne fin la littérature présentant des méthodes d’IA simples et hybrides pour résoudre les deux problèmes. En comparant les techniques basées sur l’IA, l’équipe a exploré et présenté les avantages et les inconvénients de chaque approche.
Alors que l’intégration de la technologie IA optimise et améliore l’efficacité opérationnelle des systèmes photovoltaïques, de nouveaux défis continuent de surgir. Ces défis sont motivés par des questions telles que les normes révisées pour atteindre la neutralité carbone, la coopération interdisciplinaire et les réseaux intelligents émergents.
Les chercheurs ont souligné certains défis émergents et la nécessité de solutions avancées en matière d’IA, telles que l’apprentissage par transfert, l’apprentissage en quelques étapes et l’informatique de pointe.
Selon les auteurs de l'article, les prochaines étapes devraient se concentrer sur des recherches plus poussées visant à faire progresser les techniques d'IA ciblant les défis uniques des systèmes photovoltaïques ; mise en œuvre pratique de solutions d’IA dans les infrastructures photovoltaïques existantes à plus grande échelle ; intensifier l’intégration réussie de l’IA ; développer des cadres politiques favorables qui encouragent l’utilisation de l’IA dans les énergies renouvelables ; accroître la sensibilisation aux avantages de l’IA pour améliorer l’efficacité des systèmes photovoltaïques ; et, à terme, aligner ces avancées technologiques sur les objectifs mondiaux de durabilité.
« Les techniques basées sur l'IA sont essentielles au développement futur et à l'adoption généralisée des technologies de l'énergie solaire à l'échelle mondiale », a déclaré Tian.
Parmi les autres contributeurs à l'étude figurent Jiaming Hu, Kang Wang et Dachuan Xu de l'Université de technologie de Pékin ; Boon-Han Lim de l'Université Tunku Abdul Rahman ; Feng Zhang de l'Université du Hebei ; et Yong Zhang de l'Institut de technologie avancée de Shenzhen, l'Académie chinoise des sciences.
Fourni par Tsinghua University Press
