Искусственный интеллект поможет улучшить работу солнечных электростанций

Фото: www.susu.ru

Международная команда ученых применила искусственный интеллект для повышения эффективности работы электростанций, преобразующих солнечную энергию в электрическую. Исследование проводилось на примере реальной электростанции, где были внедрены новые методы, результаты  опубликованы   в высокорейтинговом научном журнале (Q1).

Исследование проводилось учеными  из университета Паханга (Малайзия), университета Реджепа Тайипа Эрдогана (Турция) и  Южно-Уральского государственного университета   (Россия). Со стороны ЮУрГУ в исследованиях принимали участие д.т.н., профессор кафедры электрических станций, сетей и систем электроснабжения   Ирина Кирпичникова   и старший научный сотрудник, PhD,  Судхакар Кумарасами .

Выработка электроэнергии на электростанциях, работающих на возобновляемых источниках энергии, отличается от выработки на традиционных тепловых и атомных электростанциях, прежде всего из-за непостоянного характера поступления первичной энергии. Спрогнозировать выработку электроэнергии в условиях изменения параметров окружающей среды, таких как инсоляция, скорость ветра и температура, достаточно сложно.

«Непостоянство поступления энергии сказывается на генерации и производительности электростанций . Известно, например, что повышение температуры окружающей среды всего на 1 градус снижает генерацию энергии на 0,5%. В масштабах крупных солнечных электростанций это достаточно серьезная проблема. Этому вопросу посвящено много исследований, но большинство из них просто показывают проблему. Мы разработали модель прогнозирования годовой выработки электроэнергии и определили коэффициенты производительности на действующих электростанциях с учетом климатических факторов с использованием искусственного интеллекта»,  - говорит Ирина Кирпичникова.

При разработке модели прогнозирования были использованы три метода искусственного интеллекта на основе данных: адаптивная нейро-нечеткая система вывода данных (ANFIS), методология поверхности отклика (RSM) и искусственная нейронная сеть (ANN).  Методы на основе искусственного интеллекта имеют более высокий потенциал для прогнозирования погоды и производительности установок на базе возобновляемых источников энергии и, следовательно, повышения эффективности их работы.

«Совместное исследование проходило дистанционно, результаты были получены на основе обработки трехлетних данных действующей солнечной фотоэлектрической станции мощностью 2 МВт в Кужалманнаме, штат Керала (Индия), где жаркий климат и муссонные дожди. Натурные испытания проходили в Малайзии с участием аспирантов под руководством доктора Судхакара Кумарасами. Сравнительные исследования трех методов прогнозирования показали, что адаптивная нейро-нечеткая система вывода была самой точной моделью прогнозирования коэффициента производительности», -  комментирует Ирина Кирпичникова.

Разработанная модель прогнозирования выработки энергии имеет безусловную значимость для специалистов в области солнечной энергетики, для исследователей и разработчиков солнечных энергоустановок.  Точное прогнозирование солнечной генерации с использованием инструментов искусственного интеллекта является важной и полезной информацией для центров диспетчеризации нагрузки и планирования мощности из других источников и других электроэнергетических компаний или приложений для производства электроэнергии.

Ученые планируют аналогичные исследования для холодных регионов планеты и, в частности, для условий севера России. Актуальным вопросом остается разработка передового алгоритма машинного обучения для прогнозирования солнечной энергии. В данном случае ценностью исследования было бы предсказание снижения производительности электростанций в течение срока их службы. Финансовую поддержку исследованию оказал Университет Паханга в Малайзии.

В рамках программы «Приоритет 2030» Южно-Уральский государственный университет реализует ряд проектов для успешного развития экономики и науки. Одним из ведущих является стратегический  проект «Экосреда постиндустриальной агломерации».   Он направлен на улучшение состояния окружающей среды постиндустриальных агломераций в России за счет сокращения количества парниковых газов и других опасных для экосистем загрязнителей. 

Южно-Уральский государственный университет   – это университет трансформаций, где ведутся инновационные исследования по большинству приоритетных направлений развития науки и техники. В соответствии со стратегией научно-технологического развития РФ университет сфокусирован на развитии крупных научных междисциплинарных проектов в области цифровой индустрии, материаловедения и экологии. В 2021 году ЮУрГУ победил в конкурсе по программе «Приоритет 2030». Вуз выполняет функции регионального проектного офиса Уральского межрегионального научно-образовательного центра мирового уровня (УМНОЦ), который призван решить задачи национального проекта «Наука и университеты».

Читайте нас: