Nouvelles,
actualités...

+ produits

L’intelligence artificielle au service de l’énergie photovoltaïque

vendredi, 29 mars 2019 00:00

L’intelligence artificielle au service de l’énergie photovoltaïque

Les scientifiques de l’Institut de l’énergie solaire de l’Université polytechnique de Madrid (IES - UPM) et de l’Institut de micro et de nanotechnologie du Conseil supérieur de la recherche scientifique (IMN-CSIC) ont utilisé une technique de statistiques et d’intelligence artificielle, appelée clustering. Un moyen pratique pour inclure dans vos calculs tous les changements intervenant dans le spectre solaire afin de prévoir la production d’énergie solaire photovoltaïque. L'étude publiée dans Nature Communications, permet de trouver en quelques heures de calcul, la conception optimale d'un panneau solaire multi-jonctions pour chaque site.

Au cours de la journée et au fil des saisons, la position du soleil et les conditions atmosphériques changent, ce qui signifie que la lumière qui atteint les panneaux photovoltaïques présente des caractéristiques différentes. Le changement le plus important se produit dans le contenu spectral de la lumière, qui consiste en la distribution des couleurs de la lumière. Ainsi, par exemple, à midi, la lumière est plus "bleue", tandis que dans l'après-midi, elle est plus "rouge". Comme la photographie utilisait initialement un seul pigment (noir et blanc), pour ensuite utiliser trois couleurs, les panneaux solaires du futur seront de type multi-jonctions, combinant plusieurs matériaux afin de mieux exploiter le spectre de la lumière solaire.

L’intelligence artificielle au service  de l’énergie photovoltaïque

Mais la production d’énergie des panneaux à jonctions multiples dépend dans une certaine mesure des changements de couleur qui se produisent au soleil. Pour cette raison, ces panneaux sont fabriqués pour produire le maximum d'énergie pour une certaine couleur de la lumière et par conséquent, les changements produits par la position du soleil et les conditions atmosphériques entraînent des pertes de production. Afin de réduire ces pertes, nous essayons de concevoir les panneaux en recherchant l'optimum de production d'énergie globale et non une couleur spécifique. Mais, en raison de la variété infinie de conditions atmosphériques associées aux différentes positions du soleil, cette optimisation est très compliquée.

Les travaux menés par les chercheurs montrent que des ensembles de données contenant des milliers de spectres solaires peuvent être réduits à quelques spectres caractéristiques à l’aide de techniques d’intelligence artificielle, et les utilisés avec succès pour prévoir l’efficacité moyenne annuelle sur la base de la conception de la cellule solaire.

 

Referencias bibliográficas:

Renovables, E. (2019). La Inteligencia Artificial al servicio de la energía fotovoltaica. [online] ECOticias.com. Available at: https://www.ecoticias.com/energias-renovables/192922/Inteligencia-Artificial-servicio-energia-fotovoltaica [Accessed 29 Mar. 2019].

J. M. Ripalda, J. Buencuerpo & I. García. "Solar cell designs by maximizing energy production based on machine learning clustering of spectral variations". Nature Communications volumen 9, Article number: 5126 (2018)

Iván Garcia, William E. McMahon , Aron Habte , John F. Geisz , Myles A. Steiner , Manajit Sengupta , Daniel J. Friedman. "Spectral Binning for Energy Production Calculations and Multijunction Solar Cell Design". Progress in Photovoltaics: Research and Applications: 1-7 (2017)

 

Les essais en relation avec les panneaux solaires peuvent se réaliser dans des enceintes climatiques spécialisées pour vérifier leurs caractéristiques.

Si besoin de plus d’informations, n’hésitez pas de nous contacter en nous envoyant votre demande sur Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser..

________________________________________

Si vous avez des suggestions sur notre blog ou si vous avez besoin d’informations sur nos équipes, n’hésitez pas à nous contacter

Dpt. Commercial, Marketing et Communication

E-mail:  Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.

Tel: (+34) 938.605.100