Chinesische Wissenschaftler entwickeln KI-Tool zur optimalen Platzierung doppelseitiger Solarpaneele

Ein Team chinesischer Wissenschaftler hat ein innovatives KI-Tool entwickelt, das die optimalen Standorte für die Installation doppelseitiger Solarmodule ermittelt. Dieser Durchbruch schließt eine wichtige Datenlücke im Bereich der erneuerbaren Energien und eröffnet das Potenzial für bedeutende Fortschritte bei der Nutzung von Solarenergie.

Maximierung der Solarenergieausbeute mit doppelseitigen Paneelen

Doppelseitige Solarmodule haben im Vergleich zu einseitigen Modulen eine deutlich höhere Stromerzeugungskapazität gezeigt. Durch die strategische Platzierung dieser Module in Regionen mit optimalen Sonneneinstrahlungsbedingungen, wie dem östlichen Tibetischen Plateau und den Wüsten Xinjiangs im Nordwesten Chinas, wollen Forscher die Energieausbeute von Photovoltaikmodulen maximieren.

China, ein weltweit führender Hersteller von Solarmodulen, steht vor einem Mangel an Daten, die für die Bestimmung idealer Standorte für die Installation doppelseitiger Solaranlagen unerlässlich sind. Da landesweit lediglich 17 Strahlungsmessstationen nur begrenzte Informationen zur Solarenergieverfügbarkeit liefern, suchten Forscher nach alternativen Methoden, um diese Herausforderung zu bewältigen.

Um diese Datenlücke zu schließen, entwickelten Wissenschaftler der Tsinghua-Universität und des Nationalen Datenzentrums für das Tibetische Plateau ein KI-Modell, das Sonnenscheindaten von 2.500 Wetterstationen landesweit nutzt. Durch das Training der KI mit Daten zur Sonneneinstrahlung und meteorologischen Oberflächendaten konnten die Forscher die Menge an direkter und diffuser Strahlung an jedem beliebigen Ort vorhersagen.

Anwendung und Auswirkungen KI-gestützter Erkenntnisse

Das KI-Modell bietet eine skalierbare Lösung, die global eingesetzt werden kann, ohne dass zusätzliches lokales Datentraining erforderlich ist. Durch die Nutzung von Satellitendaten und Bodenbeobachtungen können Entscheidungsträger in der Solarbranche und Regierungsbehörden nun fundierte Entscheidungen über den Einsatz von Solaranlagen treffen.

Laut Professor Yang Kun behinderte der Mangel an umfassenden Strahlungsdaten bisher die effektive Planung von Solaranlagen. Dank der Ergebnisse des KI-Modells, unterstützt durch Satellitendaten, können die Beteiligten nun jedoch die Anlagenplatzierung optimieren und das volle Potenzial der Solarenergie ausschöpfen.

Durch umfassende Analysendentdas Forschungsteam das Tibetische Hochland und die Taklamakan-Wüste in Xinjiang als ideale Standorte für doppelseitige Solaranlagen. Diese Regionen zeichnen sich durch eine hohe direkte Sonneneinstrahlung aufgrund ihrer Höhenlage und dünnen Atmosphäre aus, die mit einer beträchtlichen diffusen Sonneneinstrahlung aufgrund komplexer Landschaften und Wolkenbedeckung einhergeht.

Shao Changchun, Doktorand an der Tsinghua-Universität und Erstautor der Studie, betonte das erhebliche Solarpotenzial dieser abgelegenen Gebiete. Die KI-gestützten Erkenntnisse kommen nicht nur der Solarbranche zugute, sondern liefern auch wertvolle Daten für zukünftige Forschung und politische Planung, insbesondere in Regionen mit unzureichender Strominfrastruktur.

Perspektiven und globale Anwendungen

Die Genauigkeit des KI-Modells wurde durch Vergleiche mit Strahlungsdaten aus aller Welt validiert, was sein Potenzial für eine globale Anwendung unterstreicht. Durch die Integration meteorologischer Daten aus anderen Ländern könnte das System die Prognosen der Sonneneinstrahlung weltweit weiter verbessern.

Über den Bereich der erneuerbaren Energien hinaus bergen die vom KI-Modell generierten Daten Implikationen für verschiedene Sektoren, darunter die Landwirtschaft. Forschungsergebnisse deuten darauf hin, dass Pflanzen unter diffusen Lichtverhältnissen eine effizientere Photosynthese aufweisen, was den breiteren Nutzen KI-gestützter Erkenntnisse unterstreicht.

Die Entwicklung eines KI-Tools zur Optimierung der Platzierung doppelseitiger Solarmodule stellt einen bedeutenden Fortschritt in der Technologie erneuerbarer Energien dar. Dank seiner Fähigkeit, wichtige Datenlücken zu schließen und fundierte Entscheidungen zu ermöglichen, hat diese Innovation das Potenzial, den Übergang zu nachhaltigen Energielösungen weltweit zu beschleunigen.