Chinesische Wissenschaftler entwickeln KI-Tool für optimale Platzierung von beidseitigen Solarpanelen

- KI-Tool chinesischer Wissenschaftler identifiziert optimale Standorte für beidseitige Solarmodule und steigert die Effizienz der Solarenergie.
- Beidseitige Module im tibetischen Hochland und in den Wüsten Xinjiangs optimieren die Solarleistung und schließen Datenlücken im Bereich erneuerbarer Energien.
- KI-gestützte Erkenntnisse bieten globale Skalierbarkeit, unterstützen Entscheidungen der Solarindustrie und die zukünftige Energieplanung.
Ein Team chinesischer Wissenschaftler hat ein innovatives künstliches Intelligenz (KI)-Tool vorgestellt, das entwickelt wurde, um die effektivsten Standorte für die Installation von doppelseitigen Solarpanelen zu identifizieren. Dieser Durchbruch schließt eine kritische Datenlücke im Bereich der erneuerbaren Energien und bietet das Potenzial für erhebliche Fortschritte bei der Nutzung von Solarenergie.
Maximierung der Solarenergieausbeute mit doppelseitigen Modulen
Doppelseitige Solarpaneele haben im Vergleich zu ihren einseitigen Gegenstücken überlegene Stromerzeugungsfähigkeiten gezeigt. Durch die strategische Platzierung dieser Paneele in Regionen mit optimalen Sonnenlichtbedingungen, wie dem östlichen tibetischen Plateau und den Wüsten von Xinjiang im Nordwesten Chinas, zielen die Forscher darauf ab, die Energieausbeute aus photovoltaischen (PV)-Modulen zu maximieren.
China, ein globaler Führer in der Produktion von Solar-PV-Modulen, steht vor einem Mangel an Daten, die für die Bestimmung idealer Standorte für die Installation doppelseitiger Solarpaneele erforderlich sind. Mit nur 17 Strahlungsstationen im ganzen Land, die begrenzte Informationen über die Verfügbarkeit von Solarenergie liefern, suchten die Forscher nach alternativen Methoden, um dieser Herausforderung zu begegnen.
Um diese Datenlücke zu schließen, entwickelten Wissenschaftler der Tsinghua-Universität und des Nationalen Datenzentrums für das tibetische Plateau ein KI-Modell, das Sonnenlichtdaten von 2.500 Wetterstationen landesweit nutzt. Durch das Training der KI mit Solareinstrahlungs- und Oberflächenmeteorologiedaten konnten die Forscher die Menge an direkter und diffuser Strahlung an jedem beliebigen Ort vorhersagen.
Anwendung und Implikationen von KI-gestützten Erkenntnissen
Das KI-Modell bietet eine skalierbare Lösung, die weltweit angewendet werden kann, ohne dass zusätzliches lokales Datentraining erforderlich ist. Durch die Nutzung von Satellitendaten und Bodenbeobachtungen können Entscheidungsträger in der Solarenergiebranche und Regierungsbehörden nun fundierte Entscheidungen über den Einsatz von Solarpanelen treffen.
Laut Professor Yang Kun hinderte der Mangel an umfassenden Strahlungsdaten zuvor eine effektive Planung für die Installation von Solarpanelen. Doch mit den vom KI-Modell bereitgestellten Ergebnissen, die durch Satellitendaten gestützt werden, können die Beteiligten nun den Einsatz der Paneele optimieren, um das volle Potenzial der Solarenergie zu nutzen.
Durch umfangreiche Analysen identifizierte das Forschungsteam das tibetische Plateau und die Taklamakan-Wüste in Xinjiang als ideale Standorte für doppelseitige Solarpaneele. Diese Regionen zeichnen sich durch hohe Werte an direkter Sonnenstrahlung aufgrund ihrer Höhe und dünnen Atmosphäre aus, gepaart mit erheblicher diffuser Sonnenstrahlung, die durch komplexe Landschaften und Wolkenbedeckung entsteht.
Shao Changchun, ein Doktorand an der Tsinghua-Universität und Erstautor der Studie, betonte das erhebliche Solarpotenzial dieser abgelegenen Gebiete. Die KI-gestützten Erkenntnisse kommen nicht nur der Solarenergiebranche zugute, sondern bieten auch wertvolle Daten für zukünftige Forschungen und politische Planungen, insbesondere in Regionen, die über keine Strominfrastruktur verfügen.
Ausblick und globale Anwendungen
Die Genauigkeit des KI-Modells wurde durch Vergleiche mit Strahlungsdaten aus der ganzen Welt validiert, was sein Potenzial für eine globale Anwendung unterstreicht. Durch die Integration meteorologischer Daten anderer Länder könnte das System die Vorhersagen der Solareinstrahlung weltweit weiter verbessern.
Jenseits des Bereichs der erneuerbaren Energien hat die vom KI-Modell generierte Daten auch Auswirkungen auf verschiedene Sektoren, einschließlich der Landwirtschaft. Forschungen zeigen, dass Pflanzen unter diffusen Lichtbedingungen eine effizientere Photosynthese aufweisen, was die breitere Nützlichkeit von KI-gestützten Erkenntnissen unterstreicht.
Die Entwicklung eines KI-Tools zur Optimierung der Platzierung doppelseitiger Solarpaneele stellt einen bedeutenden Fortschritt in der Technologie der erneuerbaren Energien dar. Mit seiner Fähigkeit, kritische Datenlücken zu schließen und fundierte Entscheidungsfindung zu erleichtern, hat diese Innovation das Potenzial, den Übergang zu nachhaltigen Energie Lösungen auf globaler Ebene zu beschleunigen.
Wenn Sie dies lesen, sind Sie bereits einen Schritt voraus. Bleiben Sie mit unserem Newsletter auf dem Laufenden.

John Palmer
John Murangiri kam mit Kenntnissen in Marktanalyse zu Cryptopolitan. John (auch bekannt als JP) hat an der Universität Nairobi einen Bachelorabschluss in Massenkommunikation und Medienstudien erworben. Er hat zuvor Crypto-Markt-Einblicke für InsideBitcoins.com und Metacoingraph beigesteuert.















