L’intégration des énergies renouvelables pour l’approvisionnement des villes et des communautés est de plus en plus présente dans les projets de RDI. L’un des problèmes de ce type d’énergie est qu’il dépend d’éléments naturels changeants tels que le vent, l’eau et les heures d’ensoleillement. Afin de prévoir la production d’énergie solaire photovoltaïque, des scientifiques de l’Institut de l’énergie solaire de l’Université polytechnique de Madrid (IES-UPM) et de l’Institut de micro et nanotechnologie du Conseil national de la recherche espagnol (IMN-CSIC) ont mis au point une technique basée sur les statistiques et l’intelligence artificielle.
Cette technique, connue sous le nom de « clustering », est capable de prédire la production solaire photovoltaïque de sorte qu’en quelques heures de calcul, la conception optimale des panneaux solaires multijonctions peut être trouvée pour chaque site. Cette technique permet de prendre en compte les variations atmosphériques dans la conception des cellules solaires afin de produire plus d’énergie.
Au cours de la journée et des saisons, la position du soleil et les conditions atmosphériques changent, ce qui fait que la lumière qui atteint les panneaux photovoltaïques a des caractéristiques différentes. Le changement le plus important concerne le contenu spectral de la lumière, c’est-à-dire la répartition des couleurs de la lumière. Selon les chercheurs, les panneaux solaires de l’avenir seront multijonction, combinant plusieurs matériaux pour mieux exploiter le spectre de la lumière solaire.
Mais la production d’énergie des panneaux à jonction multiple dépend dans une certaine mesure des changements de couleur qui se produisent dans la lumière du soleil. C’est pourquoi ces panneaux sont fabriqués de manière à produire le maximum d’énergie pour une couleur de lumière donnée et, par conséquent, les changements dus à la position du soleil et aux conditions atmosphériques entraînent des pertes de production.
Afin de réduire ces pertes, les panneaux sont conçus pour obtenir une production d’énergie globale optimale et non pour une couleur spécifique. Mais en raison de l’infinie variété des conditions atmosphériques combinées aux différentes positions du soleil, cette optimisation est très compliquée, selon les experts.
Dans leurs travaux, les chercheurs ont montré que des ensembles de données comprenant des milliers de spectres solaires peuvent être réduits à quelques spectres caractéristiques à l’aide de techniques d’intelligence artificielle, et utilisés avec succès pour prédire l’efficacité annuelle moyenne en fonction de la conception des cellules solaires.
Source : https://www.esmartcity.es