Các tấm pin mặt trời trên mái nhà sản xuất năng lượng hiệu quả hơn nếu được bố trí một cách chính xác.
Mohammad Aslani, nhà nghiên cứu về khoa học thông tin địa lý tại Đại học Gävle, đã phát triển các phương pháp AI giúp cải thiện vị trí đặt các tấm pin mặt trời trên mái nhà. Việc xác định lượng điện mà các tấm pin mặt trời trên mái nhà có thể sản xuất là rất khó. Đối với chủ sở hữu nhà, các tấm pin mặt trời có thể là một khoản đầu tư giúp tiết kiệm chi phí, nhưng người dùng thông thường thường không biết nên đặt bao nhiêu tấm pin và vị trí đặt như thế nào để tối ưu hóa lượng điện sản xuất được.
(Ảnh minh họa: Unsplash/CC0 Public Domain)
“Quá nhiều tấm pin mặt trời trên mái nhà tạo ra lượng điện dư thừa. Ngược lại, quá ít tấm pin mặt trời sẽ không tạo ra đủ điện so với tổng số chi phí đầu tư. Các tấm pin mặt trời là thiết bị đắt đỏ, vì vậy chúng ta cần tìm điểm cân bằng để khoản đầu tư mang lại lợi nhuận cao nhất có thể cho người tiêu dùng”, Mohammad Aslani nói.
Trong khuôn khổ luận án tiến sĩ, Aslani và Stefan Seipel, giáo sư khoa học máy tính, đã phát triển các phương pháp AI có thể đánh giá tiềm năng của các tấm pin mặt trời trên mái nhà. Những phương pháp này có thể hữu ích ở cấp độ vi mô đối với các chủ sở hữu nhà, cũng như ở cấp độ vĩ mô đối với các nhà quy hoạch đô thị và các công ty bất động sản.
“Nghiên cứu này rất hữu ích để làm cơ sở cho việc ra quyết định đặt pin mặt trời. Nếu một nhà quy hoạch đô thị muốn đánh giá tiềm năng năng lượng mặt trời cho toàn bộ khu vực, họ cần đánh giá càng chính xác càng tốt, cả về lý do tài chính và môi trường”, Mohammad Aslani nói.
Bằng cách sử dụng các bản đồ địa chính, ảnh chụp từ trên không và dữ liệu mục tiêu điểm có sẵn công khai, AI do nhóm nghiên cứu có thể xác định tất cả các mái nhà trong một khu vực. Tiếp theo, nó sẽ đánh giá độ dốc và hướng của mái nhà. Sau đó, nó xem xét cấu trúc của từng mái nhà, bao gồm cả ống khói và các góc cạnh. Cuối cùng, nó đề xuất nên lắp đặt bao nhiêu tấm pin mặt trời trên mỗi mái nhà cũng như vị trí lắp để đạt hiệu suất cao nhất có thể.
Trong hai trường hợp thử nghiệm, một ở Gothenburg và một ở Uppsala, các phương pháp AI mới tỏ ra chính xác hơn các phương pháp trước đây.
“Các phương pháp hiện có có xu hướng quá lạc quan, chúng đánh giá quá cao hiệu quả năng lượng vì chúng không chi tiết như phương pháp của chúng tôi. Chúng không tính đến các chi tiết không gian ảnh hưởng hoặc cản trở các tấm pin mặt trời”, Stefan Seipel nói.
Bước tiếp theo trong nghiên cứu của Mohammad Aslanis là phát triển AI để làm cho nó cân nhắc nhu cầu năng lượng của một tòa nhà khi tính toán số lượng tấm pin mặt trời cần lắp đặt. “Tôi cũng muốn thay đổi suy nghĩ của mọi người về cách xây dựng các tòa nhà và mái nhà để tận dụng tối đa các tấm pin mặt trời”, Mohammad Aslani kết luận.
Nghiên cứu được xuất bản trong Kỷ yếu Hội nghị Quốc tế lần thứ 8 về Lý thuyết, Ứng dụng và Quản lý Hệ thống Thông tin Địa lý.
Phạm Nhật
(Khoa học & Phát triển /Theo techxplore)
