مع تهديد تغير المناخ الذي يلوح في الأفق ، فقد حان الوقت لاحتضان مصادر الطاقة المتجددة على نطاق أوسع. تعد الأنظمة الكهروضوئية ، التي تولد الكهرباء من الإمداد اللامحدود تقريبًا من طاقة ضوء الشمس ، واحدة من أكثر الطرق الواعدة لتوليد الطاقة النظيفة. ومع ذلك ، فإن دمج الأنظمة الكهروضوئية في شبكات الطاقة الحالية ليس عملية مباشرة. نظرًا لأن إنتاج الطاقة للأنظمة الكهروضوئية يعتمد بشكل كبير على الظروف البيئية ، فإن مديري محطات الطاقة والشبكات يحتاجون إلى تقديرات لمقدار الطاقة التي سيتم حقنها بواسطة الأنظمة الكهروضوئية من أجل تخطيط جداول التوليد والصيانة المثلى ، من بين جوانب تشغيلية مهمة أخرى.
تماشياً مع الاتجاهات الحديثة ، إذا كان هناك شيء يحتاج إلى التنبؤ ، فيمكنك المراهنة بأمان على أن الذكاء الاصطناعي سيظهر. حتى الآن ، هناك العديد من الخوارزميات التي يمكنها تقدير الطاقة التي تنتجها الأنظمة الكهروضوئية قبل عدة ساعات من خلال التعلم من البيانات السابقة وتحليل المتغيرات الحالية. واحد منهم يسمى نظام الاستدلال العصبي الضبابي التكيفي (ANFIS) ، وقد تم تطبيقه على نطاق واسع للتنبؤ بأداء أنظمة الطاقة المتجددة المعقدة. منذ إنشائها ، قام العديد من الباحثين بدمج ANFIS مع مجموعة متنوعة من خوارزميات التعلم الآلي لتحسين أدائها بشكل أكبر.
قام فريق بحثي بقيادة جونغ وان هو من جامعة إنتشون الوطنية ، كوريا ، بتطوير نموذجين جديدين يعتمدان على ANFIS لتقدير الطاقة الناتجة عن الأنظمة الكهروضوئية في وقت مبكر حتى يوم كامل. هذان النموذجان هما "خوارزميات هجينة" لأنهما يجمعان بين نهج ANFIS التقليدي وطريقتين مختلفتين لتحسين سرب الجسيمات ، وهما استراتيجيات قوية وفعالة من الناحية الحسابية لإيجاد حلول مثالية لمشاكل التحسين.
لتقييم أداء نماذجهم ، قارنهم الفريق بخوارزميات هجينة أخرى تعتمد على ANFIS. اختبروا القدرات التنبؤية لكل نموذج باستخدام بيانات حقيقية من نظام ضوئي فعلي منتشر في إيطاليا في دراسة سابقة. كانت النتائج ، كما أشار الدكتور هو ، واعدة للغاية: "لقد تفوق أحد النموذجين اللذين طورناهما على جميع النماذج الهجينة التي تم اختبارها ، وبالتالي أظهر إمكانات كبيرة للتنبؤ بالطاقة الكهروضوئية للأنظمة الشمسية على المدى القصير والطويل. . "
يمكن أن يكون لنتائج هذه الدراسة آثار فورية في مجال الأنظمة الكهروضوئية من منظور البرمجيات والإنتاج. "فيما يتعلق بالبرنامج ، يمكن تحويل نماذجنا إلى تطبيقات تقدر بدقة قيم النظام الكهروضوئي ، مما يؤدي إلى تحسين الأداء وتشغيل الشبكة. فيما يتعلق بالإنتاج ، يمكن أن تترجم أساليبنا إلى زيادة مباشرة في الطاقة الكهروضوئية من خلال المساعدة في تحديد المتغيرات التي يمكن استخدامها في تصميم النظام الكهروضوئي "، يوضح الدكتور هو. دعونا نأمل أن يساعدنا هذا العمل في الانتقال إلى مصادر الطاقة المستدامة!
