気候変動の脅威が迫っている今、私たちは再生可能エネルギー源をより大規模に受け入れる時が来ています。 ほぼ無制限の太陽光エネルギーの供給から電気を生成する太陽光発電システムは、クリーンエネルギーを生成する最も有望な方法のXNUMXつです。 ただし、太陽光発電システムを既存の電力網に統合することは簡単なプロセスではありません。 太陽光発電システムの出力は環境条件に大きく依存するため、発電所とグリッドの管理者は、他の重要な運用面の中でも、最適な発電と保守のスケジュールを計画するために、太陽光発電システムによって注入される電力量を見積もる必要があります。
現代のトレンドに沿って、何かを予測する必要がある場合は、人工知能が登場することは間違いありません。 これまで、以前のデータから学習し、現在の変数を分析することにより、数時間先の太陽光発電システムによって生成される電力を推定できる多くのアルゴリズムがあります。 そのうちのXNUMXつは、適応型ニューロファジー推論システム（ANFIS）と呼ばれ、複雑な再生可能エネルギーシステムのパフォーマンスを予測するために広く適用されています。 創業以来、多くの研究者がANFISをさまざまな機械学習アルゴリズムと組み合わせて、パフォーマンスをさらに向上させてきました。
韓国の仁川国立大学のJongWan Huが率いる研究チームは、太陽光発電システムによって生成される電力を最大XNUMX日前もってより正確に推定するために、XNUMXつの新しいANFISベースのモデルを開発しました。 これらのXNUMXつのモデルは、従来のANFISアプローチとXNUMXつの異なる粒子群最適化手法を組み合わせているため、「ハイブリッドアルゴリズム」です。これらは、最適化問題の最適解を見つけるための強力で計算効率の高い戦略です。
モデルのパフォーマンスを評価するために、チームはモデルを他のANFISベースのハイブリッドアルゴリズムと比較しました。 彼らは、以前の研究でイタリアに配備された実際の太陽光発電システムからの実際のデータを使用して、各モデルの予測能力をテストしました。 Hu博士が述べているように、結果は非常に有望でした。「私たちが開発したXNUMXつのモデルのXNUMXつは、テストしたすべてのハイブリッドモデルを上回り、したがって、短期および長期の両方の期間で太陽光発電システムの太陽光発電を予測する大きな可能性を示しました。 。」
この研究の結果は、ソフトウェアと生産の観点から、太陽光発電システムの分野に直接的な影響を与える可能性があります。 「ソフトウェアに関しては、当社のモデルを太陽光発電システムの値を正確に推定するアプリケーションに変えることができ、パフォーマンスとグリッド操作の向上につながります。 生産に関しては、私たちの方法は、太陽光発電システムの設計に使用できる変数の選択を支援することにより、太陽光発電電力の直接的な増加につながる可能性があります」とHu博士は説明します。 この仕事が持続可能なエネルギー源への移行に役立つことを願っています！
