QAZAQ GREEN.  Исследователи из Ноттингемского университета разработали инновационную модель искусственного интеллекта, которая позволяет точно прогнозировать выработку солнечной энергии в различных климатических условиях. Это достижение упростит интеграцию солнечной энергии в электросети Великобритании, где она в настоящее время составляет почти 6% от общего объёма энергии и, по прогнозам, удвоится в течение следующих пяти лет.

Климат Великобритании, особенно количество постоянного облачного покрова, представляет проблему для генерации солнечной энергии. Поэтому прогнозирование солнечной активности и возможность предсказать количество солнечного света, которое может получить определённая территория, стали более важными. Исследователи инженерного факультета Ноттингемского университета нашли новый подход к этому процессу, используя сверхкраткосрочное (VST) прогнозирование солнечной энергии. Этот метод оказался эффективным для прогнозирования быстрых и точных изменений солнечной радиации, особенно для быстро меняющихся локальных движений облаков.

Для решения различных географических и климатических условий исследователи показали, что модель, изначально обученная в солнечном климате Калифорнии, может эффективно предсказывать выход солнечной энергии в Ноттингеме, известном своими влажными и дождливыми условиями. Такой подход значительно сократил объём локальных данных, необходимых для составления точных прогнозов, с четырёх месяцев до всего лишь двух недель.

Ливэньбо Чжан, научный сотрудник Ноттингемского университета, отметил: «Этот прорыв может значительно ускорить и упростить прогнозирование выработки солнечной энергии в новых местах, помогая сбалансировать энергосети и более эффективно интегрировать солнечную энергию. Это означает, что прогнозирование солнечной активности может быть более адаптивным к различным климатическим условиям, что имеет решающее значение, поскольку мы стремимся больше полагаться на возобновляемые источники энергии во всём мире». 

Используя данные из других локаций, исследователи надеются, что модель, обученная в регионе со стабильным солнечным светом, может быть адаптирована для региона с более непредсказуемым солнцем, например, для Ноттингема, и будет полезна для будущих энергетических целей. Этот прорыв может значительно способствовать более эффективному использованию солнечной энергии и её интеграции в электросети по всему миру.