В ЛЭТИ создали цифрового двойника для оптимизации солнечных электростанций
Рост населения и развитие технологий приводят к увеличению спроса на экологичные источники энергии.
Одним из перспективных направлений являются фотоэлектрические термоэлектрические (PV-TE) системы генерации энергии. Они работают на основе солнечных элементов, которые преобразуют в электричество не только свет, но и тепло. Это делает их более мощными по сравнению с обычными солнечными электростанциями. При этом они остаются экологически чистыми.
Мы разработали «цифровой двойник» для оптимизации характеристик PV-TE системы. Это позволило повысить её выходную мощность на 12%.
Для исследования были спроектированы 12 различных конфигураций оборудования, — сообщил Нсукка Кингсли Шинонсо Околи, выпускник факультета компьютерных технологий и информатики СПбГЭТУ «ЛЭТИ», сотрудник лаборатории искусственного интеллекта Университета Нигерии.
С помощью специального программного обеспечения учёные построили трёхмерную численную модель PV-TE установки. Она позволила сымитировать работу системы в течение года с учётом меняющихся условий окружающей среды. В экспериментах использовались реальные климатические данные из Юго-Восточной Нигерии, собранные за год.
Учёные исследовали, какой тип примесей в наножидкостях для терморегулирования PV-TE систем эффективнее: дистиллированная вода, оксид титана или графен. Последний материал показал лучшие характеристики и повысил общую производительность энергетического оборудования.
Результаты исследования опубликованы в научном журнале Energy.
Наше исследование показало, что эффективность выработки электроэнергии сильно зависит от конфигурации PV-TE системы. Это связано с погодными условиями в месте использования оборудования, — объясняет Нсукка Кингсли Шинонсо Околи.
В исследовании участвовали учёные из разных университетов: ЛЭТИ, Университета Нигерии Нсукка, Университета Наджрана (Саудовская Аравия), Университета Хаиля (Саудовская Аравия), Университета Шакра (Саудовская Аравия), Университет принцессы Нуры бинт Абдулрахман (Саудовская Аравия) и Университета Абу-Даби (ОАЭ).
Фото: нейросеть