Neuartige KI-betriebene Solarmodule bieten eine Energieeffizienz von 88 %

MakaronProducktion/iStock

Mit der Anmeldung stimmen Sie unseren Nutzungsbedingungen und Richtlinien zu. Sie können sich jederzeit abmelden.

Forscher der Odisha University of Technology and Research in Indien haben ein Modell mit künstlicher Intelligenz (KI) für Gleichstrom-Elektromotoren entwickelt, die von Photovoltaikanlagen angetrieben werden und zum Laden nicht an das Stromnetz angeschlossen werden müssen. In Zukunft könnten solche Motoren im industriellen Maßstab oder für Haushaltsgeräte oder sogar Elektroautos eingesetzt werden, berichtete IEEE Spectrum.

Solarbetriebene Elektromotoren bieten Elektrogeräten die Möglichkeit, auf sauberere Energiequellen umzusteigen und vom Stromnetz unabhängig zu sein. Der Aufbau erfordert in der Regel die Verwendung einer Batterie, die überschüssige, von der Photovoltaikzelle erzeugte Energie speichern und zum Antrieb des Motors verwenden kann, wenn kein Sonnenlicht verfügbar ist.

Reale Gleichstrommotoren haben eine Energieeffizienz von bis zu 80 Prozent verzeichnet. Mit einer mithilfe von KI optimierten Solaranlagenleistung gelang es den indischen Forschern jedoch, Wirkungsgrade von bis zu 88 Prozent zu erreichen. Das Team konnte die Effizienz auch verbessern, indem es ein regeneratives Bremssystem in den Mix einführte, das es der Batterie ermöglichte, sich mit der beim Bremsen zurückgewonnenen Energie wieder aufzuladen.

Bei einer gegebenen Einstrahlungsmenge können Solarzellen eine maximale Menge an elektrischer Leistung erzeugen, die als Maximum Power Point bezeichnet wird. Neben dem Sonnenlicht variiert der maximale Leistungspunkt auch je nach Temperatur. Daher liefern Solarzellen immer eine viel geringere Leistung als der maximale Leistungspunkt.

Eine Möglichkeit, dies zu ändern, besteht darin, den Widerstand der Solarzellen zu verringern und so die erzeugte Leistung zu erhöhen. Der Forscher Bismit Mohanty und sein Team erstellten ein MATLAB-Modell, in dem sie ein neuronales Netzwerk trainierten, um den Widerstand von Solarzellen zu bestimmen, der maximale Leistungspunkte ergeben würde. Das neuronale Netzwerk nutzte Tausende von Temperatur- und Strahlungsmessungen, um den Wert zu ermitteln, der die maximale Leistung liefern kann.

Thinnapob/iStock

Da es sich um eine neuronale Netzwerklösung handelt, wissen wir leider nicht genau, welche Kriterien zur Bestimmung dieser Zahl verwendet wurden.

Mohanty und sein Team haben bisher gerade ein Computermodell entwickelt und der nächste Schritt wäre, es in die reale Welt zu übertragen und ein physisches Modell zu erstellen. Der Ansatz ebnet den Weg für die Entwicklung von Elektrofahrzeugen, die überhaupt nicht angeschlossen werden müssen.

Auch Unternehmen wie Lightyear haben mit der Produktion solarbetriebener Fahrzeuge begonnen. Verbesserungen in der Technologie können bei der Entwicklung von Autos helfen, die nicht mit Solarenergie betrieben werden können, aber auch die Leistungsstandards erfüllen, die heute von Elektrofahrzeugen gesetzt werden.

So wie die EV-Revolution auf andere Bereiche übergegriffen hat, werden diese solarbetriebenen Elektromotoren auch in anderen Bereichen Anwendung finden. Zu Hause könnten diese einfachere Geräte wie Kühlschränke und Ventilatoren antreiben, während sie in der Industrie, wo wir auf fossile Brennstoffe angewiesen sind, auch schwere Arbeiten leisten könnten.

Die Forscher stellten ihre Ergebnisse auf der International Conference on Smart Systems for Applications in Electrical Sciences 2023 vor.

Studienzusammenfassung

Die moderne Antriebstechnik schreitet maßgeblich voran, beeinflusst durch bürstenlose Gleichstrommotoren, auch BLDC-Motoren genannt. Eine wachsende Zahl von Branchen, darunter Verbrauchergeräte, der Automobilsektor, fortschrittliche Industrieautomation, Chemie und Medizin, Instrumentierung und Luft- und Raumfahrt, haben sie aufgrund ihrer rasch steigenden Beliebtheit angenommen. In diesem Artikel wird eine detaillierte Studie zu BLDC-Motoren vorgeschlagen, die von einer Solar-Photovoltaik-Anlage (SPV) mit einem intelligenten Hybridsystem aus Batterien als Backup angetrieben werden. Ein künstliches neuronales Netzwerk (ANN) in Verbindung mit Maximum Power Point Tracking (MPPT) ist eine Methode, die in der Solar-Photovoltaikanlage implementiert wird, um die maximale Leistung des SPV-Moduls bei variabler Einstrahlung zu nutzen, die aufgrund des schlechten Klimas natürlich auftritt. Durch einen Buck-Boost-DC-DC-Wandler wird eine automatisierte Energieübertragung für die Batterie durch eine bidirektionale Ladesteuerung ermöglicht. Die Drehzahlregelung des BLDC-Motors erfolgt über einen Spannungsquellenwechselrichter (VSI), der durch Torimpulse gezündet wird, die aus dem elektrischen Kommutierungsprozess der Hall-Signale des Motors erzeugt werden. Darüber hinaus wird das Konzept des regenerativen Bremsens des BLDC-Motors zur Energierückgewinnung in der Batterie umgesetzt, die in Zukunft weiter genutzt werden kann. Die gesamte Leistungsanalyse von PV-Array, Batterie und BLDC-Motor wird in der MATLAB/Simulink-Plattform durchgeführt.