Utilizzando una tecnica statistica e di intelligenza artificiale nota come clustering, gli scienziati dell'Istituto di Energia Solare del Politecnico di Madrid (IES-UPM) e dell'Istituto di Micro e Nanotecnologie del Consiglio Nazionale delle Ricerche spagnolo (IMN-CSIC) hanno trovato un modo pratico per incorporare tutte le variazioni dello spettro solare nei loro calcoli per prevedere la produzione di energia solare fotovoltaica. Lo studio, pubblicato su Nature Communications, consente ai ricercatori di trovare il design ottimale del pannello solare a giunzione multipla per una data località in poche ore di calcolo.
Nel corso della giornata e delle stagioni, la posizione del sole e le condizioni atmosferiche cambiano, determinando caratteristiche diverse della luce che raggiunge i pannelli fotovoltaici. Il cambiamento più significativo si verifica nel contenuto spettrale della luce, ovvero nella distribuzione dei suoi colori. Ad esempio, a mezzogiorno la luce è più "blu", mentre nel pomeriggio è più "rossa". Proprio come la fotografia inizialmente utilizzava un singolo pigmento (bianco e nero) prima di passare ai tre colori, i pannelli solari del futuro saranno a giunzione multipla, combinando diversi materiali per sfruttare al meglio lo spettro della luce solare. Tuttavia, la produzione di energia dei pannelli a giunzione multipla dipende in una certa misura dalle variazioni di colore della luce solare. Per questo motivo, questi pannelli vengono prodotti per massimizzare l'energia prodotta per uno specifico colore di luce e, di conseguenza, le variazioni causate dalla posizione del sole e dalle condizioni atmosferiche comportano perdite di produzione. Per ridurre queste perdite, l'obiettivo è progettare pannelli per una produzione energetica complessiva ottimale, piuttosto che per un colore specifico. Tuttavia, a causa dell'infinita varietà di condizioni atmosferiche combinata con le diverse posizioni del sole, questa ottimizzazione è molto complessa.
Nel loro lavoro, i ricercatori hanno dimostrato che set di dati con migliaia di spettri solari possono essere ridotti a pochi spettri caratteristici utilizzando tecniche di intelligenza artificiale e utilizzati con successo per prevedere l'efficienza media annua in base alla progettazione delle celle solari. L'idea iniziale è venuta a Iván García Vara (IES - UPM), che, durante il suo periodo al Laboratorio Nazionale per le Energie Rinnovabili, ha ideato un metodo statistico per questo tipo di calcolo. Successivamente, Jose María Ripalda Cobián e Jerónimo Buencuerpo Fariña (IMN - CSIC) hanno applicato tecniche di clustering al metodo precedente, ottenendo un risultato positivo. Come sottolinea Iván García Vara, "il risultato finale del nostro lavoro è stata l'ottimizzazione della progettazione di pannelli solari multigiunzione utilizzando la produzione energetica annua come criterio".
Riferimenti:
JM Ripalda, J. Buencuerpo e I. García. Progettazione di celle solari massimizzando la produzione di energia basata sul clustering di apprendimento automatico delle variazioni spettrali. Nature Communications volume 9, numero articolo: 5126 (2018)
Iván Garcia, William E. McMahon, Aron Habte, John F. Geisz, Myles A. Steiner, Manajit Sengupta, Daniel J. Friedman. Raggruppamento spettrale per i calcoli di produzione di energia e la progettazione di celle solari multigiunzione. Progress in Photovoltaics: Research and Applications: 1-7 (2017)
