![pageSearch](/themes/hestia/images/page-search.webp)
Die Zukunft der Wasserstoffenergie ist da – und diese Aktien sind führend
May 25, 2023Wird der Kostengegenwind die Q2-Ergebnisse von Plug Power (PLUG) beeinträchtigen?
May 26, 2023Plug-and-Play-Gate-Treiber-Markt 2023
May 27, 2023Brachflächen werden zu Beschäftigungs- und Sanierungschancen
May 28, 2023Stecker
May 29, 2023Solar
![Jun 07, 2023](/themes/hestia/images/news-details-icon1.webp)
Dieser Artikel ist Teil unserer exklusiven IEEE Journal Watch-Reihe in Zusammenarbeit mit IEEE Xplore.
Forscher der Odisha University of Technology and Research in Indien haben ein Modell für einen Gleichstrom-Elektromotor entwickelt, der von einer Photovoltaikanlage angetrieben wird. Das System nutzt KI, um die Leistung der Solaranlage zu optimieren und den Motor mit einem Wirkungsgrad von 88 Prozent zu betreiben; Reale Gleichstrommotoren haben einen Wirkungsgrad von 75 bis 80 Prozent. Solche solarbetriebenen Motoren könnten eines Tages in Industriemaschinen, Haushaltsgeräten und sogar Elektroautos eingesetzt werden.
Laut Bismit Mohanty, dem Hauptautor der Studie, lag der Schwerpunkt des Modells auf der Steigerung der Gesamteffizienz des Systems, um die höchste Leistung des Motors für die verfügbare Solarenergie zu erzielen. Die Effizienzsteigerungen ergeben sich aus dem KI-Algorithmus, der die Leistungsabgabe der Solaranlage optimiert, sowie dem regenerativen Bremssystem des Motors und einer Batterie, die sowohl über die Solaranlage als auch über das Bremssystem aufgeladen werden kann.
Solarzellen haben einen Punkt maximaler Leistung, d. h. die maximale elektrische Leistung, die sie bei einer bestimmten Einstrahlungsmenge liefern. Der Punkt maximaler Leistung schwankt je nach Temperatur und Sonneneinstrahlung, sodass die Solarzellen nicht immer die maximale Leistung abgeben. Der Weg, der maximalen Leistung so nahe wie möglich zu kommen, besteht darin, den Widerstand der Solarzellen zu ändern, wodurch sich die entnommene Strommenge ändert.
Hier kommt das KI-Modell ins Spiel. In ihrem MATLAB/Simulink-Modell trainierten Mohanty und seine Kollegen ein neuronales Netzwerk, um den Solarzellenwiderstand zu berechnen, der die maximale Leistung erbringen würde, basierend auf Tausenden von täglichen Temperatur- und Einstrahlungsmessungen. Die Technik nutzt vorhandene KI-Techniken zur Verfolgung maximaler Leistungspunkte. Da das Modell mithilfe eines neuronalen Netzwerks trainiert wird, kann es anhand komplexer Kriterien Vorhersagen treffen, kann jedoch nicht die genauen Kriterien für diese Vorhersagen vermitteln und fungiert eher als prädiktive Blackbox.
Dem Modell zufolge erzeugt die Solaranlage bei Sonnenschein genügend Strom, um den Motor zu betreiben, und speichert überschüssige Energie in der Batterie. Bei bewölktem Himmel läuft der Motor über die Batterie. Das regenerative Bremssystem des Motors lädt die Batterie bei jedem Bremsvorgang auf und wandelt kinetische Energie in elektrische Energie um. Das Team erstellte lediglich ein virtuelles Modell, aber der Aufbau eines funktionierenden physischen Modells könnte ein zukünftiger Schritt sein.
Dieses Modell eines solarbetriebenen Elektromotors könnte in einem industriellen Umfeld oder für Haushaltsgeräte wie Kühlschränke und Ventilatoren eingesetzt werden. Mohanty sagt, er hoffe, eines Tages ein solches System in Elektrofahrzeugen zum Einsatz zu bringen, wodurch die Notwendigkeit entfällt, das Elektrofahrzeug an das Hauptstromnetz anzuschließen.
„Jetzt müssen wir das Elektrofahrzeug an einer Tankstelle oder zu Hause aufladen“, sagt Mohanty. „Ich möchte ein gebührenfreies Elektrofahrzeug, bei dem der Strom direkt von der Solaranlage [am Fahrzeug] bezogen wird.“
Die Ergebnisse wurden im Juli auf der International Conference on Smart Systems for Applications in Electrical Sciences 2023 vorgestellt.