AI Mengoptimalkan Panen Energi Surya

AI Mengoptimalkan Panen Energi Surya

Listrik Indonesia | Pemanfaatan energi baru dan terbarukan telah menjadi fokus utama dalam mencapai Tujuan Pembangunan Berkelanjutan (SDG). Salah satu solusinya adalah melalui penggunaan energi surya yang mengandalkan radiasi sinar Matahari.

Pengumpulan energi surya terbaik dilakukan di daerah-daerah dengan intensitas Matahari yang tinggi. Contohnya, wilayah-wilayah di sekitar garis khatulistiwa seperti Indonesia, Brasil, Ekuador, Somalia, dan Kolombia.

Baru-baru ini, peneliti, dipimpin oleh Changkun Shao, telah melaporkan cara baru untuk menemukan lokasi panen energi surya yang lebih optimal menggunakan kecerdasan buatan (AI). Penemuan ini terpublikasi di Journal of Remote Sensing.

Mengumpulkan Data Lokasi Potensial Panen

Para peneliti menjelaskan bahwa China memiliki pasar tenaga surya bifacial yang besar. Sel surya bifacial menghasilkan listrik saat terkena cahaya di permukaan depan atau belakangnya.

Namun, hingga saat ini, upaya untuk memanfaatkan energi surya maksimal terhalangi oleh kurangnya data radiasi Matahari di berbagai lokasi di China. Data ini sangat penting bagi peneliti untuk memilih lokasi panen dengan potensi energi surya yang tinggi. Menurut SPJ Science, pengamatan berbasis darat pun kurang dan tidak merata.

Memanfaatkan Kecerdasan Buatan

Untuk mengatasi keterbatasan pengumpulan data, para peneliti memperbarui data radiasi Matahari dengan menggunakan model machine learning LightGBM. Dengan metode ini, mereka dapat memperkirakan radiasi Matahari berdasarkan data durasi sinar Matahari dari lebih dari 2.453 stasiun cuaca di seluruh China.

Menurut para peneliti, data berbasis satelit ini lebih akurat dibandingkan dengan data sebelumnya. Data ini juga memungkinkan analisis spasial yang lebih mendalam terhadap komponen radiasi Matahari.

Dengan demikian, sektor energi surya dapat lebih baik dalam memilih lokasi panen energi surya dan mengoptimalkan sistem, terutama di daerah-daerah dengan potensi energi surya yang tinggi.

"Metode kami secara signifikan meningkatkan keakuratan dan aplikasi perkiraan komponen radiasi Matahari, membuka jalan bagi pemanfaatan energi Matahari yang optimal di China dan mungkin di seluruh dunia," kata Kun Yang, seorang peneliti dari Tsinghua University, China.

Ikuti ListrikIndonesia di GoogleNews

#PLTS

Index

Berita Lainnya

Index