Des chercheurs espagnols utilisent l’intelligence artificielle pour optimiser chaque panneau solaire à son site géographique

Des chercheurs à l’Institut d’énergie solaire de l’Université polytechnique de Madrid (IES – UPM) et de l’Institut de micro et nanotechnologie du Conseil supérieur de la recherche scientifique (IMN-CSIC) ont trouvé un moyen pratique d’inclure dans leurs calculs tous les changements qui existents dans le spectre solaire pour prédire la production d’énergie solaire photovoltaïque. Cette méthode permet de prendre en compte les variations atmosphériques dans la conception des cellules solaires pour produire plus d’énergie.

En utilisant une technique de statistique et d’intelligence artificielle, appelée clustering, ce groupe de recherche a trouvé un moyen pratique d’inclure dans ses calculs tous les changements intervenant dans le spectre solaire afin de prédire la production d’énergie solaire photovoltaïque. L’étude, publiée dans Nature Communications, permet d’optimiser la conception de panneaux multi-jonctions pour chaque site en quelques heures de calcul.

Au cours de la journée et au fil des saisons, la position du soleil et les conditions atmosphériques changent, ce qui confère à la lumière qui atteint les panneaux photovoltaïques des caractéristiques différentes. Le changement le plus important se produit dans le contenu spectral de la lumière, plus précisément dans la composition de couleurs formant chaque faisceau de lumière. Ainsi, par exemple, à midi, la lumière est plus « bleue », tandis que dans l’après-midi, elle est plus « rouge ».

De même que la photographie utilisait initialement un seul pigment (noir et blanc) pour évoluer vers l’utilisation de trois couleurs de base (jaune, rouge et bleu), l’étude soutient que les panneaux solaires du futur seront formés de plusieurs jonctions, combinant plusieurs matériaux pour mieux tirer parti du spectre de la lumière solaire.

Cependant, la production d’énergie des panneaux à jonctions multiples dépend dans une certaine mesure des changements de couleur qui se produisent dans la lumière du soleil. Pour cette raison, ces panneaux sont fabriqués pour produire le maximum d’énergie pour une certaine couleur de lumière et, par conséquent, les changements produits par la position du soleil et les conditions atmosphériques entraînent des pertes de production. Pour réduire ces pertes, les chercheurs essaie de concevoir les panneaux sur base de leur production d’énergie globale optimale et non pour une seule couleur donnée. Mais, en raison de la variété infinie de conditions atmosphériques associées à différentes positions du soleil, cette optimisation est très compliquée.

Les chercheurs ont montré que des ensembles de données contenant des milliers de spectres solaires peuvent être réduits à quelques spectres caractéristiques à l’aide de techniques d’intelligence artificielle, et utilisés avec succès pour prédire l’efficacité moyenne annuelle d’une cellule solaire. L’idée initiale provient du travail de Iván García Vara (IES – UPM) qui, lors de son séjour au Laboratoire national des énergies renouvelables (NREL) aux États-Unis, a conçu une méthode statistique pour effectuer ce type de calcul. Par la suite, Jose María Ripalda Cobián et Jerónimo Buencuerpo Fariña (IMN – CSIC) ont appliqué cette technique de regroupement. Comme le souligne Iván García Vara, « le résultat final de nos travaux a été l’optimisation de la conception de panneaux solaires à jonctions multiples en utilisant la production annuelle d’énergie comme critère. »