Cơ sở dữ liệu mở thúc đẩy phát triển công nghệ nhà máy điện tháp mặt trời

Khác với hệ thống pin mặt trời chuyển trực tiếp ánh sáng thành điện năng, các nhà máy điện tháp mặt trời tập trung năng lượng mặt trời (Concentrating Solar Power - CSP) sử dụng hàng nghìn gương phản xạ (heliostats) để tập trung ánh sáng mặt trời vào một bộ thu trên đỉnh tháp, chuyển hóa thành nhiệt. Nhiệt lượng này có thể được dùng để vận hành turbin phát điện hoặc lưu trữ để sử dụng khi trời tối hoặc thời tiết nhiều mây. Ngoài ra, nhiệt năng từ nhà máy còn có thể phục vụ cho các ứng dụng công nghiệp hoặc sưởi ấm khu vực, tùy thuộc vào vị trí và thiết kế nhà máy.

Tuy nhiên, theo Kaleb Phipps - trưởng nhóm nghiên cứu tại Trung tâm Tính toán Khoa học thuộc KIT, vận hành nhà máy điện tháp mặt trời là một thách thức lớn do chi phí cao và các yêu cầu phức tạp để đảm bảo tính an toàn, hiệu quả. "Công nghệ CSP có tiềm năng hỗ trợ chuyển đổi sang năng lượng tái tạo, tuy nhiên vẫn chưa đạt được tính khả thi về mặt tài chính và còn nhiều vấn đề vận hành", Phipps chia sẻ.

Để thúc đẩy nghiên cứu và phát triển công nghệ CSP, đội ngũ tại KIT phối hợp với DLR tạo ra PAINT - một cơ sở dữ liệu mở với dung lượng lên đến 849 gigabyte, thu thập dữ liệu hoạt động chi tiết của nhà máy điện tháp mặt trời tại Jülich từ năm 2021 đến 2024. Bộ dữ liệu này bao gồm vị trí chính xác của 2014 tấm gương phản xạ, kích thước, đặc điểm biến dạng, cũng như mô hình xoay và nghiêng của từng tấm gương. Ngoài ra còn có dữ liệu thời tiết chi tiết và tổng cộng hơn 218.000 hình ảnh được sử dụng để kiểm tra mức độ chính xác trong việc tập trung ánh sáng mặt trời của các gương.

PAINT được chuẩn hóa theo tiêu chuẩn SpatioTemporal Asset Catalog (STAC) để đảm bảo tính dễ tìm kiếm, truy cập, tương tác và tái sử dụng (FAIR). Nhóm nghiên cứu cũng phát triển phần mềm hỗ trợ đơn giản hóa việc khai thác thông tin từ cơ sở dữ liệu, giúp cộng đồng nghiên cứu có thể dễ dàng sử dụng các dữ liệu này.

Mục tiêu của việc xây dựng PAINT là tạo điều kiện cho các nhà nghiên cứu phát triển các mô hình "song sinh số" (digital twins) – bản sao kỹ thuật số của nhà máy CSP thực, nhằm mô phỏng và dự đoán hoạt động trong thời gian thực, đặc biệt là kiểm tra độ chính xác của việc căn chỉnh gương để tối đa hóa thu nhận ánh sáng, một yếu tố then chốt ảnh hưởng đến hiệu suất vận hành.

Kaleb Phipps cho biết nhóm đã nhận được nhiều phản hồi tích cực từ cộng đồng nghiên cứu, bất chấp những khó khăn trong việc thu thập, làm sạch và chuẩn hóa dữ liệu từ trạng thái hỗn tạp ban đầu cũng như thuyết phục các đồng nghiệp về giá trị nghiên cứu của công việc này. "Chúng tôi đã phải mất nhiều thời gian để xây dựng các quy trình tự động và chuẩn hóa nhằm đảm bảo tính minh bạch và khả năng tái sử dụng cho các dữ liệu trong tương lai", anh cho biết.

Mặc dù hiện tại PAINT mới chỉ chứa dữ liệu từ một nhà máy CSP tại Đức, nhóm KIT rất hy vọng có thể mở rộng hợp tác với các nhà máy khác trên toàn cầu để phát triển cơ sở dữ liệu đa dạng và quốc tế hơn. Khi có thêm dữ liệu từ nhiều nguồn khác, chuẩn mực chung cho dữ liệu hoạt động mở trong nghiên cứu nhà máy điện tháp mặt trời sẽ được hình thành, giúp tăng tốc quá trình phát triển và thúc đẩy việc ứng dụng rộng rãi công nghệ này.

Những bước tiến trong việc tạo cơ sở dữ liệu mở và sử dụng machine learning để cải thiện vận hành CSP có thể góp phần đáng kể vào quá trình chuyển đổi năng lượng toàn cầu bằng cách tối ưu hóa hiệu quả và giảm chi phí, từ đó nâng cao tính cạnh tranh của các nhà máy điện mặt trời tập trung.

Bài viết được biên tập với sự hỗ trợ của công cụ trí tuệ nhân tạo (AI), tổng hợp từ các nguồn tin dẫn bên dưới và đã qua kiểm duyệt của toà soạn Quang Minh Việt Nam.