Date Log
Bản quyền (c) 2025 Tạp chí Khoa học Đại học Công Thương

Tác phẩm này được cấp phép theo Ghi nhận tác giả của Creative Commons Giấy phép quốc tế 4.0 .
DỰ BÁO CÔNG SUẤT PHÁT CỦA TẤM PIN NĂNG LƯỢNG MẶT TRỜI SỬ DỤNG PHƯƠNG PHÁP HỌC MÁY
Corresponding Author(s) : Huỳnh Văn Vạn
Tạp chí Khoa học Đại học Công Thương,
T. 25 S. 1 (2025)
Tóm tắt
Năng lượng mặt trời, một loại nguồn năng lượng tái tạo, đang ngày càng trở thành một phần quan trọng của nguồn năng lượng toàn cầu. Năng lượng này, được biết đến với đặc tính sạch và nguồn cung dồi dào, đã trở thành đối tượng của nhiều nghiên cứu khoa học. Những tiến bộ trong khoa học và công nghệ đã thúc đẩy việc sử dụng năng lượng mặt trời trở nên phổ biến và được sử dụng rộng rãi hơn. Tuy nhiên, việc vận hành hệ thống năng lượng mặt trời đôi khi gặp nhiều khó khăn do sự biến động thời tiết liên tục, ảnh hưởng đáng kể đến công suất đầu ra của các tấm pin năng lượng mặt trời. Vấn đề này có thể dẫn đến thừa điện khi tải tiêu thụ ít năng lượng hơn hoặc thiếu nguồn điện cung cấp cho tải khi không đủ năng lượng để sản xuất. Để giải quyết vấn đề này, nghiên cứu tập trung vào việc sử dụng các phương pháp Machine Learning để dự đoán công suất đầu ra của các tấm pin mặt trời dựa trên dữ liệu thời tiết. Có hai nguồn dữ liệu chính được sử dụng trong nghiên cứu: dữ liệu được cung cấp và dữ liệu thực tế thu thập thông qua quá trình đo lường. Dữ liệu đầu vào cho mô hình dự đoán bao gồm nhiệt độ môi trường, tốc độ gió, độ ẩm không khí và tổng lượng bức xạ mặt trời từ tập dữ liệu được cung cấp, cũng như nhiệt độ môi trường và độ rọi ánh sáng mặt trời từ tập dữ liệu thu thập. Đầu ra của mô hình dự đoán là công suất từ các tấm pin mặt trời. Kết quả của nghiên cứu sẽ giúp hệ thống điện hoạt động hiệu quả hơn, đảm bảo sự cân bằng giữa cung và cầu, từ đó khai thác hiệu quả tiềm năng của năng lượng mặt trời.
Từ khóa
Tải xuống trích dẫn
Kiểu Endnote/Zotero/Mendeley (RIS)BibTex