[SMM PV Flash] Nghiên cứu của Ý phát hiện việc tháo tấm nền sớm có thể giảm bụi trong tái chế pin quang điện

Công ty năng lượng Tây Ban Nha Cox đã ký thỏa thuận đầu tư trị giá 2,9 tỷ USD với chính phủ El Salvador, bao gồm hạ tầng điện mặt trời, lưu trữ pin, khí tự nhiên và nước. Hợp phần điện mặt trời, được phát triển cùng Ủy ban Điều hành Thủy điện Sông Lempa (CEL), gồm hai dự án với tổng công suất ban đầu khoảng 200MW và khả năng mở rộng lên 400MW. Hệ thống lưu trữ pin nối lưới ban đầu sẽ đạt khoảng 440MWh đến 500MWh và sau đó có thể mở rộng lên 1GWh. Khoảng 500 triệu USD được dự kiến cho các hợp phần điện mặt trời và lưu trữ, trong khi Cox dự định sử dụng nguồn tài chính dự án từ các tổ chức tài chính quốc tế, bên cho vay đa phương và cơ quan tín dụng xuất khẩu. Chương trình kết hợp điện mặt trời quy mô lớn với lưu trữ pin nhằm hỗ trợ tích hợp năng lượng tái tạo và tăng tính linh hoạt của lưới điện.

Startup Hà Lan Rable vừa ra mắt hệ thống lắp đặt PV tự chịu lực Rable4Roofs dành cho các mái nhà cũ và có kết cấu hạn chế. Kết cấu lưới thép mạ kẽm phân bổ tải trọng tấm pin và hệ thống lắp đặt lên các xà gồ mái thay vì tập trung lên bề mặt mái, có thể lắp đặt trên mái có độ dốc lên đến khoảng 10°. Theo công ty, thiết kế này có thể giảm khoảng 95% số điểm neo, với tải trọng hệ thống dao động từ khoảng 6 kg/m² đến 15 kg/m². Giải pháp này có thể mở rộng triển khai PV trên mái cho các tòa nhà thương mại và công nghiệp không thể lắp đặt hệ thống lắp đặt thông thường do hạn chế về tải trọng kết cấu.

Đại học Công nghệ Malaysia (UTM), cùng với các viện nghiên cứu tại Canada, Bỉ, Na Uy và Ấn Độ, đã phát triển một bộ dữ liệu hình ảnh mở phục vụ điều hướng bằng AI cho robot vệ sinh tấm pin mặt trời. Bộ dữ liệu gồm 6.200 ảnh tấm pin đã được gán nhãn, bao phủ các bề mặt sạch, các mức bụi mô phỏng khác nhau và nhiễm bẩn thực tế trong phòng thí nghiệm, với các đặc điểm tham chiếu cấu trúc như khe hở giữa các cell và khung tấm pin được gán nhãn phục vụ điều hướng robot. Nghiên cứu tập trung vào việc liệu hệ thống thị giác máy tính có thể nhận diện đáng tin cậy các điểm tham chiếu điều hướng trong các điều kiện gồm bụi, vết nước, phân chim và chói sáng hay không. Bộ dữ liệu, được công bố trên tạp chí Data in Brief, có thể hỗ trợ phát triển và xác thực các hệ thống vệ sinh tấm pin mặt trời tự động cho các môi trường thực địa phức tạp hơn.