Khác với thống kê truyền thống dựa vào báo cáo lắp đặt hoặc ước tính công suất, phương pháp này xác định trực tiếp từng cơ sở năng lượng từ ảnh vệ tinh, sau đó gắn tọa độ địa lý cho từng điểm. Điều này giúp tạo ra một cơ sở dữ liệu chi tiết ở cấp từng công trình.
Thách thức lớn nhất là quy mô và sự đa dạng địa hình. Các trang trại điện mặt trời có thể nằm trong sa mạc, vùng nông thôn hoặc gần đô thị, còn tua-bin gió xuất hiện ở nhiều địa hình khác nhau. Vì vậy, mô hình AI phải học cách nhận diện chúng trong nhiều điều kiện ánh sáng, môi trường và góc chụp khác nhau.
Khi hoàn thành, hệ thống đã tạo ra một “bản kiểm kê” chi tiết về hạ tầng năng lượng tái tạo của Trung Quốc. Theo kết quả nghiên cứu:
Vì mỗi cơ sở đều có tọa độ địa lý, dữ liệu này giúp các nhà nghiên cứu quan sát rõ mô hình phân bố năng lượng tái tạo theo vùng, từ các trang trại điện mặt trời quy mô lớn ở vùng sa mạc đến các cụm tua-bin gió ven biển.
Trước đây, nhiều bộ dữ liệu quốc gia chỉ sử dụng ảnh vệ tinh độ phân giải thấp hoặc thông tin báo cáo không đầy đủ, khiến việc xác định vị trí chính xác của các dự án năng lượng trở nên khó khăn. Những nghiên cứu dùng học máy để lập bản đồ năng lượng tái tạo đã xuất hiện, nhưng các bản đồ toàn quốc với độ phân giải cao vẫn còn hiếm.
Điện gió và điện mặt trời có đặc điểm biến động theo thời tiết và thời gian trong ngày. Điều này dẫn đến hiện tượng gọi là “cắt giảm năng lượng tái tạo” (curtailment) — khi điện sản xuất ra nhưng không thể truyền tải hoặc sử dụng kịp thời nên bị lãng phí.
Một bản đồ chi tiết toàn quốc giúp các nhà hoạch định chính sách hiểu rõ cách các nguồn năng lượng tái tạo phân bố và tương tác với nhau.
Dựa trên bộ dữ liệu mới, nhóm nghiên cứu đã phân tích sự bổ sung giữa điện gió và điện mặt trời. Kết quả cho thấy hai nguồn này thường đạt đỉnh vào thời điểm khác nhau — ví dụ điện mặt trời mạnh vào ban ngày, trong khi gió có thể ổn định hơn vào ban đêm.
Hiểu được sự bổ sung này có thể giúp:
Theo nhóm nghiên cứu, khi mở rộng phối hợp năng lượng gió và mặt trời trên phạm vi rộng hơn, khả năng hấp thụ điện tái tạo của hệ thống điện có thể tăng đáng kể.
Bản đồ năng lượng mới cũng có ý nghĩa trong một xu hướng khác: nhu cầu điện ngày càng lớn từ trung tâm dữ liệu và hệ thống tính toán AI.
Để đáp ứng nhu cầu này mà vẫn giảm phát thải carbon, Trung Quốc đang thử nghiệm việc kết nối trực tiếp nguồn điện tái tạo với hạ tầng điện toán. Ví dụ, một dự án tại Ningxia đã xây dựng nhà máy điện mặt trời quy mô lớn cung cấp điện trực tiếp cho các trung tâm dữ liệu.
Với bản đồ chi tiết về nguồn năng lượng tái tạo, các nhà hoạch định có thể:
Nói cách khác, cơ sở dữ liệu do AI tạo ra không chỉ là một bản đồ. Nó còn có thể trở thành nền tảng dữ liệu cho giai đoạn tiếp theo của quá trình chuyển đổi năng lượng tại Trung Quốc.
Khi hệ thống năng lượng tái tạo trên thế giới ngày càng mở rộng, việc theo dõi chính xác các cơ sở phát điện trở nên quan trọng hơn. Sự kết hợp giữa ảnh vệ tinh và trí tuệ nhân tạo mang lại một phương pháp có thể mở rộng để giám sát hạ tầng năng lượng trên diện tích lớn.
Đối với Trung Quốc — quốc gia sở hữu hệ thống năng lượng tái tạo lớn nhất thế giới — bản đồ mới này lần đầu tiên cung cấp một bức tranh chi tiết và có thể cập nhật liên tục về vị trí thực tế của các trang trại điện gió và điện mặt trời trên mặt đất.
Comments
0 comments