通过基于人工智能的生命周期评估,预测大规模太阳能发电厂对环境可持续性的气象影响
Martin Jianyuan Wan1, Zhen Xin Phuang1, Zheng Xuan Hoy1
1School of Energy and Chemical Engineering, Xiamen University Malaysia, Jalan Sunsuria, Bandar Sunsuria, 43900 Sepang, Selangor, Malaysia.
大规模太阳能 (LSS) 有环境影响,但一个结合生命周期评估 (LCA) 和人工神经网络 (ANN) 的新框架表明,它的好处超过负担. 本研究评估了考虑到天气不确定性的LSS可持续性.
科学领域:
- 环境科学与工程环境科学与工程
- 可再生能源系统分析可再生能源分析
- 生命周期评估 (LCA) 是一种生命周期评估.
背景情况:
- 大规模太阳能 (LSS) 能提供可再生能源,但在整个生命周期中,从原材料提取到废物管理,都带来了环境挑战.
- 低压系统的运行性能受到气象波动的影响,这在发电和整体环境影响评估方面造成了不确定性.
- 现有的研究缺乏包括气象不确定性在内的LSS生态可持续性的全面评估.
研究的目的:
- 开发和应用一个集成的生命周期评估 (LCA) 和人工神经网络 (ANN) 框架,以评估LSS的环境可持续性.
- 预测气象条件对LSS发电及其生命周期环境性能的影响.
- 为设计环保意识的LSS设施提供基于证据的见解.
主要方法:
- 开发了一个集成的框架,结合了LCA (使用SimaPro v. 9.1中的ReCiPe 2016方法) 和ANN (神经设计师5.9.3中的feedforward神经网络).
- 马来西亚的一家LSS工厂的LCA评估了18个影响和3个损害类别.
- ANN用于建模和预测气象对LSS性能和可持续性的影响.
主要成果:
- 光伏电池板生产阶段的环境影响最高,对人类健康,生态系统质量和资源稀缺性作出了重大贡献.
- 发现,回收利用可以减少关键类别的环境负担.
- 该研究表明,根据类别,从预测的LSS发电中避免的排放抵消了生命周期环境负担的12-98倍.
结论:
- 综合ANN-LCA框架有效评估在气象不确定性下LSS的环境可持续性.
- 尽管上游影响,但LSS提供了显著的环境效益,清洁能源发电抵消了其生命周期负担.
- 该框架为利益相关者提供了关键数据,以优化LSS设施设计,提高环境意识.
更多相关视频
09:55Surface Renewal: An Advanced Micrometeorological Method for Measuring and Processing Field-Scale Energy Flux Density Data
Published on: December 12, 2013
07:08Identification of Novel Regulators of Plant Transpiration by Large-Scale Thermal Imaging Screening in Helianthus Annuus
Published on: January 30, 2020
相关概念视频
What is Climate?
Adaptations that Reduce Water Loss
Light Acquisition
Global Climate Change
What is Weather?
Responses to Drought and Flooding
