印度奧迪沙技術(shù)與研究大學(xué)（Odisha University of Technology and Research）的研究人員開發(fā)出了一種由光伏陣列驅(qū)動的直流電機(jī)模型。該系統(tǒng)依靠人工智能優(yōu)化太陽能電池陣列的輸出，使電機(jī)的運(yùn)行效率達(dá)到88%；而現(xiàn)實(shí)世界中直流電機(jī)的效率為75%至80%。這種太陽能電機(jī)有朝一日可用于工業(yè)機(jī)械、家用電器，甚至電動汽車。

該研究的主要作者比斯米特-莫漢蒂（Bismit Mohanty）說，該模型的重點(diǎn)是提高系統(tǒng)的整體效率，在太陽能發(fā)電的情況下獲得最高的電機(jī)輸出功率。效率的提高來自人工智能算法，該算法優(yōu)化了太陽能電池陣列的功率輸出、電機(jī)的再生制動系統(tǒng)以及可同時(shí)從太陽能電池陣列和制動系統(tǒng)充電的電池。

太陽能電池有一個(gè)最大功率點(diǎn)，即在一定輻照量下可輸出的最大電力。最大功率點(diǎn)會隨溫度和日照而波動，因此太陽能電池并不總是能輸出最大功率。盡可能接近最大輸出的方法是改變太陽能電池的電阻，從而改變提取的功率。

這就是人工智能模型的作用所在。在他們的 MATLAB/Simulink 模型中，莫漢蒂和他的同事們訓(xùn)練了一個(gè)神經(jīng)網(wǎng)絡(luò)，根據(jù)每天數(shù)千次的溫度和輻照度測量結(jié)果，計(jì)算出能產(chǎn)生最大輸出的太陽能電池電阻。這項(xiàng)技術(shù)利用了現(xiàn)有的最大功率點(diǎn)跟蹤人工智能技術(shù)。由于該模型是通過神經(jīng)網(wǎng)絡(luò)訓(xùn)練的，因此它可以使用復(fù)雜的標(biāo)準(zhǔn)進(jìn)行預(yù)測，但無法傳達(dá)這些預(yù)測的確切標(biāo)準(zhǔn)，更像是一個(gè)預(yù)測黑盒。

根據(jù)該模型，當(dāng)天氣晴朗時(shí)，太陽能電池陣列會產(chǎn)生足夠的電能來驅(qū)動電機(jī)，并將多余的能量儲存在電池中。陰天時(shí)，電機(jī)靠電池驅(qū)動。每當(dāng)剎車時(shí)，電機(jī)的再生制動系統(tǒng)就會為電池充電，將動能轉(zhuǎn)化為電能。該團(tuán)隊(duì)只創(chuàng)建了一個(gè)虛擬模型，但未來可能會建立一個(gè)可工作的物理模型。

這種太陽能電動馬達(dá)模型可用于工業(yè)環(huán)境或家用電器，如冰箱和風(fēng)扇。莫漢蒂說，他希望有一天能看到這樣的系統(tǒng)用于電動汽車，這樣就不需要將電動汽車插入主電網(wǎng)了。

"現(xiàn)在，我們必須在電站或家中為電動汽車充電。"Mohanty說："我想要的是一種無需充電的電動汽車，它可以直接從[汽車上的]太陽能電池陣列獲取電力。“

該研究成果于 7 月在 2023 年電氣科學(xué)應(yīng)用智能系統(tǒng)國際會議上發(fā)表。