Các nhà nghiên cứu của Đại học Newcastle đã tạo ra các tế bào quang điện hiệu quả cao, thân thiện với môi trường, khai thác ánh sáng xung quanh để cung cấp năng lượng cho các thiết bị kết nối vạn vật (IoT).
Được dẫn dắt bởi Tiến sĩ Marina Freitag, nhóm nghiên cứu từ Trường Khoa học Tự nhiên và Môi trường (SNES) đã tạo ra các tế bào quang điện nhạy cảm với thuốc nhuộm dựa trên chất điện phân đồng(II/I), đạt được hiệu suất chuyển đổi năng lượng chưa từng có là 38% và 1,0 Điện áp hở mạch V ở 1.000 lux (đèn huỳnh quang). Các tế bào không độc hại và thân thiện với môi trường, thiết lập một tiêu chuẩn mới cho các nguồn năng lượng bền vững trong môi trường xung quanh.
Được công bố trên tạp chí Khoa học hóa học , nghiên cứu này có khả năng cách mạng hóa cách cung cấp năng lượng cho các thiết bị IoT, giúp chúng bền vững và hiệu quả hơn, đồng thời mở ra những cơ hội mới trong các ngành như chăm sóc sức khỏe, sản xuất và phát triển thành phố thông minh.
Tiến sĩ Freitag, Điều tra viên chính tại SNES, Đại học Newcastle, cho biết: "Nghiên cứu của chúng tôi đánh dấu một bước quan trọng hướng tới việc làm cho các thiết bị IoT trở nên bền vững và tiết kiệm năng lượng hơn. Bằng cách kết hợp các tế bào quang điện sáng tạo với các kỹ thuật quản lý năng lượng thông minh, chúng tôi đang mở đường cho một vô số triển khai thiết bị mới sẽ có các ứng dụng sâu rộng trong các ngành khác nhau."
Nhóm cũng đã giới thiệu một kỹ thuật quản lý năng lượng tiên phong, sử dụng các mạng thần kinh nhân tạo có bộ nhớ ngắn hạn dài (LSTM) để dự đoán các môi trường triển khai đang thay đổi và điều chỉnh tải điện toán của các cảm biến IoT cho phù hợp. Hệ thống quản lý năng lượng năng động này cho phép mạch thu năng lượng hoạt động với hiệu quả tối ưu, giảm thiểu tổn thất điện năng hoặc mất điện.
Nghiên cứu đột phá này chứng minh sức mạnh tổng hợp của trí tuệ nhân tạo và ánh sáng xung quanh như một nguồn năng lượng có thể kích hoạt thế hệ thiết bị IoT tiếp theo. Các cảm biến IoT tiết kiệm năng lượng, được cung cấp bởi các tế bào quang điện xung quanh hiệu suất cao, có thể tự động điều chỉnh mức sử dụng năng lượng của chúng dựa trên các dự đoán LSTM, giúp tiết kiệm năng lượng đáng kể và giảm yêu cầu truyền thông mạng.
