Công cụ dự đoán tác động của khói cháy rừng đối với việc sản xuất điện mặt trời
Tác giả: David Nutt, Đại học Cornell
Nguồn: Unsplash/CC0 Public Domain
Từ môi trường sống đến tài sản đến sinh kế, cháy rừng phá hủy mọi thứ trên đường đi của chúng. Nhưng còn một nạn nhân khác ít được biết đến hơn: ánh sáng mặt trời và lưới điện phụ thuộc vào nó. Khói từ cháy rừng có thể bao phủ những vùng đất rộng lớn, bao gồm cả các trang trại năng lượng mặt trời và làm giảm đáng kể sản lượng điện từ các tấm pin quang điện (PV).
Để ứng phó, các nhà nghiên cứu của Cornell đã tạo ra một mô hình dựa trên máy học có thể dự báo, với độ chính xác cao hơn các phương pháp hiện tại, tác động của tình trạng cháy rừng nghiêm trọng đối với việc sản xuất điện mặt trời. Điều này sẽ cho phép các nhà điều hành hệ thống cân bằng cung cầu tốt hơn và giảm chi phí.
"Nếu bạn không có dự báo tốt, thì bạn phải dựa vào cái gọi là máy phát điện dự phòng, vốn rất tốn kém", Max Zhang, Giáo sư Kỹ thuật của Nhà thờ Irving Porter tại Khoa Kỹ thuật Cornell và là Nghiên cứu viên của Provost về Hợp tác Công chúng, người đứng đầu dự án, cho biết.
"Khi chúng ta có nhiều năng lượng mặt trời thâm nhập vào hệ thống điện hơn, hậu quả kinh tế có thể ngày càng cao hơn".
Nghiên cứu đã được công bố trên Environmental Research Letters. Các đồng tác giả chính của bài báo là Fenya Bartram và Bo Yuan, MS, một nghiên cứu sinh tiến sĩ về kỹ thuật cơ khí.
Lần đầu tiên Zhang nhận ra mối đe dọa đối với sản xuất năng lượng mặt trời là vào mùa hè năm 2023, khi vùng đông bắc Hoa Kỳ bị bao phủ bởi khói từ các vụ cháy rừng ở Canada và sản lượng PV trong khu vực giảm xuống.
"Tôi nhận được rất nhiều yêu cầu phỏng vấn liên quan đến ô nhiễm không khí và tác động đến sức khỏe", Zhang nói, "nhưng tôi cũng tự hỏi, còn về mặt năng lượng thì sao?"
Zhang và nhóm của ông phát hiện ra rằng các dự báo trong ngày do New York Independent System Operator (NYISO), đơn vị giám sát và điều phối cách thức hệ thống điện của tiểu bang hoạt động, đưa ra đã dự đoán quá cao sản lượng PV trong các vụ cháy rừng.
"Có thị trường theo ngày và thị trường theo thời gian thực. Họ cần dự báo về sản lượng năng lượng để cân bằng cung và cầu", Zhang cho biết. "Dự đoán quá mức hoặc dự đoán quá thấp đều không tốt, đặc biệt là dự đoán quá mức".
Các nhà nghiên cứu bắt đầu xây dựng một mô hình học máy bằng cách kết hợp một loạt các sản phẩm dữ liệu thuộc phạm vi công cộng từ hệ thống dự báo thời tiết High-Resolution Rapid Refresh Smoke (HRRR-Smoke) mới của Cơ quan Quản lý Khí quyển và Đại dương Quốc gia, bao gồm dự đoán về tác động của khí dung và mật độ khối lượng khói trong thời kỳ cháy rừng nghiêm trọng.
Nhóm của Zhang là nhóm đầu tiên khai thác sức mạnh dự đoán của hệ thống cho loại ứng dụng này. Thực tế là HRRR-Smoke đóng vai trò thiết yếu như vậy chứng minh rằng công chúng được hưởng lợi như thế nào từ các công cụ dữ liệu khí hậu của chính phủ.
"Nếu chúng ta không có đủ nhân tài để duy trì và cải thiện các sản phẩm đó, thì điều đó sẽ gây thiệt hại cho nhiều lĩnh vực của xã hội", ông cho biết.
Một trong những yếu tố khiến việc dự báo sự gián đoạn do khói cháy rừng ở tiểu bang New York trở nên khó khăn là do các sự kiện này rất hiếm khi xảy ra—mặc dù điều đó có thể thay đổi khi biến đổi khí hậu làm trầm trọng thêm các sự kiện thời tiết khắc nghiệt. Để bù đắp cho tình trạng thiếu hụt dữ liệu khu vực hiện tại, nhóm đã sử dụng "tăng mẫu"—tức là tăng tốc độ lấy mẫu—để đào tạo mô hình của họ tập trung nhiều hơn vào các sự kiện cháy rừng, mặc dù chúng không thường xuyên.
Nhóm đã thử nghiệm mô hình bằng cách sử dụng dữ liệu mặt trời hàng giờ do Cơ quan Nghiên cứu và Phát triển Năng lượng Tiểu bang New York (NYSERDA) thu thập—cơ quan hỗ trợ nghiên cứu—trong các giai đoạn cháy rừng trước đó và họ xác định mô hình này vượt trội hơn các dự báo của NYSIO.
Trong khi các nhà nghiên cứu khác đang nỗ lực để dự đoán tốt hơn sản lượng điện sau các vụ cháy rừng ở phía tây, thì công cụ do nhóm của Zhang tạo ra là công cụ đầu tiên hoạt động theo từng giờ, thay vì theo mức trung bình hàng ngày.
"Mọi thứ được báo cáo trong bài báo của chúng tôi đều hoạt động", ông cho biết. "Tất cả các đầu vào mà chúng tôi sử dụng trong mô hình đều là sản phẩm dự báo. Đó là những gì các nhà điều hành hệ thống điện cần. Và nó có thể được sử dụng ở bất kỳ đâu".
Zhang dự đoán rằng sự gia tăng phát triển năng lượng mặt trời, kết hợp với các vụ cháy rừng thường xuyên hơn, sẽ khiến việc dự báo thời kỳ khói bụi cao và tác động đến sản xuất điện mặt trời trở nên quan trọng hơn nữa để duy trì độ tin cậy của hệ thống điện ở tiểu bang New York và trên toàn quốc.
"Đây chỉ là khởi đầu. Chúng tôi đang cải thiện mô hình trong khi tạo ra các lộ trình để các nhà điều hành hệ thống áp dụng", ông nói. "Dự báo càng tốt, hệ thống điện càng đáng tin cậy".
Thông tin thêm: Fenya Bartram và cộng sự, Dự đoán sản xuất điện mặt trời quang điện bị ảnh hưởng bởi khói bụi cháy rừng nghiêm trọng, Environmental Research Letters (2025). DOI: 10.1088/1748-9326/adcf3b
Thông tin tạp chí: Environmental Research Letters
Do Cornell University cung cấp
