With the increase in computational power, tools and data generation, the use of AI is increasing in various sectors. Currently used methods in the solar photovoltaic industry related to solar irradiance forecasting, system optimization, solar tracking etc. has been found to deliver relatively inaccurate results. By using artificial intelligence to perform these tasks, a higher degree of accuracy and precision can be achieved and is now a highly interesting topic. This thesis will investigate how artificial intelligence will impact the solar photovoltaic value chain. The investigation consists of mapping the current available artificial intelligence technologies, identifying possible future uses of artificial intelligence and also quantifying cost and social impact. This was accomplished through literature reviews, survey-style interviews, cost analysis and a case study. As the technology is fairly immature, the results found are purely theoretical, but a decrease in levelized cost of electricity could be as high as 36%. Further, given more accuracy in forecasting, a more precise estimate of cost can be made which could attract more investors and increase the penetration of solar photovoltaic in the global energy mix. Although artificial intelligence is a powerful tool it still requires large amounts of data and in order to further drive this development, data sharing agreements between actors would have to be in place. / Med ökningen av beräkningskraft, verktyg och dataproduktion ökar användningen av AI inom olika sektorer. Nuvarande metoder inom solcellsindustrin relaterade till solbestrålningsprognoser, systemoptimering, solar tracking etc. har visat sig leverera relativt felaktiga resultat. Genom att använda artificiell intelligens för att utföra dessa uppgifter kan en högre grad av noggrannhet och precision fås och är nu ett mycket attraktivt ämne för vidare forskning. Detta arbete kommer att undersöka hur artificiell intelligens kan komma att påverka värdekedjan för solpaneler. Undersökningen består i att kartlägga den nuvarande tillgängliga artificiella intelligensteknologin, identifiera möjliga framtida användningar av artificiell intelligens och även att kvantifiera kostnader och social påverkan. Detta åstadkoms genom litteraturgranskningar, intervjuer i enkätstil, kostnadsanalys och en fallstudie. Eftersom tekniken är relativt oetablerad är resultaten från denna undersökning rent teoretiska, men en minskning av levelized cost of electricity kan vara så hög som 36%. Med tanke på mer noggrannhet i prognoser kan man dessutom göra en mer exakt uppskattning av kostnaden som skulle kunna locka fler investerare och öka solcellernas penetration i den globala energimixen. Även om artificiell intelligens är ett kraftfullt verktyg kräver det fortfarande stora mängder data och för att ytterligare driva utvecklingen måste data delas mellan aktörer.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-287025 |
| Date | January 2020 |
| Creators | Tived, Alexander |
| Publisher | KTH, Kraft- och värmeteknologi |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-ITM-EX ; 2020:420 |
Page generated in 0.002 seconds