חוקרים גרמנים משחררים מאגר PAINT פתוח למגדלי שמש – נתונים לשיפור אנרגיה סולארית

מה זה מאגר PAINT?

מאגר PAINT הוא האוסף הראשון בעולם של נתונים פתוחים לפי תקני FAIR ממגדל שמש מרוכז (CSP). הוא כולל 849 GB של מדידות ברזולוציה גבוהה ממגדל השמש של יוליך במערב גרמניה, משנת 2021 עד 2024. במאגר תמצאו מיקומים מדויקים של 2,014 הליוסטטים, יותר מ‑218,000 תמונות אימות, נתוני עיוות משקפי המראות ונתוני מזג אוויר מלאים. הקובץ פורסם על‑ידי מכון קרלסרווה (KIT) והמרכז הגרמני לחקר החלל (DLR) והוזכר במאמר The PAINT database for operational concentrating solar power plant data following FAIR data principles ב‑Nature Energy.

למה המאגר חשוב למחקר אנרגיה סולארית (CSP)

הפעלת מגדל שמש בטוח ויעיל היא משימה מורכבת: הליוסטטים צריכים לעקוב אחרי השמש במדויק של כמה סנטימטרים, תוך התמודדות עם רוח, שחיקה ועיוות תרמי. מדענים זקוקים לנתונים אמיתיים כדי לבדוק מודלים של יישור הליוסטטים, אלגוריתמים לבקרה ואסטרטגיות אחסון תרמי. מאגר PAINT מספק בדיוק את זה – מקור מובנה, ניתן לשחזור, שניתן להשתמש בו לאימון רשתות נוירונים לכיול הליוסטטיםולחקר השפעת לכלוך על המראות.

מה כוללים הנתונים?

המאגר מחולק לחמישה תחומים עיקריים:

• מדידות במגדל – טמפרטורה, לחץ ופלוק חום בקולט.
• מאפייני הליוסטטים – גאומטריה, נטייה, סיבוב וקואורדינטות בזמן אמת של כל מראה.
• נתוני כיול – בדיקות יישור בלייזר וסריקות דפלקטומטריה.
• תמונות דפלקטומטריה – יותר מ‑218 k תמונות שמאפשרות לאמת שכל הליוסטט מכוון את האור לנקודה הנכונה.
• רשומות מזג אוויר – קרינת שמש, מהירות רוח, טמפרטורה ולחות לכל תקופת 2021‑2024.

איך הנתונים מאפשרים פריצות דרך?

כאשר מזינים את לוג המיקום של 2,014 המראות למודל למידת‑מכונה, אפשר לגלות יישורים מוטעים שלא היו נראים במבט חטוף. מחקר עדכני שהשתמש ברשתות נוירונים הראה ששיפור של 15 % בדיוק היישור של הליוסטטים מעלה את תפוקת האנרגיה השנתית בכ‑0.45 % עבור מגדל של 100 MWth. למגדל שמייצר כ‑800 GWh לשנה, זה אומר תוספת של 3.6 GWh – מספיק לחשמל כ‑1,000 בתים ישראליים לשנה.

מה המשמעות למערך האנרגיה של ישראל?

ישראל מתעניינת בטכנולוגיות שמש תרמיות עם אחסון חום כדי לגוון את הצי המוביל של פאנלים סולרים. אם נבנה מגדל של 100 MWth בנגב, התוספת של 3.6 GWh תייצר הכנסה של ≈ 1.8 מיליון ₪ לשנה (בהנחה שמחיר ה‑feed‑in לתעשייה הוא 0.50 ₪/kWh). עלות ההקמה המשוערת היא ≈ 1.85 מיליארד ₪ (5 מיליון $ למ״MW, שער 1 $= 3.7 ₪). תקופת ההחזר – סביב 18‑19 שנים – דומה לפרויקטים של פאנלים סולרים בקנה מידה גדול, אך עם היתרון של אחסון חום למספר ימי פעילות.

הדרך קדימה: פיתוח קהילת נתונים פתוחה

הצוות של KIT‑DLR מתכנן להזמין מפעילי CSP נוספים לתרום נתונים, וליצור תקן משותף לשקיפות תפעולית. פלטפורמה כזו יכולה לזרז פיתוח של עיצובי הליוסטטים דור הבא, כולל מראות בטמפרטורה גבוהה כפי שמופיע במפת דרכים של 2026 [PDF] מפת דרכים לקידום טכנולוגיות הליוסטט בטמפרטורות גבוהות (https://docs.nlr.gov/docs/fy26osti/97216.pdf), ולעזור לאירופה להגיע למטרה של US$ 40 מיליארד עד 2030.

סיכום למקבלי ההחלטות בישראל

• אופטימיזציה מבוססת נתונים: גישה ל‑PAINT מאפשרת למהנדסי ישראל לחדד שליטה על הליוסטטים, ולחסוך עד 0.45 % באבידות אנרגיה.
• תובנות כלכליות: עבור מגדל של 100 MWth, הרווח משימוש ב‑AI שווה כ‑1.8 מיליון ₪ לשנה, וקיצור משמעותי של תקופת ההחזר.
• יתרון אסטרטגי: נתונים פתוחים ו‑FAIR מצמצמים סיכון במחקר ופיתוח, והופכים את הניסיון הגרמני למדריך עבור פרויקטים של אנרגיה סולארית תרמית בישראל.

---

מאגר PAINT ניתן להורדה בחינם; מומלץ לצטט את המאמר ב‑Nature Energy כשמשתמשים בנתונים.

מקורות וקישורים נוספים

• [PDF] מפת דרכים לקידום טכנולוגיות הליוסטט בטמפרטורות גבוהות (https://docs.nlr.gov/docs/fy26osti/97216.pdf)
• [PDF] שימוש ברשתות נוירונים לכיול הליוסטטים (https://elib.dlr.de/218933/1/Masterarbeit_Leon_Sabel_2025.pdf)
• [PDF] מכון אנרגיה IMDEA (http://www.imdea.org/wp-content/uploads/2023/03/memoria-imdea-energia-2021_def_compressed-2.pdf)
• [PDF] RD20 (https://rd20.aist.go.jp/wp-content/uploads/2025/11/Now-and-Future-2025_1110.pdf)
• [PDF] דו"ח פיתוח טכנולוגיות פוטו‑וולטאיות LCEO 2018 (https://publications.jrc.ec.europa.eu/repository/bitstream/JRC118300/jrc118300_1.pdf)