Với các kỹ thuật tính toán tiên tiến để tăng khả năng dự đoán, mô hình có phần cải tiến hơn so với phiên bản trước đó. Mahmoud Sharara, tác giả chính của bài báo và là giáo sư chuyên về kỹ thuật sinh học và nông nghiệp tại ĐH Bắc Carolina nói: “Việc chuyển đổi chất thải động vật thành điện năng có thể mang lại lợi nhuận cho người nông dân, đồng thời tác động tích cực đến môi trường, chẳng hạn như giảm phát thải khí nhà kính. Tuy nhiên, nông dân không phải lúc nào cũng đủ kinh phí thực hiện những dự án như vậy và bản thân các dự án không phải lúc nào cũng sinh lời cho một trang trại.”
“Có một cách để giải quyết vấn đề này, đó là phát triển các hệ thống tiêu hóa kỵ khí, hợp tác sử dụng chất thải từ nhiều trang trại”, Sharara cho biết. “Hai trong số những bài toán liên quan đến dự án này là: nên xây dựng hệ thống hợp tác ở đâu? Và làm thế nào để biết được liệu nó có khả năng sinh lời hay không?”
Để giải quyết điều này, các nhà nghiên cứu đã phát triển một mô hình tính toán hỗ trợ người dùng trong việc tối đa hóa lợi nhuận kinh tế trên các hệ thống tiêu hóa kỵ khí, có thể cho người dùng biết vị trí của một hệ thống, công suất của nó là bao nhiêu và diện tích khu vực mà nó sẽ phục vụ. Mô hình này cung cấp một loạt các thông tin có sẵn về một trang trại: chẳng hạn như loài động vật đang nuôi, quy mô và nơi được đặt.
Nhưng điều làm nên sự khác biệt của mô hình là cách nó cung cấp những thông tin về độ rủi ro của trang trại đó, trong đó, các nhà nghiên cứu đã xác định được 13 yếu tố rủi ro chính có thể ảnh hưởng đến lợi nhuận của hệ thống bể xử lý kỵ khí. Ví dụ, một trong những cách các hệ thống này kiếm tiền là bằng việc chuyển đổi chất thải động vật thành khí sinh học, sử dụng khí đó để sản xuất điện, sau đó bán lượng điện đó. Do vậy, một biến số quan trọng trong việc dự đoán lợi nhuận của hệ thống là giá bán điện trong tương lai. Và trong khi vẫn chưa chắc chắn về giá điện trong tương lai, bạn có thể dựa vào dữ liệu lịch sử hoặc dự báo thị trường để ước tính phạm vi giá bán.
Điều tương tự cũng đúng với các yếu tố rủi ro khác. Ví dụ, nồi nấu kỵ khí có hiệu suất không ổn định, nhưng bạn có thể dự đoán rằng hiệu suất của nồi nấu sẽ nằm trong một phạm vi nhất định.
Đây là lúc mô hình sẽ vào cuộc.
Các nhà nghiên cứu đã thiết kế mô hình để chạy các mô phỏng lặp đi lặp lại, tính đến sự thay đổi trong từng khía cạnh của sự rủi ro. Ví dụ, lợi nhuận sẽ như thế nào khi giá điện và hiệu suất của nồi nấu đều cao? Nếu cả hai đều thấp thì sao? Và cứ thế, cứ thế. Bằng cách chạy tất cả các mô phỏng này cho các vị trí, công suất và thiết bị khác nhau, mô hình có thể cho người dùng biết sự kết hợp của các yếu tố nào sẽ tạo ra lợi nhuận cao nhất.
Nhóm nghiên cứu đã chứng minh mô hình bằng nghiên cứu thực tế về hệ thống bể xử lý kỵ khí trong các trang trại bò sữa ở hai vùng thuộc Wisconsin.
“Các nghiên cứu thực tế này là phương án đúng đắn để kiểm chứng mô hình của chúng tôi, nó sẽ làm nổi bật tính khả thi và tiện ích của mô hình này”, Sharara nói. “Cuối cùng, chúng tôi nghĩ rằng việc này sẽ góp phần thúc đẩy đầu tư vào các dự án, người nông dân và môi trường đều sẽ được hưởng lợi từ đó”.
Mô hình này hiện đã được đưa vào sử dụng, và các nhà nghiên cứu quan tâm đến việc nén nó theo một định dạng để dễ sử dụng và phân phối hơn.