Technologie

Mit künstlicher Intelligenz die Erträge von Solaranlagen verbessern

16.03.2022 - Verbundprojekts soll Methodik entwickeln, die mittels KI Maßnahmen zur Optimierung der Anlagen vorschlägt.

Mit künstlicher Intelligenz das Potenzial von Solaranlagen voll ausschöpfen: Das ist das über­geordnete Ziel des Verbund­projekts Dig4morE, dem das Helmholtz-Institut Erlangen-Nürnberg und die Photo­voltaik-Unter­nehmen Sunsniffer, Aquila Capital und Sunset Energie­technik angehören. Die Projekt­partner wollen eine Methodik entwickeln, die mittels KI schnell und kosten­günstig geeignete Maßnahmen zur Optimierung der Anlagen vorschlägt. Die Auswertung benötigt lediglich Monitoring-Daten, die im laufenden Betrieb anfallen. Das Bundes­ministerium für Wirtschaft und Energie fördert das Vorhaben mit über zwei Million Euro über eine Laufzeit von drei Jahren.

Mithilfe des maschinellen Lernens wollen die Forscher Leistungs­defizite und Defekte früh­zeitig erkennen. Möglich werden soll dies durch ein neues Verfahren, das es möglich macht, Performance-Defizite in-situ direkt aus den Monitoring-Daten der Einzelmodule heraus­zu­lesen. Für die Entwicklung der Algorithmen stellen Sunsniffer, Aquila Capital und Sunset Energie­technik Daten von insgesamt elf ihrer Solarparks zur Verfügung, die über ganz Europa verteilt sind.

Die ausgedehnten Untersuchungen über den gesamten Kontinent tragen den unter­schied­lichen Betriebs­bedingungen Rechnung, die in den relevanten Klimazonen vorherrschen. Je nach Anlagentyp und Umgebung liegen unter­schiedliche Problem­felder für die Solar­module vor. „Im mittel­deutschen Hessen spielen andere Faktoren eine Rolle als an der portugie­sischen Westküste, wo die starken Winde die Module zum Schwingen bringen“, erläutert Claudia Buerhop-Lutz vom Helmholtz-Institut Erlangen-Nürnberg, einer Einrichtung des Forschungs­zentrums Jülich. „Die Algorithmen müssen so trainiert sein, dass sie verschiedene Defizite anhand grund­legender Daten wie Strom, Spannung und Temperatur ausein­ander­halten können.“

Gegen Ende des Jahres sollen erste Ergebnisse vorliegen, aus denen sich dann Best-Practice-Beispiele und Handlungs­empfehlungen ableiten lassen. Betreiber können diese dann nutzen, um Defizite und Defekte schon in einem frühen Stadium zu erkennen – beispiels­weise um Wartungs­arbeiten wie Reinigungs­maßnahmen wirt­schaftlich planen zu können.

Wie groß der Optimierungs­bedarf ist, hat eine frühere Studie des Helmholtz-Instituts Erlangen-Nürnberg gezeigt. Rund acht Prozent der europäischen Solarmodule laufen demnach nicht bei voller Leistung. „Neben falsch einge­stellten oder defekten Modulen können auch Umwelt­einflüsse wie Staub, Pollen, Vogeldreck oder hochwachsende Bäume und Gräser dazu führen, dass die Anlagen weniger Strom liefern als eigentlich möglich wäre“, so Buerhop-Lutz.

Mit moderner Messtechnik ist es heute zwar schon möglich, fehlerhafte und nicht voll ausgelastete Module aufzuspüren, beispiels­weise durch thermo­grafische Analysen. Doch die Verfahren sind teuer und aufwändig. Die Untersuchung großflächiger Solarparks wird in der Regel mit Drohnen aus der Luft vorgenommen. Die Einführung von KI-Mess­instru­menten wie in Dig4more soll dagegen kosten­günstigere und umfassendere Analyse ermöglichen.

„Wir sehen die Verwendung von Hoch­durch­satz-Mess­methoden als Schlüssel­techno­logie zum nachhaltigen Betrieb von Solarparks“, beton Christoph Brabec, Leiter der Abteilung Hoch­durch­satz­methoden in der Photo­voltaik am Helmholtz-Institut Erlangen-Nürnberg. „Erst durch die Kombination von Messtechnik, mit der sich große Mengen von Solarmodulen schnell charakte­ri­sieren lassen, und künstlicher Intelligenz kann man die best­möglichen Erträge und Lang­lebig­keit für Solar­felder sichern.“

FZ Jülich / RK

Weitere Infos

 

Ölfreie Vakuumpumpe für vielseitige Einsatzmöglichkeiten - auch im Labor

Mehr erfahren
Jetzt Newsletter abonnieren!

Newsletter

Jede Woche gut informiert - abonnieren Sie hier den - Newsletter!

Ölfreie Vakuumpumpe für vielseitige Einsatzmöglichkeiten - auch im Labor

Mehr erfahren
Jetzt Newsletter abonnieren!

Newsletter

Jede Woche gut informiert - abonnieren Sie hier den - Newsletter!