Digitale Qualitätssicherung von PV-Kraftwerken

Am Fraunhofer ISE verfügen wir über langjährige Erfahrung mit PV-Kraftwerken - auch mit solchen, deren Erträge hinter den Erwartungen zurückbleiben. Die Gründe für Mindererträge sind komplex und oft nicht einfach zu identifizieren. Sie können sowohl in den Modulen und deren Verschaltung als auch in den Wechselrichtern liegen.

Wir unterstützen die Solarindustrie bei der Entwicklung von Qualitätssicherungskonzepten und Schadensanalysen und führen Analysen und Messungen in allen Phasen eines Kraftwerkskonzepts durch - von der Entwicklung über den Betrieb bis zum Repowering.

Ein Schwerpunkt unserer Forschung liegt in der Entwicklung von Methoden zur automatisierten Fehlererkennung. Dazu haben wir unsere Erfahrungen gemeinsam mit der Industrie in ein Analysetool übertragen, mit dem wir typische Probleme in einem Datensatz automatisch identifizieren können.

Neben Solarparks und Aufdachanlagen erweitern und optimieren wir auch unsere Messmethoden und Analysetools für integrierte PV-Anwendungen. Dazu gehören insbesondere die Überwachung von Agri-PV, schwimmenden PV-Anlagen und Lärmschutzwänden.

Das Fraunhofer ISE deckt ein breites Spektrum an Digitalisierungslösungen für heutige und zukünftige PV-Anlagen ab, darunter:

Intelligentes PV-Monitoring

Datengesteuerte Verschmutzungsanalyse

Digital Twinning

Qualitätssicherung von PV-Systemen – Feldinspektion

Eine effiziente und zuverlässige Erkennung von Störungen und Energieverlusten ist für die Senkung der Kosten und die Gewährleistung eines erfolgreichen Betriebs von entscheidender Bedeutung. Durch die frühzeitige Erkennung von Problemen können rechtzeitig Korrekturmaßnahmen ergriffen werden, um Ausfallzeiten zu minimieren und eine optimale Leistung zu erhalten. Dieser proaktive Ansatz trägt dazu bei, die Lebensdauer der PV-Anlage zu verlängern, die Energieproduktion zu maximieren und letztendlich die Investitionsrendite für Solarenergieprojekte zu erhöhen.

Performance-Monitoring von PV Anlangen

Das Monitoring System des Fraunhofer ISE eignet sich besonders für hochinnovative PV-Projekte und -Technologien: Schwimmende PV, Agri-PV, Infrastruktur-PV, neuartige PV-Technologien (z.B. neue PV-Modultechnologien, innovatives PV-Systemdesign, etc.)

Unsere Dienstleistungen umfassen:

• Unterstützung bei der Sensorauswahl
• KPI-Definition
• Installation und Betrieb
• Datenauswertung
• Web-Plattform zur Datenvisualisierung (Widget-basiert, hochgradig anpassbar)
• Sicherer Datentransport und -speicherung auf Servern des Fraunhofer ISE 

Erweitertes intelligentes Monitoring

Die automatisierte Fehlererkennung bietet eine zuverlässige Lösung zur Identifizierung von Ausfällen und Energieverlusten in PV-Anlagen. Durch die kontinuierliche Überwachung der Systemleistung und den Einsatz fortschrittlicher Algorithmen können Anomalien schnell erkannt und die Ursache von Problemen genau bestimmt werden. Dieser proaktive Ansatz ermöglicht rasche Korrekturmaßnahmen, reduziert Ausfallzeiten und gewährleistet einen optimalen Systembetrieb.

Zu diesem Zweck wurden mehrere Methoden entwickelt:

• Identifizierung von Verschattung mit Hilfe künstlicher Intelligenz
• Bestimmung von Betriebszuständen (z. B. Solargenerator in Leerlauf, Wechselrichterausfall)
• Vergleich der aktuellen und historischen Performance Ratio (PR)
• Bewertung der modellierten gegenüber der gemessenen Energie
• Vergleich der Wechselrichterleistung (DC-Strom, PR)
• Energieverluste aufgrund von Verschmutzung ermitteln
• Berechnung der Leistungsverlustrate im Langzeitbetrieb

Diese Techniken wurden anhand eines Portfolios von mehr als hundert kommerziellen PV-Systemen gründlich validiert.

Entwicklung von Algorithmen mit künstlicher Intelligenz und Deep-Learning

Die Entwicklung von Algorithmen auf der Basis von künstlicher Intelligenz und Deep-Learning ist ein bahnbrechender Ansatz zur Verbesserung von Leistung und Effizienz im PV-Betrieb. Das Fraunhofer ISE bietet maßgeschneiderte Algorithmenentwicklung im Rahmen von Forschungsprojekten, die auf die Bedürfnisse der Kundinnen und Kunden zugeschnitten sind. Diese fortschrittlichen Algorithmen analysieren riesige Mengen von PV-Systemdaten, um Muster und Trends zu erkennen, die Systemleistung zu optimieren und Entscheidungsprozesse zu automatisieren. Durch ihre kontinuierliche Anpassung und Weiterentwicklung spielen KI- und Deep-Learning-Algorithmen eine wichtige Rolle bei der Weiterentwicklung von Solarenergiebetrieb und -management.

Benchmarking von Algorithmen zur Fehlererkennung

Das Fraunhofer ISE kann die jeweiligen Algorithmen der Kundinnen und Kunden bewerten, indem es ihre Ergebnisse mit denen anderer Algorithmen vergleicht, die das gleiche Problem zu lösen haben.

Das Erkennen von Verschmutzungen in PV-Anlagen ist entscheidend für die Optimierung der Energieausbeute, die Vermeidung von Verlusten und die Verlängerung der Lebensdauer.

Datengesteuerte Verschmutzungserkennung

Unter Verwendung einer Vielzahl von Algorithmen (entweder auf dem neuesten Stand der Forschung oder durch eigene Entwicklungen des Fraunhofer ISE prüfen Experten die Ergebnisse, um Genauigkeit und Vertrauenswürdigkeit zu gewährleisten. Falls erforderlich, umfasst der Prozess auch die Beschaffung und Analyse von meteorologischen Daten oder Satellitenbildern.

Sensorgestützte Verschmutzungsmessungen

Unser Service für Verschmutzungsmessungen umfasst die Entwicklung eines maßgeschneiderten Messkonzepts, die Auswahl der geeigneten Sensoren und eine gründliche Analyse der Ergebnisse. Dieser umfassende Ansatz gewährleistet die effektivste Lösung für projektspezifische Anforderungen.

IEC 61724-1:2021-konform

Vor-Ort-Bestimmung der Verschmutzung durch PV-Generator IV-Kurvenmessungen

Gemeinsam mit weiteren international Forschenden hat das Fraunhofer ISE einen IEA PVPS-Bericht zu diesem Thema herausgegeben: Verschmutzungsverluste – Auswirkungen auf die Leistung von Photovoltaik-Kraftwerken
 

Bestimmung des besten Reinigungszeitpunkts auf Basis von Verschmutzungsergebnissen und wirtschaftlichen Überlegungen

Der digitale Zwilling basiert auf der Zenit^TM-Plattform von Fraunhofer. Dieses Python-basierte elektrische PV-Simulationstool wird tagtäglich eingesetzt, um wissenschaftlich fundierte Wirtschaftlichkeitsanalysen für Projektentwickelnde, Investorinnen, EPCs und viele verschiedene Industriepartner entlang der Wertschöpfungskette der Solarenergie zu erstellen. Darüber hinaus wird es regelmäßig in Forschungsprojekten entwickelt und validiert, was ein hohes Maß an Flexibilität in Bezug auf die Arten von Solarkraftwerken zeigt, die genau simuliert werden können.

Das Ziel der digitalen Twinning-Methode ist es, eine grundlegende Leistungsberechnung zu erstellen, um Abweichungen vom erwarteten Verhalten zu erkennen. Anhand dieser Informationen können ungewöhnliche Leistungsabfälle, die mit unerwarteten Komponentenfehlern oder -verschlechterungen in Zusammenhang stehen könnten, als Grundlage für Wartungsmaßnahmen wie Reinigung oder Reparatur dienen. Darüber hinaus bietet das Prognosemodul des Zwillings eine Ertragsvorhersage für die kommenden 3 Tage auf der Grundlage der lokal verfügbaren Wettervorhersagen.

Das Fraunhofer ISE bietet umfassende, maßgeschneiderte Qualitätssicherungsdienste für Photovoltaik-Systeme:

• Feldtests und Messungen, einschließlich visueller Inspektion und IV-Kurve-Tracing
• Bildbasierte Inspektionsmethoden, wie Thermografie und Elektrolumineszenz
• Leistungsbewertung