Künstliche Intelligenz: Forschungsprojekt für optimale Nachführung von Solarparks setzt auf Deep Learning

Freiburg - Die Bedeutung nachführender Photovoltaik-Anlagen mit Trackern für den weiteren Ausbau der Photovoltaik nimmt national und international zu. Ausgehend von der vom Verband Deutscher Maschinen- und Anlagenbauer (VDMA) herausgegebenen International Technology Roadmap for Photovoltaic ist zu erwarten, dass künftig weltweit 60 Prozent aller PV-Kraftwerke mit einem Tracker-System arbeiten.

In Ländern mit starker Sonneneinstrahlung wie Spanien machen nachgeführte PV-Systeme schon heute den größeren Anteil neugebauter PV-Freiflächenanlagen aus. Durch den Beschluss des Solarpaket I im Erneuerbare-Energie-Gesetz EEG wird auch in Deutschland ein starkes Wachstum an Agri-PV-Systemen mit PV-Trackern erwartet.

Im Vergleich zu fest montierten PV-Freiflächenanlagen kann der Mehrertrag von Photovoltaik-Anlagen mit Trackern bei 20 bis 30 Prozent liegen. Ein weiterer Vorteil von nachführenden PV-Anlagen liegt darin, dass weitere Kriterien bei ihrer Ausrichtung berücksichtigt werden können, beispielweise der Lichtbedarf bestimmter Pflanzensorten unter Agri- und Biodiversitäts-Photovoltaik-Anlagen oder die Höhe der Einspeisevergütung zu bestimmten Uhrzeiten.

Die Zimmermann PV-Tracker GmbH, ein Teil der Zimmermann PV-Steel Group, und das Fraunhofer-Institut für Solare Energiesysteme ISE optimieren im Forschungsprojekt „DeepTrack“ diese Tracking-Algorithmen mit einem digitalen Zwilling, der durch Deep Learning PV-Überwachungs- und Modellierungstools mit Wetterprognosen koppelt und optimierte Steuerungsansätze berechnet. Lernen kann er unter anderem durch Daten seines „echten“ Zwillings, gebaut durch Zimmermann PV-Tracker im Outdoor Performance Lab - dem Testfeld des Fraunhofer ISE in Merdingen. So können die optimalen Trackingpositionen der PV-Module für unterschiedliche Bedarfe abgebildet werden.

„In einem ersten Schritt haben wir so Steuerungsabläufe entwickelt, die auf den optimalen Stromertrag bifazialer Solarmodule ausgerichtet waren oder genau auf die Bedürfnisse einer bestimmten Pflanze unter Agri-Photovoltaik. Der nächste Schritt besteht nun darin, die beiden Ansätze so zu kombinieren, dass wir das Maximum aus beiden Gesichtspunkten herausholen. Diesen ‚Sweet Spot‘ zu berechnen ist herausfordernd, aber durch unser KI-basiertes Konzept möglich“, so Dr. Matthew Berwind, Teamleiter am Fraunhofer ISE.

Das Forschungsprojekt „DeepTrack“ wird durch das Förderprogramm InvestBW des Ministeriums für Wirtschaft, Arbeit und Tourismus Baden-Württemberg unterstützt und ist bis Anfang 2025 angesetzt. In dieser Zeit können die Forscher das digitale Zwilling-Modell weiter verfeinern und validieren, indem sie es kontinuierlich mit tatsächlichen Leistungsdaten vergleichen, um die Zuverlässigkeit und Wirksamkeit der Technologie sicherzustellen.