Inteligentny monitoring farm fotowoltaicznych na poziomie pojedynczego modułu
Fraunhofer IFF/Anne BornkesselFraunhofer IFF opracowuje system sensoryczny, który po raz pierwszy umożliwia ciągłe monitorowanie wielkoskalowych instalacji fotowoltaicznych na poziomie każdego pojedynczego modułu – z wykorzystaniem sztucznej inteligencji do wczesnego wykrywania usterek.
Luka w diagnostyce PV
Wielkoskalowe farmy fotowoltaiczne, składające się z dziesiątek tysięcy modułów, są dziś monitorowane głównie na poziomie falownika lub stringa. Takie podejście nie pozwala wykryć usterek w pojedynczym panelu, dopóki nie wpłyną one wyraźnie na całkowity uzysk energii. Defekty bypassdiod, zacienień czy delaminacji mogą latami obniżać sprawność instalacji, pozostając poza zasięgiem standardowych systemów nadzoru.
System ZeroDefect4PV
Odpowiedzią na ten problem jest projekt ZeroDefect4PV, realizowany przez Fraunhofer IFF wraz z partnerami: BEIA Consult International (Rumunia) i INELSO Innovative Electrical Solutions (Turcja). Sensory montowane na tylnej stronie modułów mierzą napięcie i prąd stały każdego panelu osobno, a także temperaturę modułu i nasłonecznienie z pobliskiej stacji meteorologicznej. Dane przesyłane są przez sieć mesh z protokołem ESP-NOW i LoRaWAN do centralnej sterowni, gdzie są synchronizowane i przetwarzane przez modele AI.
AI klasyfikuje rodzaj usterki
Kluczową przewagą systemu nad dotychczasowymi rozwiązaniami jest nie samo wykrywanie anomalii, ale ich klasyfikacja. Modele AI – wcześniej trenowane na danych o rzeczywistych usterkach – identyfikują rodzaj i lokalizację problemu: hotspoty, pęknięcia ogniw, błędy elektryczne czy niejednorodności degradacji. Personel sterowni otrzymuje konkretne rekomendacje działań.
MOŻE ZAINTERESUJE CIĘ TAKŻE
Testy prototypowych sensorów prowadzone są już w instalacji pilotażowej Fraunhofer IFF. Projekt realizowany jest w ramach ERA-Net Smart Energy Systems ze środków Bundesministerium für Wirtschaft und Energie.
Źródło: Fraunhofer IFF
