FH Bielefeld
University of
Applied Sciences

Adaptive Ertragsprognose mit Data-Mining im PV-Feld auf Grundlage einer digitalen Signatur der PV-Module und der Systemkomponenten

Ertragsprognose im PV-Feld, digitale Signatur der PV-Module

Fachhochschule Bielefeld
Fachbereich Campus Minden
Artilleriestr. 9
32427 Minden

Projektbeteiligung
Leoni Kabel GmbH
Sunsniffer GmbH & Co. KG

Laufzeit
01.08.2018 – 31.07.2021

Projektförderung
BMBF                                               

fhprofunt Logo 2011BMBF Forschung an Fachhochschulen 2015


Kurzbeschreibung

Das Projektvorhaben „PV digital 4.0“ nutzt für innovative digitale Sensortechnologien in PV-Feldern moderne Data-Mining-Algorithmen zur Berechnung einer hochgenauen Energieertragsprognose für PV-Felder in kurz- und langfristigen Vorhersagen. Es sollen digitale Fehlersignaturen der PV-Module sowie der Systemkomponenten berechnet werden, auf deren Grundlage im Feldbetrieb präzise Fehlerdiagnosen gestellt werden sollen. Fehlerhafte Module und Systemkomponenten können so im Feld kostengünstig erkannt und sofort repariert werden, ohne dass durch sie große Energieverluste auftreten müssen. Die Data-Mining-Algorithmen sollen im Rahmen dieses Projekts auf einer großen Anzahl von Lerndaten aus vielfältigen PV-Feldern so trainiert werden, dass sie sich selbstlernend auf neue Feldarchitekturen adaptieren können.
Des Weiteren werden im Projekt aufgrund der aktuellen digitalen Feldsignaturen (Betriebszustände und Architekturen im Feld) und dem Einbezug der Witterungs- und Einstrahlungsbedingungen hochgenaue kurz- und langfristige Energieertragsprognosen möglich, die digital als standardisierter Internetservice bereitgestellt werden sollen. Das Projekt zielt damit sowohl auf eine Effektivitätssteigerung der PV-Felder durch Fehlerdiagosen als auch auf eine optimale Datenlage für die Netzintegration von PV ab.

weitere Informationen