Software-Lösung zur Effizienzsteigerung von Photovoltaikanlagen

Schwer zu lokalisierende Störungen an Photovoltaikanlagen sind der
Effizienzkiller für diese nachhaltige Form der Stromerzeugung und ein
Hemmnis für die Energiewende – ein Problem, für das ein Forscherteam am
Campus Minden der FH Bielefeld nun eine herstellerübergreifend
funktionierende Lösung finden will.

Photovoltaik (PV) spielt für die Energiewende und das Erreichen der
Klimaziele eine wichtige Rolle. Erst kürzlich wurde über eine
Photovoltaik-Pflicht für Neubauten diskutiert. Ob mit oder ohne Pflicht:
Es wird immer mehr PV-Anlagen geben – sowohl auf Dächern, als auch auf
großen Freiflächen. Technische Fehler jedoch können den wirtschaftlichen
Nutzen der Anlagen und ihren Beitrag zur Dekarbonisierung und für eine
Schonung der Ressourcen schnell zunichtemachen. Und diese
effizienzmindernden Fehler sind an der Tagesordnung, schließlich sind die
Anlagen Wind und Wetter ausgesetzt. Bislang gibt es noch nicht den
Königsweg, um Fehler an den Modulen ausfindig zu machen und dann schnell
beheben zu können. Hier setzt eine Studie der Fachhochschule (FH)
Bielefeld an.

Herstellerübergreifende Prüfung möglich

Damit die Solarzellen in den PV-Modulen möglichst störungsfrei
Sonnenenergie in Strom umwandeln können, arbeiten Wissenschaftlerinnen und
Wissenschaftler am Campus Minden der FH Bielefeld an einer Software, die
professionelle Anlagenbetreuer bei ihrer Arbeit unterstützt. „Wir wollen
Photovoltaik-Experten ein Instrument bieten, mit dem sie
herstellerunabhängig checken können, ob die Module reibungslos arbeiten
oder ob eine Störung vorliegt. Das kann beispielsweise Verschattung oder
defekte Kabel, Stecker oder Dioden sein“, erklärt Felix Meyer,
wissenschaftlicher Mitarbeiter am Campus Minden. Bei einer Störung sinkt
die Effizienz der Anlage. Doch je mehr Strom aus Sonnenlicht in das Netz
fließt, umso weniger Strom aus fossilen Energieträgern muss eingespeist
werden. Die Störungen sollen daher möglichst schnell behoben werden.
Projektleiterin Grit Behrens, Professorin für Angewandte Informatik am
Campus Minden, ergänzt: „Photovoltaik ist noch eine recht junge
Technologie. Es wurden zwar über die Jahre sehr viele Daten gesammelt,
aber es gibt noch keine so ausgereiften Monitorings wie in anderen
Branchen. Für Firmen, die große PV-Anlagen mit unterschiedlichen Modulen
verschiedener Hersteller betreuen, ist es eine Herausforderung, Störungen
ausfindig zu machen. Deshalb wollen wir die vorhandenen Daten
herstellerunabhängig analysieren und zur Fehleridentifikation nutzen.“

Kennlinien zeigen Störungen an

Felix Meyer hat selbst in Minden Informatik studiert und arbeitet nun an
dem Prototyp einer Softwareapplikation, deren Herzstück eine umfassende
Datenbank ist. „Wir analysieren vorhandene Daten von PV-Modulen
verschiedener Hersteller. Bei jedem Modul kann man die sogenannte
Kennlinie messen. Diese zeigt die Leistung über den Tag an“, so Meyer.

Moduldatenbank zeigt Betreibern, wenn etwas falsch läuft

Die Daten haben die Mindener von Kooperationspartnern, die deutschlandweit
PV-Anlagen betreuen. In der Datenbank sind Kennlinien von Modulen der
unterschiedlichsten Hersteller gespeichert, die sowohl von Modulen im
einwandfreien Betrieb stammen, als auch von Modulen, die Fehler aufweisen.
Die Module sind zudem unterschiedlich alt. „Es sind auch Module dabei, die
schon seit 20 Jahren oder länger im Einsatz sind, manche Hersteller sind
schon gar nicht mehr am Markt“, erklärt Professorin Behrens.
Die Kennlinie können Fachleute mit einem entsprechenden Messgerät vor Ort
erfassen. In großen Anlagen sind im Regelfall mehrere Module zu einem
Strang verbunden. Ein Strang kann je nach Größe der Anlage aus fünf bis
rund 20 Modulen bestehen. Die Kennlinie kann für einen Strang oder direkt
am einzelnen Modul gelesen werden. Wenn ein Anlagenbetreuer nun die
Kennlinie von einem Strang misst, kann er sie über die Software mit denen
in der Datenbank abgleichen und auf mögliche Fehler in diesem Strang
schließen. Die Fehler werden dann konkret in der Datenbank vermerkt.
Grit Behrens: „Für unsere Experimente haben wir Kennlinien sowohl von
Modulen als auch von Strängen verwendet. Die Kennlinie gibt Auskunft, ob
ein Modul im Strang kaputt ist, man weiß aber nicht, welches Modul.“
Trotzdem sei es eine sehr große Hilfe in PV-Anlagen, wie Behrens weiter
erläutert: „Man braucht nicht jedes Modul im Feld zu untersuchen, sondern
kann sich auf einen Strang konzentrieren. Zudem ist die Moduldatenbank
herstellerunabhängig, was für die Experten, die eine Vielzahl an Anlagen
unterschiedlicher Hersteller betreuen, sehr wichtig ist.“ Um
herauszufinden, ob und wie viele Module in dem Strang defekt sind, machen
die Anlagenbetreuer weitere Untersuchungen, beispielsweise mit visuellen
Verfahren wie Infrarot- oder Elektrolumineszenzkameras, die sie per Drohne
über die Anlage fliegen lassen. Alternativ kann auch die Kennlinie jedes
Moduls einzeln gemessen werden.

So werden Kennlinien gebildet

Kennlinien sind immer nur Momentaufnahmen, die zeigen, wie sich das Modul
aktuell verhält, wie Felix Meyer weiter erläutert: „Ein spezielles
Messgerät zeigt die Leistung des Moduls bei der aktuellen
Sonneneinstrahlung und Temperatur.“ Beim Messen der Kennlinien wird eine
Spannung auf das PV-Modul gegeben. Je nach Stärke der Einstrahlung fließt
ein unterschiedlich starker Strom. „Zusammen bilden sich dann Strom-
Spannungs-Paare, die gemessen werden und die Kennlinien darstellen“, so
Meyer. Der Abgleich mit der Datenbank zeigt dann mögliche Störungen auf.
Zur Verfolgung über einen ganzen Tag werden mehrere Kennlinien erfasst,
zum Beispiel alle 30 Minuten über den Tag hinweg, solange die Sonne am
Himmel ist.

Maschinelles Lernen hilft bei der Leistungsprognose

Zusätzlich sollen aus den Kennlinien Daten extrahiert werden, die mit
Methoden des maschinellen Lernens analysiert werden können. Die
Algorithmen „lernen“, aus den extrahierten Daten typische Muster für
fehlerhafte und fehlerfreie PV-Module zu erkennen und können dabei auch
die Umgebungsbedingungen wie Einstrahlung und Temperatur berücksichtigen.
Damit nicht genug: Die Software soll zudem die Möglichkeit für eine
Leistungsprognose der PV-Module auf der Grundlage von Dunkelkennlinien
bieten. Dunkelkennlinien werden bei Nacht in Dunkelheit gemessen und
bieten den großen Vorteil, dass sie fast vollständig unabhängig vom Wetter
aufgenommen werden können. Die mit maschinellem Lernen trainierten
Algorithmen können von diesen Dunkelkennlinien aus auf das Verhalten des
Moduls bei Tageslicht schließen und eine Leistungsprognose erstellen. Und
das viel genauer, als es bei schlechtem Wetter mit vielen Wolken am Himmel
mit einer herkömmlichen Kennlinienmessung möglich gewesen wäre.

Diskussionsforum

Als weiteres Feature der PV-Daten-Applikation ist ein Diskussionsforum
geplant, in dem sich Photovoltaik-Expertinnen und -Experten austauschen
und weitere Informationen eingeben können.

Auf Machbarkeitsstudie soll Umsetzung folgen

Bis zur Produktreife wird es noch eine Weile dauern, denn das laufende
Projekt ist zunächst nur eine Machbarkeitsstudie für eine intelligente und
herstellerunabhängige
Photovoltaik-Moduldatenbank. Prof. Dr. Behrens ist aber zuversichtlich,
dass es nicht bei dem Prototyp bleibt: „Wir sind schon sehr gut
vorangekommen und hoffen, dass wir die Studie nach dieser relativ kurzen
Projektlaufzeit von nur sechs Monaten weiterführen können. Unser Ziel ist
schließlich, dass die Software bald auch eingesetzt werden kann und so
einen Beitrag leistet, möglichst viel Strom aus Sonnenenergie zu
gewinnen.“