Forskere ved Tysklands Fraunhofer Institut for Solar Energy Systems ISE (Fraunhofer ISE) anvender deep learning-teknikker og digitale tvillingemodelleringsværktøjer til at optimere PV-tracker-kontrolsystemer til brug iAgrivoltaisk system.
Målet er automatisk at kunne positionere solcellemodulerne i løbet af dagen for at opfylde behovene hos de planter, der vokser nedenfor i lyset af de mikroklimatiske forhold og for at optimere udbyttet i lyset af netforhold og tariffer. Forskerne håber at udvikle et markedsklart, beregningsmæssigt let og omkostningseffektivt forudsigende kontrolsystem til solcellesporere.
Projektet, kendt som DeepTrack, er et samarbejde mellem Zimmermann PV-Tracker, en del af Zimmermann PV-Steel Group, og Fraunhofer ISE. Det indebar opsætning af et kraftværk med bifacial solar PV på ISE's udendørs præstationsteststed i det sydlige Tyskland. Det forudser vækst i brugen af trackere, mere kraftfulde kontrolsystemer og større indførelse af Agrivoltaic System (APV) i Tyskland. "
"Som et første skridt udviklede vi kontrolsekvenser, der var gearet til det optimale eludbytte af bifacial solcellemoduler eller de bedste betingelser for planterne under APV-systemet," forklarede Fraunhofer ISE teamleder Matthew Berwind. "Det næste skridt er at kombinere de to tilgange, så begge aspekter maksimeres så meget som muligt. At beregne dette sweet spot er udfordrende, men muligt med vores AI-baserede tilgang."
Forskningsinstallationen bruger trackere leveret af Zimmermann PV-Tracker og med overvågningssensorsystemer til for eksempel at måle diffust lys. De indsamlede feltdata bruges i de digitale tvillingemodeller sammen med visse datasæt, såsom vejrudsigter. Målet er at bruge kunstige neurale netværks deep learning-teknikker til at muliggøre kontrolsystemer, der initierer tracker-handlinger baseret på både lyskravene fra plantesorterne nedenfor og nettilførselstakster på bestemte tidspunkter af dagen, for eksempel.
Projektets hjemmeside siger, at det vil være en "mindre beregningsintensiv og forudsigelig metamodel", der kan implementeres på almindelige computere.
Forskerne forventer vækst i brugen af trackere. De henviser til nye tyske regler, der forventes at muliggøre øget anvendelse af agrovoltaik, såvel som industriprognoser, der forudser 60 % penetration af sporing i løbet af de næste ti år, med henvisning til International Technology Roadmap for Photovoltaics fra det tyske ingeniørforbund (VDMA). De peger også på en spansk markedstrend, hvor trackere angiveligt bruges i "de fleste nybyggede jordmonterede" solcelleanlæg.
"For især APV-systemer, med dets brede udvalg af afgrøder og systemer, ser vi et stort potentiale for sporing af PV-systemer med optimerede sporingsalgoritmer," siger Hannes Elsen, Zimmermann PV-produktchef.
DeepTrack-forskningsprojektet er finansieret af det tyske Baden-Wuerttemberg-ministerium for økonomiske anliggender, arbejde og turisme og er planlagt til at løbe frem til begyndelsen af 2025. Det er et af flere agrovoltaiske projekter, som Fraunhofer ISE i øjeblikket arbejder på.
