Forschungsprojekt PV4Life

Während in den letzten Jahren Photovoltaik-Module durch den Einsatz neuer Materialien und Produktionsprozesse erhebliche Verbesserungen in ihrer Lebensdauer erfahren haben, blieben Photovoltaik-Wechselrichter diesem Fortschritt bisher in gleichem Maße hinterher. Einer der Gründe dafür liegt in den signifikanten Unterschieden in der Beanspruchung dieser Stromrichter (SR) je nach ihrem Installationsort. Sogar Systeme, die zur gleichen Zeit und unter identischen Bedingungen produziert wurden, können erhebliche Unterschiede in ihrer Lebensdauer und Nutzungsdauer aufweisen, je nachdem, wo sie installiert werden. Da bisher jedoch keine allgemein gültigen Modelle existieren, die die Alterung der Komponenten von SR unter Berücksichtigung ihrer Betriebsbedingungen abbilden können, ist ein schonender Betrieb während des Alterungsprozesses gegenwärtig nicht realisierbar, es sei denn, es wird ein allgemeiner Sicherheitsfaktor angewendet.

Wenn es möglich wäre, das Verhalten von SR-Komponenten unter Berücksichtigung ihrer individuellen historischen Beanspruchung zu modellieren, könnten die gewonnenen Erkenntnisse in eine maßgeschneiderte Betriebsstrategie einfließen. Diese Strategie könnte das Photovoltaik-System optimal nutzen, ohne Leistungseinbußen oder vorzeitige Alterung in Kauf zu nehmen. Dieses Ziel wird im Rahmen des Projekts PV4Life verfolgt. Durch Langzeittests und zusätzliche Sensorik werden geeignete Modelle für repräsentative Photovoltaik-Stromrichtersysteme entwickelt. Diese Modelle werden durch den Abgleich mit einem zweiten Satz beschleunigt gealterter Stromrichter validiert, verbessert und verallgemeinert. Die resultierenden digitalen Zwillinge sollen in die Entwicklung einer KI-unterstützten Betriebsstrategie einfließen, die die Nutzungsdauer der Stromrichter optimiert, indem sie die Betriebsparameter entsprechend der fortschreitenden Alterung anpasst.

Um sicherzustellen, dass diese innovative Betriebsoptimierung robust und zuverlässig ist, wird die Integration der KI-Algorithmen direkt in die Stromrichtersysteme untersucht. Dieser Ansatz erhöht maßgeblich die Sicherheit und Vertrauenswürdigkeit der KI-Algorithmen, da sie in einer geschützten Umgebung eingesetzt werden.