Das Projekt Kick-PV ist der erfolgreichen Ausgestaltung der Energiewende gewidmet. Es werden Methoden der Künstlichen Intelligenz entwickelt und eingesetzt, um die Leistungsfähigkeit photovoltaischer Anlagen zu jeder Zeit präzise einschätzen zu können. Die Arbeiten leisten einen Beitrag zur Versorgungssicherheit regenerativer elektrischer Energiesysteme.
Aus Gründen der Wirtschaftlichkeit und der Netzstabilität ist es erforderlich, Einspeiseausfälle von Photovoltaik-Anlagen vorausschauend zu vermeiden, gemäß dem wünschenswerten Konzept der prädiktiven Wartung. Die derzeitig verfügbaren Verfahren zur ferndiagnostischen Leistungs- und Ertragsbewertung beziehungsweise zur Identifikation von Fehlern und Degradationstypen arbeiten entweder zu langsam oder sind nicht hinreichend präzise.
rechts: Ansicht eines PV-Kraftwerks, das mithilfe von KI-Methoden prädiktiv gewartet wird (Quelle: smartblue AG)
Im Projekt werden vier verschiedene, sich gegenseitig stützende Ansätze für eine vorwiegend ferndiagnostische Inspektion photovoltaischer Kraftwerke weiterentwickelt, untersucht und in Demonstrator-Systemen für die Ferndiagnostik umgesetzt, die sich wesentlich auf (neuartige) Algorithmen der Künstlichen Intelligenz und des Maschinellen Lernens stützen und verschiedene Datenquellen innovativ kombinieren. Zudem wird ein mobiles Labor aufgebaut. Basierend auf herkömmlicher Messtechnik und eigenentwickelter Software, dient es der Vor-Ort-Diagnose von Fehlern beziehungsweise Degradationsszenarien sowie der Kalibrierung.
Das Projekt leistet einen wichtigen Beitrag, um zukünftig Leistungseinbrüche in Teilen von PV-Kraftwerken sehr früh in Stärke und Ursache identifizieren zu können, was das Risiko finanzieller Schäden für PV-Anlagen-Betreiber deutlich reduzieren wird.
Das Projekt unterstützt den Ansatz, eine kalkulierbare und stabile Erzeugung elektrischer Energie durch Photovoltaik zu erreichen und somit die Versorgungssicherheit zukünftiger regenerativer Energiesysteme zu erhöhen.
