Onderzoekers van het Duitse Fraunhofer Instituut voor Zonne-energiesystemen ISE (Fraunhofer ISE) passen deep learning-technieken en digitale tweelingmodelleringstools toe om PV-trackerbesturingssystemen te optimaliseren voor gebruik inAgrivoltaïsch systeem.
Het doel is om de zonnepanelen gedurende de dag automatisch te kunnen positioneren om te voldoen aan de behoeften van de planten die eronder groeien in het licht van de microklimatologische omstandigheden en om de opbrengst te optimaliseren in het licht van de netomstandigheden en tarieven. De onderzoekers hopen een marktklaar, computationeel licht en kosteneffectief voorspellend controlesysteem voor zonnetrackers te ontwikkelen.
Het project, bekend als DeepTrack, is een samenwerking tussen Zimmermann PV-Tracker, onderdeel van de Zimmermann PV-Steel Group, en Fraunhofer ISE. Het betrof het opzetten van een elektriciteitscentrale met tweezijdige zonne-energie op de prestatietestlocatie van de ISE in Zuid-Duitsland. Het anticipeert op een groei in het gebruik van trackers, krachtigere controlesystemen en een grotere acceptatie van Agrivoltaic System (APV) in Duitsland. "
"Als eerste stap hebben we controlesequenties ontwikkeld die waren gericht op de optimale elektriciteitsopbrengst van bifaciale zonnepanelen of de beste omstandigheden voor de centrales onder het APV-systeem", legt Fraunhofer ISE-teamleider Matthew Berwind uit. “De volgende stap is om de twee benaderingen te combineren, zodat beide aspecten zoveel mogelijk worden gemaximaliseerd. Het berekenen van deze ‘sweet spot’ is een uitdaging, maar mogelijk met onze op AI gebaseerde aanpak.”
De onderzoeksinstallatie maakt gebruik van trackers van Zimmermann PV-Tracker en van monitoringsensorsystemen om bijvoorbeeld diffuus licht te meten. De verzamelde veldgegevens worden gebruikt in de digital twin-modellen, samen met bepaalde datasets, zoals weersvoorspellingen. Het doel is om deep learning-technieken van kunstmatige neurale netwerken te gebruiken om controlesystemen mogelijk te maken die tracker-acties initiëren op basis van zowel de lichtbehoefte van de onderstaande plantenvariëteiten als de feed-in-tarieven op het elektriciteitsnet op bepaalde tijden van de dag, bijvoorbeeld.
De projectwebsite zegt dat het een "minder rekenintensief en voorspellend metamodel" zal zijn dat op reguliere computers kan worden geïmplementeerd.
De onderzoekers anticiperen op een groei in het gebruik van trackers. Ze verwijzen naar nieuwe Duitse regelgeving die naar verwachting een grotere adoptie van landbouwvoltaïsche zonne-energie mogelijk zal maken, evenals naar sectorvoorspellingen die een penetratie van tracking van 60% in de komende tien jaar voorzien, daarbij verwijzend naar de International Technology Roadmap for Photovoltaics van de Duitse Engineering Federation (VDMA). Ze wijzen ook op een trend op de Spaanse markt waarbij trackers naar verluidt worden gebruikt in "de meeste nieuw gebouwde op de grond gemonteerde" PV-systemen.
"Vooral voor APV-systemen, met zijn grote verscheidenheid aan gewassen en systemen, zien we een groot potentieel voor het volgen van PV-systemen met geoptimaliseerde volgalgoritmen", aldus Hannes Elsen, PV-productmanager bij Zimmermann.
Het DeepTrack-onderzoeksproject wordt gefinancierd door het Duitse Ministerie van Economische Zaken, Arbeid en Toerisme van Baden-Württemberg en loopt naar verwachting tot begin 2025. Het is een van de vele agrivoltaïsche projecten waar de Fraunhofer ISE momenteel aan werkt.
