Die Erzeugung von Photovoltaik-Anlagen genau vorherzusagen, ist schwierig. Schon eine kleine Wolke kann großen Einfluss auf die tatsächliche Erzeugung haben. Netzbetreiber brauchen jedoch möglichst genaue Vorhersagen, um ihr Stromnetz zu regeln und den Solarstrom zu vermarkten. Vor diesem Hintergrund haben die Forscher des Fraunhofer-Instituts für Solare Energiesysteme ISE ein auf künstlicher Intelligenz basierendes Verfahren entwickelt, das die Wolkenbildung in Satellitenbildern besser vorhersagen kann. Die Fehlerquote bei kurzfristigen Einstrahlungsprognosen verringere sich damit um elf Prozent, so die Freiburger Forscher. Die Einbindung von Infrarot-Aufnahmen könne die Qualität der Vorhersage zusätzlich steigern.
Bislang würden die Netzbetreiber hauptsächlich numerische Wettervorhersagen nutzen, um die Solarstromprognose zu erstellen. Dies erfolgt zumeist einen Tag im Voraus. Eine kurzfristige Präzisierung, die für den Intraday-Handel oder das Netzlastmanagement erforderlich ist, erfolgt dann zumeist auf Basis der Echtzeitmesswerte für die Photovoltaik-Einspeisung und die Vorhersagen der Einstrahlung aus Satellitenbildern. Mit dem Fraunhofer-ISE-Verfahren werden die vorhergesagten Wolkenentwicklungen noch mit einem konventionellen Verfahren auf Basis von Wolkenzugvektoren ausgewertet.
„Mit Hilfe des neuen Verfahrens konnten wir Vorhersagefehler gegenüber dem Referenzmodell auf allen untersuchten Vorhersagehorizonten – von 0 bis 4 Stunden je in 15 Minuten Auflösungsintervallen – deutlich reduzieren“, erklärt Nils Straub, Doktorand am Fraunhofer ISE und Hauptautor der Methode. „Im Durchschnitt waren die Vorhersagefehler 11 Prozent geringer.“
Dabei lösten die Forscher auch das Problem, dass eine Vorhersage in den frühen Morgenstunden aus Satellitenbildern allein nur schwer zu treffen ist. Die Qualität der Bilder sei bei niedrigen Sonnenständen beeinträchtigt und vor Sonnenaufgang sind sie komplett schwarz, so die Forscher. Daher fügten sie den sichtbaren Bildern zwei zusätzliche Infrarotkanäle hinzu. Diese seien nicht auf direktes Sonnenlicht angewiesen und funktionieren so auch im Dunkeln. „Gegenüber einem Modell das allein Bilder aus dem sichtbaren Spektrum nutzt, konnten wir die Vorhersageverfügbarkeit so deutlich steigern“, sagt Straub weiter. „In Deutschland im Verlauf eines Jahres vor 8 Uhr von circa 22 auf bis zu 100 Prozent. Auch eine deutliche Verbesserung der Prognosen tagsüber war ein erfreuliches Nebenprodukt.“ Aus den vorhergesagten Wolkensituationen werden mit dem KI-Verfahren anschließend solare Strahlungskarten für die nächsten Stunden berechnet.
Dieser Inhalt ist urheberrechtlich geschützt und darf nicht kopiert werden. Wenn Sie mit uns kooperieren und Inhalte von uns teilweise nutzen wollen, nehmen Sie bitte Kontakt auf: redaktion@pv-magazine.com.
Mit dem Absenden dieses Formulars stimmen Sie zu, dass das pv magazine Ihre Daten für die Veröffentlichung Ihres Kommentars verwendet.
Ihre persönlichen Daten werden nur zum Zwecke der Spam-Filterung an Dritte weitergegeben oder wenn dies für die technische Wartung der Website notwendig ist. Eine darüber hinausgehende Weitergabe an Dritte findet nicht statt, es sei denn, dies ist aufgrund anwendbarer Datenschutzbestimmungen gerechtfertigt oder ist die pv magazine gesetzlich dazu verpflichtet.
Sie können diese Einwilligung jederzeit mit Wirkung für die Zukunft widerrufen. In diesem Fall werden Ihre personenbezogenen Daten unverzüglich gelöscht. Andernfalls werden Ihre Daten gelöscht, wenn das pv magazine Ihre Anfrage bearbeitet oder der Zweck der Datenspeicherung erfüllt ist.
Weitere Informationen zum Datenschutz finden Sie in unserer Datenschutzerklärung.