idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
idw - Informationsdienst
Wissenschaft
Bisherige Systeme überwachen PV-Großanlagen nicht auf Modulebene. Doch genau dort entstehen Fehler, die sich auf die Reihenschaltung mehrerer Solarmodule auswirken, also auf den kompletten String. Forschende des Fraunhofer-Instituts für Fabrikbetrieb und -automatisierung IFF entwickeln gemeinsam mit Partnern ein Sensorsystem, das detaillierte Einblicke bis auf Modulebene bietet und so Abweichungen, Verschmutzungen und Defekte unterschiedlichster Art frühzeitig erkennt.
Photovoltaik-Großkraftwerke bestehen oft aus Zehntausenden von Modulen und Komponenten. Beim Ausfall einzelner Solarmodule können intakte Bypassdioden einen starken Leistungseinbruch im String begrenzen; sind die Bypassdioden defekt, sinkt der Gesamtwirkungsgrad der verschalteten Solarmodulreihen (Strings) deutlich, mit wirtschaftlichen Verlusten, verminderten Erträgen und reduzierter Verfügbarkeit. Das Problem: PV-Großanlagen werden meist nur auf String- oder Wechselrichterebene überwacht, wodurch modulindividuelle Zustände unsichtbar bleiben.
Um unerkannte Defekte zu vermeiden und Anomalien frühzeitig aufzuspüren, entwickeln Forschende des Fraunhofer IFF gemeinsam mit den Partnern BEIA Consult International und INELSO Innovative Electrical Solutions im Projekt ZeroDefect4PV (siehe unten) ein Sensorsystem, das die Überwachung und vorausschauende Wartung von PV-Großkraftwerken auf Modulebene ermöglicht. »Jede nicht eingespeiste Kilowattstunde aus erneuerbaren Quellen erhöht den Bedarf an fossiler Ausgleichsleistung und steht den Klimazielen entgegen. Die steigende Systemrelevanz der Photovoltaik verlangt höhere Transparenz, Prognosegüte und Zuverlässigkeit. Dies werden wir künftig mit unserer Lösung erzielen, die ein hochauflösendes, modulbasiertes Sensorsystem mit KI-gestützten Diagnose-, Prognose- und Anomalieerkennungsmodellen sowie einer modularen Plattform für die Erfassung, Synchronisation, Vorverarbeitung und Speicherung aller Daten kombiniert«, sagt Hannes Peter Wasser, Wissenschaftler am Fraunhofer IFF.
Deutlich höhere Messauflösung auf Modulebene
Etablierte Überwachungsmethoden erfassen die Daten, die der Wechselrichter liefert, über alle Strings hinweg. Obwohl dieser Ansatz zur Gesamtleistungsüberwachung geeignet ist, erkennt er Fehler auf Modulebene nicht. Durch die Messung am Wechselrichter werden bestimmte Fehlertypen übersehen oder zeitverzögert oft erst erkannt, nachdem sie die Energieeffizienz deutlich beeinträchtigen. Auch Drohnen und stationäre Kameras sind Beschränkungen unterlegen, die nur eine periodische Überwachung ermöglichen: Sie können wetterbedingt nicht immer eingesetzt werden, müssen den gesamten PV-Park abdecken oder sind nur in der Lage, sichtbare Fehler zu identifizieren. Optische Verfahren wie die IR-Thermografie erfassen Hotspots und optisch sichtbare Zellrisse. Degradation, Delamination, defekte Rückseitenfolien und Systemfehler wie Erdschlüsse werden damit nur begrenzt oder gar nicht erkannt. Elektrische Verbindungsfehler bleiben häufig unentdeckt.
Das Projekt verfolgt stattdessen einen Ansatz mit kontinuierlicher und hochgranularer Überwachung auf Modulebene. Die im Projekt ZeroDefect4PV vom Partner INELSO Innovative Electrical Solutions entwickelte Sensorik liefert für jedes einzelne Solarmodul differenzierte, hochaufgelöste Messdaten mit einer zeitlichen Aktualisierung entsprechend der jeweiligen Abtastrate: Auf der Rückseite von Photovoltaikmodulen installierte Sensoren messen die Gleichspannung und den Gleichstrom einzelner Solarpanels sowie die Modultemperatur als Indikator für die thermische Belastung und Fehlerzustände. Auch die Sonneneinstrahlung wird berücksichtigt. Sie wird nicht direkt über die Datenerfassungseinheit (Data Collection Unit, DCU) gemessen, sondern von einer separaten Wetterstation erfasst. Deren Daten fließen gemeinsam mit den DCU-Werten in die KI-Modelle ein.
Prototypsensoren, sogenannte Datenerfassungseinheiten, kommunizieren über ein als Master-Slave-Architektur organisiertes Mesh-Sensornetzwerk. Sie senden die Daten mit dem ESP-NOW Kommunikationsprotokoll über das Sensornetz mit dem stromsparenden Funknetzprotokoll LoRaWAN an übergeordnete Sammelpunkte (Gateways), die die Informationen an eine Datenplattform in einer zentralen Leitwarte weiterleiten. Die Daten werden synchronisiert, sicher gespeichert und mithilfe fortgeschrittener Analytik sowie KI-gestützter Modelle verarbeitet und ausgewertet. Das Fraunhofer IFF verfügt über eine Leitwarte zur Entwicklung und Simulation von Überwachungs- und Steuerungsalgorithmen für Energienetze, die sich in der Elbfabrik befindet, einer Forschungsfabrik des Fraunhofer IFF.
KI-basierte Anomalieerkennung für die eindeutige Lokalisierung von Fehlerquellen
Dr. Christoph Wenge, ebenfalls Wissenschaftler am Fraunhofer IFF, erläutert: »In den in Reihe geschalteten Solarpanels können unterschiedlichste Fehler auftreten, nicht nur an den Modulen selbst, sondern auch in den Bypassdioden, in den Kabel- oder Montagesystemen. Anders als bei der Messung am Wechselrichter klassifiziert unser System die Fehler. Es erkennt, wo sie auftreten. KI-Modelle, die zuvor mit Fehlern trainiert wurden, analysieren Muster, identifi-zieren Abweichungen vom Normalverhalten, identifizieren Anomalien und deren Auswirkungen – etwa ob String A einen geringeren Ertrag als String B liefert. Über implementierte Assistenzfunktionen, die über Monitore in der Leitwarte angezeigt werden, erhalten Mitarbeitende der Leitwarte Handlungsempfehlungen – etwa die Säuberung oder den Austausch eines Moduls.« Zu den Fehlern zählen beispielsweise thermische Auffälligkeiten wie Hotspots, mechanische Schäden wie Zellrisse oder Delamination, elektrische Defekte wie Bypassdiodenfehler, Verschattung durch Objekte oder Vegetation, Verschmutzung und Schneebedeckung, Mismatch-Effekte zwischen Modulen sowie ungewöhnliche Degradationsverläufe und Leistungsverluste.
Derzeit finden Testläufe in der Pilotanlage am Fraunhofer IFF statt: Die Forschenden prüfen anhand von geringfügigen Veränderungen und Charakteristika im Strom- und Spannungsverlauf, ob die KI-Modelle die Art des Fehlers erkennen. Master- und Slave-Sensoren wurden bereits im Labor auf Messgenauigkeit, Stabilität und Kommunikationszuverlässigkeit getestet, die Sensoren wurden an die IKT-Infrastruktur (Informations- und Kommunikationstechnik) am Fraunhofer IFF angebunden. Weitere Untersuchungen am Fraunhofer IFF umfassen die gezielte Verschattung von Modulen durch Blätter und die Auswertung der thermischen Aufnahmen.
Darüber hinaus sind Tests beim Partner INELSO Innovative Electrical Solutions geplant, die sich auf die Validierung der Hardware in einem PV-Feld in der Türkei fokussieren. Projektpartner BEIA Consult International testet in Bukarest die KI-Modelle des Fraunhofer IFF anhand der Daten von SolarEdge-Wechselrichtern zum Energieverbrauch und zur Energieproduktion. »Mit den Pilotinstallationen validieren wir unser System unter Realbedingungen, sodass wir Hardware, Kommunikation und Datenmodelle iterativ optimieren und die Skalierbarkeit für große PV-Parks bewerten können«, so Wenge.
Projekt ZeroDefect4PV
Erweiterte Überwachung und vorausschauende Wartung auf Modulebene für eine optimierte Effizienz von Solaranlagen
Laufzeit:
Februar 2024 bis April 2026
Fördergeldgeber:
Bundesministerium für Wirtschaft und Energie im Rahmen der Förderinitiative ERA-Net Smart Energy Systems
Projektpartner:
• BEIA Consult International, Rumänien (Konsortialführung; nationale Förderung durch UEFISCDI – Executive Agency for Higher Education, Research, Development and Innovation Funding)
• INELSO Innovative Electrical Solutions, Türkei (Entwicklung der Sensoren; nationale Förde-rung durch TÜBİTAK – The Scientific and Technological Research Council of Turkey)
• Fraunhofer IFF, Deutschland (Entwicklung der KI-Algorithmen)
https://www.fraunhofer.de/de/presse/presseinformationen/2026/april-2026/modulbas...
PV-Anlage auf dem Dach der Elbfabrik, einer Forschungsfabrik des Fraunhofer IFF
Copyright: Fraunhofer IFF/Anne Bornkessel
Criteria of this press release:
Business and commerce, Journalists, Scientists and scholars, Students
Energy, Environment / ecology, Information technology
transregional, national
Research projects, Research results
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
