Dr. Emre Biçik, Fakultätsmitglied an der Abteilung für Ingenieurinformatik der Ingenieurfakultät der Yüzüncü-Yıl-Universität Van in der Türkei, hat eine intelligente, KI-gestützte Plattform entwickelt, die darauf abzielt, die Auswirkungen von Wetterbedingungen und Luftverschmutzung auf die Solarstromerzeugung zu messen, um deren Betriebseffizienz zu steigern. Dieses Projekt wurde ausgewählt, um im Rahmen der Veranstaltungen der UN-Klimakonferenz (COP31) vorgestellt zu werden.
Eine intelligente Plattform, die traditionelle Erwartungen übertrifft
Das Projekt mit dem Titel „Klima- und luftverschmutzungssensitiver, KI-basierter Solarenergie-Anwärter und intelligente Energiemanagement-Prognose“ basiert auf der Datenerfassung von Solarkraftwerken auf dem Campus und der umliegenden Region. Im Gegensatz zu herkömmlichen Systemen, die sich darauf beschränken, Temperaturen, Luftfeuchtigkeit, Windgeschwindigkeiten und Sonnenscheindauer zu überwachen, integriert das neue System Luftverschmutzungsfaktoren wie Staub, Rauch und in der Luft schwebende Partikel.
Der Forscher wies darauf hin, dass klar erscheinende, scheinbar wolkenfreie Himmel einen deutlichen Rückgang der Stromerzeugung verzeichnen können, wenn sie mit großen Mengen schadstoffbelasteter Partikel beladen sind, die verhindern, dass das Sonnenlicht die Photovoltaikmodule effektiv erreicht. Dieser Ansatz trägt dazu bei, genauere und zuverlässigere Schätzungen für die erwarteten Produktionsprozesse zu liefern.
Arbeitsweise und direkte Interpretation der Ergebnisse
Die Plattform stützt es sich auf Techniken der erklärbaren Künstlichen Intelligenz (Explainable AI), wodurch das System nicht nur in der Lage ist, den Rückgang der Energieproduktion vorherzusagen, sondern auch klare und spezifische Gründe für diesen Rückgang zu liefern, unabhängig davon, ob dieser durch hohe Temperaturen, Wolken oder die Konzentration von Schadstoffen in der Luft verursacht wurde.
Darüber hinaus analysiert das System stündliche Verbrauchs- und Produktionsdaten, um optimale Zeiten für die Durchführung von Prozessen vorzuschlagen, die einen hohen Energieverbrauch erfordern, oder um vor dem unwahrscheinlichen Auftreten eines unerklärlichen Effizienzeinbruchs bei den Modulen zu warnen, der eine Wartung oder manuelle Reinigung zur Reduzierung der Energieverschwendung erfordert.
Was ändert sich in der Praxis?
Das System bringt Solarkraftwerke von der bloßen, zufälligen Erzeugung zu einem intelligenten Management, das auf Echtzeit-Daten zur Luftqualität basiert. Es ist geplant, die ersten Anwendungen des Projekts innerhalb des Universitätsgeländes zu starten, wobei der Geltungsbereich später auf Krankenhäuser, Regierungseinrichtungen, Industrieanlagen und große Solarkraftwerke ausgedehnt werden soll, um die Effizienz der Nutzung erneuerbarer Energien zu verbessern.