Med AI finns en ny metod att göra avkastningsprognoser för solceller mer förutsägbara. En forskargrupp från tyska Karlsruhe arbetar med att förbättra solcellstekniken med modern AI-teknik.
Det räcker sedan länge inte med att bara veta att solcellsanläggningar producerar el när solen skiner. Nätoperatörer, energilagringsföretag och elleverantörer behöver exakta uppgifter om när och hur mycket el som kommer att finnas tillgänglig.
Det som kallas energimeteorologi ägnar sig åt denna uppgift. Målet är att bearbeta väderdata på ett sätt som möjliggör tillförlitliga prognoser av solenergitillförseln för enskilda anläggningar.
För detta används, utöver klassiska vädermodeller, i allt större grad algoritmer från området maskininlärning.
Bättre prognoser för solkraftproduktion
Ett konkret exempel är en studie vid Karlsruher Institut für Technologie (KIT), där AI-baserade metoder jämfördes med klassiska statistiska metoder. Mätdata från en solpark i Kalifornien under flera år användes i studien.
Resultatet innebar att genom att efterbearbeta vädermodellerna med hjälp av AI kan prognoserna för solkraftproduktion förbättras avsevärt, särskilt när optimeringen sker i slutet av prognoskedjan.
Särskilt lovande var en modell som, utan att ha detaljerad teknisk information om respektive anläggning, kunde uppskatta energiproduktionen enbart baserat på meteorologiska data med förvånansvärd precision.
Att ta hänsyn till tid på dygnet i inlärningsprocessen ökade också prognosernas noggrannhet markant.
Även om studien fokuserade på en enskild anläggning ger den viktiga insikter för framtidens hantering av väderberoende elproduktion.
Detta rapporterar det tyska mediet Agrar Heute.
