2023-03-01  –  2025-02-28

156.779,22 EUR

DiSUN Deutsche Solarservice GmbH, Werder (Havel), Brandenburg

03EE1163A

Photovoltaik - andere Strukturen - Verbindungshalbleiter [EB1041]

01252582/1  –  robStROM - Robustere PV-Systeme und Betriebsführung durch die Analyse von Stromrichterausfällen aus zwei Perspektiven

Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)

Forschungszentrum Jülich GmbH (PT-J.ESE1)

Energie

Wechselrichter sind die wesentliche Schlüsselkomponente zwischen Solarmodulen und dem Stromnetz zur Sicherstellung der Stromversorgung und der netzdienlichen Einspeisung erneuerbaren Stromes aus PV-Systemen. Ausfälle oder Störungen von Wechselrichtern können zu negativen Wechselwirkungen mit dem öffentlichen Stromnetz als auch zur Teil- oder vollständigen Abschaltung eines PV-Systems führen (Erzeugungsunterbrechung). Es ergeben sich auf diese Weise unerwünschte Einschränken in der Versorgungssicherheit, finanzielle Einbußen für Betreiber und Investoren verbunden mit wachsenden Wartungs- und Betriebskosten. Damit PV-Systeme durchgehend betrieben werden können, ist es notwendig den Umfang und die Auswirkungen von Wechselrichterausfällen im Betrieb zu verringern. Das Ziel des Projektes ist die ganzheitliche Entwicklung wirksamer daten-, KI -, diagnostik- und analytikbasierten Methoden zur Reduktion von jedem vierten Wechselrichter-Ausfall. Diese Verfahren werden es möglich machen, Ausfälle durch Ursachenforschung und Früherkennung zu vermeiden sowie die Betriebsführung durch vorausschauende und zustandsbasierte Wartungspläne zu entlasten. Um diese Ziele im Projekt umzusetzen, kombiniert robStROM zwei Sichtweisen, Ursache und Wirkung: 1. Grundlagennahe diagnostische und messtechnische Ursachenforschung an Wechselrichtern zur Erkennung von Ausfallmechanismen: u.a. Entwicklung eines Messgeräts, dass ein TRL5 erreichen wird, zur reproduzierbaren Erfassung von Magnetfeldbildern an Wechselrichter-Bauteilen; 2. Verringerung der Auswirkungen von Wechselrichter-Störungen auf den Betrieb durch bessere Einsatzplanung mittels KI-basierter Früherkennung und Predictive Maintenance-Prozessen basierend auf den Messdaten der PV-Systeme: u.a. mit Analyse eines insgesamt mehr als 1 GWp großen PV-Anlagen Portfolios (5-10 Jahre/Anlage Betriebszeit, hochaufgelöste Betriebsdaten) und Erstellung einer technologie- und herstellerunabhängigen Defektstatistik von String- und Zentralwechsel.