Im Forschungsprojekt „DeepTrack“ baute das Unternehmen Zimmermann PV eine ihrer nachgeführten PV-Anlagen auf das Solartestfeld des Fraunhofer ISE für Messungen unter Freilandbedingungen. Das Projektkonsortium entwickelte darauf basierend einen digitalen Zwilling, der dank Deep Learning PV-Überwachungs- und Modellierungstools mit Wetterprognosen koppelt. So können die optimalen Trackingpositionen der PV-Module für unterschiedliche Bedarfe abgebildet werden, informiert das Fraunhofer ISE.
Zusätzlich könnten weitere Kriterien in der Ausrichtung berücksichtigt werden, beispielweise der Lichtbedarf bestimmter Pflanzensorten unter Agri- und Biodiversitäts-Photovoltaik oder die Höhe der Einspeisevergütung zu bestimmten Uhrzeiten. In einem ersten Schritt wurden Steuerungsabläufe entwickelt, die auf den optimalen Stromertrag bifazialer Solarmodule ausgerichtet waren oder genau auf die Bedürfnisse einer bestimmten Pflanze unter Agri-Photovoltaik. Der nächste Schritt besteht nun darin, die beiden Ansätze so zu kombinieren, dass das Maximum aus beiden Gesichtspunkten herausgeholt werden kann. (cst)
