2023-08-01  –  2026-07-31

1.219.961,63 EUR

Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik (IEE), Kassel, Hessen

03EE1165E

Photovoltaik - andere Strukturen - Verbindungshalbleiter [EB1041]

01253807/1  –  PV4Life - Erhöhung der Stromrichte-Lebensdauer durch optimierte Komponenten-Optimierung mittels Digitaler KI Zwillinge

Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)

Forschungszentrum Jülich GmbH (PT-J.ESE1)

Energie

Während PV-Module in den vergangenen Jahren durch neue Materialien und Produktionsprozesse eine deutliche Steigerung ihrer Lebensdauer erfahren haben, konnten PV-Wechselrichter dieser Entwicklung bisher nicht im gleichen Maßstab folgen. Einer der Gründe dafür liegt in den vergleichsweise starken Unterschieden in der Belastung, die diese Stromrichter (SR) je nach Installationsort erfahren. Selbst zeitgleich und identisch produzierte Systeme, die an unterschiedlichen Orten installiert werden, können deutliche Unterschiede in ihrer Lebensdauer bzw. Nutzungszeit aufweisen. Da es jedoch bisher keine allgemeingültigen Modelle gibt, die die Alterung der SR-Komponenten in Abhängigkeit ihrer Betriebsbedingungen abbilden können, ist ein schonender Betrieb bei fortschreitender Alterung aktuell nicht umsetzbar bzw. nur durch einen pauschalen Sicherheitsfaktor möglich. Wäre es möglich, das Verhalten von SR-Komponenten unter Berücksichtigung ihrer historischen Belastung zu modellieren, so könnten die daraus gewonnenen Erkenntnisse in eine individuelle Betriebsstrategie einfließen, die das PV-System optimal ausnutzt, ohne Leistung oder Lebensdauer zu verschwenden. Dieses Ziel wird in PV4Life verfolgt. Anhand von Dauertests und zusätzlicher Sensorik werden geeignete Modelle für exemplarische PV-SR-Systeme entwickelt, die durch einen Abgleich mit einem zweiten Satz beschleunigt gealterter SR validiert, verbessert und generalisiert werden. Die daraus entstehenden digitalen Zwillinge sollen weitergehend in die Entwicklung einer KI-unterstützten Betriebsstrategie einfließen, die die Ausnutzung und Lebensdauer von SR optimiert, indem sie bei zunehmender Alterung die Betriebsparameter anpasst. Um diese neuartige Betriebsoptimierung sicher und resilient zu gestalten wird die Implementierung der KI-Algorithmen direkt in den SR-Systemen untersucht. Mit diesem Ansatz wird die Sicherheit und Glaubwürdigkeit der KI-Algorithmen durch den Einsatz in einer geschützten Umgebung maßgeblich erhöht.