Alcuni ricercatori dell’Università del New South Welles (UNSW) e dell’Università della Tecnologia di Sydney hanno sviluppato algoritmi in grado di individuare automaticamente una serie di comuni problemi di rendimento dei pannelli solari tra cui guasti al cablaggio, degrado e ombreggiamento.
Il docente senior della UNSW School of Photovoltaic and Renewable Energy Engineering, Fiacre Rougieux, ha dichiarato che la tecnologia è in grado di identificare anche i limiti di clipping, tripping ed esportazione e ha il potenziale per rivoluzionare la diagnosi dei guasti degli impianti fotovoltaici.
“Si tratta di una svolta per gli operatori di sistemi residenziali e commerciali australiani”, ha dichiarato. “Analizzando i dati relativi all’inverter e al punto di massima potenza ogni cinque minuti, questo algoritmo è in grado di diagnosticare con precisione i problemi di sotto-performance, consentendo un intervento tempestivo e massimizzando la produzione di energia”.
Rougieux ha dichiarato che i ricercatori, che hanno lavorato insieme nell’ambito di un progetto della NSW Smart Sensing Network, hanno utilizzato sensori e diversi tipi di approcci analitici per sviluppare un approccio a due livelli per diagnosticare le prestazioni insufficienti dei pannelli solari, che secondo le stime costano 7 miliardi di AUD (4,6 miliardi di dollari) in perdite evitabili a livello globale.
“Abbiamo creato una diagnosi di alto livello utilizzando solo i dati relativi all’alimentazione in corrente alternata, in grado di rilevare ampie categorie di problemi come la generazione nulla e l’interruzione” ha proseguito. “Il vantaggio di questo approccio è che la diagnosi è completamente agnostica dal punto di vista tecnologico e può funzionare con qualsiasi marca di inverter e tracker”.
Dato che molte marche di inverter forniscono informazioni ricche di corrente alternata e continua, Rougieux ha aggiunto che il team ha sviluppato un algoritmo più dettagliato che utilizza sia i dati di corrente alternata che quelli di corrente continua, in grado di fornire approfondimenti più efficaci per i proprietari degli impianti rilevando e classificando guasti più specifici come i problemi di ombreggiamento e di stringa.
“Questo tipo di diagnosi richiede sia metodi statistici basati su regole che approcci di apprendimento automatico per i casi che non possono essere catturati dai metodi convenzionali basati su regole” ha affermato.
La tecnologia è stata ora completamente integrata in una piattaforma di produzione commerciale, utilizzata dal partner industriale del progetto Global Sustainable Energy Solutions per monitorare oltre 100 MW di impianti solari.
Ibrahim Ibrahim, responsabile del team UTS, ha dichiarato che la tecnologia, che può essere implementata su oltre 1.200 impianti fotovoltaici, ha permesso di adottare misure proattive che massimizzano la produzione di energia e migliorano l’affidabilità del sistema.
“Riducendo in modo significativo le perdite evitabili, valutate in miliardi a livello globale, queste tecnologie assicurano un sostanziale risparmio sui costi per i proprietari di impianti fotovoltaici”, ha dichiarato.
Rougieux ha affermato che il software potrebbe sostituire la necessità di recarsi sul posto per scoprire perché un impianto solare non funziona a dovere. “Abbiamo avuto un comune che ha avuto un impianto poco efficiente per cinque mesi di fila” ha dichiarato.
“L’appaltatore aveva stipulato un contratto di gestione e manutenzione, eppure questo grave problema è rimasto inosservato per mesi. I nostri algoritmi lo hanno rilevato quasi istantaneamente. La grande sorpresa per noi è stato il numero impressionante di sistemi in cui un appaltatore di operazioni e manutenzione ha completamente ignorato le prestazioni insufficienti che abbiamo rilevato” ha concluso.
Il team di ricerca sta ora lavorando per migliorare l’algoritmo in modo che possa diagnosticare una gamma più ampia di problemi, come l’ombreggiatura, lo sporco e guasti sul lato della rete.
I presenti contenuti sono tutelati da diritti d’autore e non possono essere riutilizzati. Se desideri collaborare con noi e riutilizzare alcuni dei nostri contenuti, contatta: editors@nullpv-magazine.com.
Inviando questo modulo consenti a pv magazine di usare i tuoi dati allo scopo di pubblicare il tuo commento.
I tuoi dati personali saranno comunicati o altrimenti trasmessi a terzi al fine di filtrare gli spam o se ciò è necessario per la manutenzione tecnica del sito. Qualsiasi altro trasferimento a terzi non avrà luogo a meno che non sia giustificato sulla base delle norme di protezione dei dati vigenti o se pv magazine ha l’obbligo legale di effettuarlo.
Hai la possibilità di revocare questo consenso in qualsiasi momento con effetto futuro, nel qual caso i tuoi dati personali saranno cancellati immediatamente. Altrimenti, i tuoi dati saranno cancellati quando pv magazine ha elaborato la tua richiesta o se lo scopo della conservazione dei dati è stato raggiunto.
Ulteriori informazioni sulla privacy dei dati personali sono disponibili nella nostra Politica di protezione dei dati personali.