Effizienzsteigerung von Solarenergiesystemen durch Verschmutzungsanalyse und -optimierung
Verschmutzungen beeinträchtigen die Effizienz von solaren Energiesystemen stark. Staub, Pollen, Vogelkot, Blätter und andere Verschmutzungen, die auf den Photovoltaik (PV)-Modulen, oder Spiegeln anhaften, reduzieren die globale Stromerzeugung von Solaranlagen um circa vier bis sieben Prozent – trotz regelmäßiger Reinigung vieler Kraftwerke. Der Grad der Verschmutzung hängt stark vom Standort der Anlage sowie von ihrer Art und ihrer räumlichen Orientierung ab. Selbst in Deutschland ist mit einer durchschnittlichen Ertragsminderung von etwa zwei Prozent zu rechnen, da allein durch Regen keine vollständige Reinigung erfolgt.
Das DLR-Institut für Solarforschung entwickelt Methoden, um den Verschmutzungsgrad mit Hilfe von Messsystemen und Modellen zu bestimmen und vorherzusagen. Messungen und Vorhersagen dieser Art sind entscheidend, um festzustellen, wie häufig und auf welche Weise die Kollektoren gereinigt werden sollten, um den maximalen Ertrag zu erzielen.
Das Deutsche Zentrum für Luft- und Raumfahrt (DLR) ist Teil internationaler Netzwerke, die sich mit Verschmutzungsanalysen und -optimierung von Solaranlagen befassen. Dazu gehören zum Beispiel die SolarPACES (Task IIIund V) der Internationalen Energieagentur (IEA), die IEA PVPS (Task 13 und 16), die PVQAT Task Group 12 und PV CAMPER. Gemeinsam erarbeiten sie beispielsweise Richtlinien zur Verschmutzungsmessung.
Messung der Verschmutzung
Die Forschenden entwickeln und testen Methoden und Instrumente wie wartungsarme Messysteme mit Lichtquellen, um die Verschmutzung von Solaranlagen genau messen zu können. Zur Verschmutzungsmessung nutzen sie PV-Referenzzellen, PV-Module und kommerzielle Sensorik. Dafür steht ihnen unter anderem der Teststand PVot für PV-Module unterschiedlicher Technologien auf der Plataforma Solar de Almería des spanischen Forschungszentrums CIEMAT zur Verfügung. Dort werden I-V-Kurven (Strom-Spannungs-Kurven) sowie die Leistung von einem gereinigten und verschmutzten baugleichen PV-Modul gemessen, um daraus den Referenzwert der Verschmutzungsverluste ableiten zu können. Zur Messung der Verschmutzungsverluste an Spiegeln und Eintrittsfenstern thermischer Kollektoren nutzen wir die im Institut für Solarforschung entwickelten Messgeräte TraCS und T-TraCS. Zudem stehen Labor- und Handgeräte zur Verfügung, um die Reflektions- und Transmissionsgrade zu bestimmen.
Bildgestützte Messmethoden
Wir arbeiten auch an Methoden zur bildgestützten, flächendeckenden Messung von Verschmutzung in Solaranlagen mit Hilfe von Drohnen, Überwachungskameras oder Satelliten. Die Kenntnis der örtlichen Verteilung von Verschmutzung in der Solaranlage kann helfen, die Reinigung zu optimieren und ermöglicht in der Regel eine akkuratere Leistungsmodellierung. Der Einsatz von Drohnen zur Verschmutzungsmessung verringert den Arbeitsaufwand im Kraftwerksbetrieb und erhöht gleichzeitig die Messabdeckung. Eine drohnengestützte Verschmutzungsmessung kann insbesondere auch Infrarot (IR)-Fehlstellenerkennung in PV-Kraftwerken verbessern.
Verschmutzungsmodellierung und -vorhersage
Um die Verschmutzung anhand von einfach zu bestimmenden Parametern zu berechnen, verwenden wir eine über viele Jahre gewachsene Datenbasis von Verschmutzungsdaten und relevanten meteorologischen Parametern, wie Aerosolkonzentration, Wind, Bodenfeuchte, Sandfallen, Tau und aerosoloptische Tiefe (AOD). Das physikalische Modell hat den Zweck, an Standorten ohne direkte Messung vor Ort das Verschmutzungsaufkommen aus breit verfügbaren meteorologischen Daten ableiten zu können. Die Ankoppelung des Modells an numerische Wettervorhersagemodelle ermöglicht eine Vorhersage der Verschmutzung.
Optimierung der Reinigung
Auf der Basis des erwarteten Ertrags von Solaranlagen, der Reinigungskosten, sowie Verschmutzungsmessdaten und -vorhersagen entwickeln wir Reinigungsstrategien. Zudem erweitern wir Kraftwerksmodelle, um die Verschmutzung in Ertragsberechnungen realistisch zu berücksichtigen. Die Optimierung der Reinigung trägt dazu bei, die wirtschaftliche Rentabilität von solaren Energiesystemen zu verbessern, indem sie höhere Erträge ermöglicht, Kosten reduziert, die Anlagenverfügbarkeit erhöht und die Lebensdauer der Komponenten verlängert.