Jednoosý sledovací systém s umělou inteligencí pro zpětné sledování

Přehled produktu

Klasické algoritmy zpětného sledování používají geometrický model polohy slunce a rozměrů pole k výpočtu úhlů řad, které zabrání stínění mezi řadami. Tento přístup funguje dobře na dokonale rovném terénu s rovnoměrnými řadami – avšak reálné projekty mají mikrotopografické odchylky, nerovnoměrné rozestupy řad způsobené tolerancemi při instalaci základů a podmínky rozptýleného světla, které geometrický model nezohledňuje.

Systém jednoosého sledování s AI zpětným sledováním nahrazuje geometrický model řídícím zařízením založeným na strojovém učení, které neustále optimalizuje úhly řad na základě dat o elektrickém výstupu na úrovni řetězců v reálném čase. Místo toho, aby vypočítávalo, kde by mělo stínění nastat, detekuje AI, kde stínění skutečně nastává, a přizpůsobuje úhly odpovídajícím způsobem.

Jak to funguje:

Stejnosměrný proud každé řady je monitorován na úrovni spojovací skříně (nejsou vyžadovány žádné dodatečné senzory – data jsou již k dispozici v řídicím systému elektrárny SCADA)

Během období zpětného sledování (rané ráno, pozdní odpoledne) řídící jednotka umělé inteligence provádí mikro-nastavení úhlu každé řady

Když proud v dané řadě klesne ve srovnání se sousedními řadami – což signalizuje stínění – řídící jednotka upraví pouze tuto konkrétní řadu, nikoli všechny řady stejně

Postupně se strojový učební (ML) model naučí místo-specifický vzor stínění a předpovídá optimální úhly pro daný čas/datum/počasí, čímž snižuje potřebu aktivních mikro-nastavení

Naměřený přínos: Ztráty způsobené stíněním se snížily až o 90 % oproti geometrickému zpětnému sledování, což odpovídá přibližně 2–4 % vyššímu ročnímu výkonu oproti standardnímu sledovači s geometrickým zpětným sledováním – dosaženo bez jakýchkoli dodatečných nákladů na hardware, pouze aktualizací firmwaru řídící jednotky.

Technické specifikace

Použití

Místa s nerovným terénem nebo mikrotopografickými variacemi

Rozložení sledovačů s vysokou hustotou (GCR 0,45)

Projekty, kde každé zvýšení výnosu o 1 % přináší významné příjmy z PPA

Možnost retrofitování do stávajících instalací sledovačů (pouze aktualizace firmwaru řídicího zařízení)

Často kladené otázky

Otázka: Vyžaduje řídicí jednotka umělé inteligence připojení k internetu?

Ne. Model strojového učení běží na edge řídicí jednotce umístěné v řídicím prostoru elektrárny. Počáteční trénink modelu využívá 2–4 týdny provozních dat z místa k naučení specifických vzorů stínění. Po dokončení tréninku model běží lokálně. Pravidelné připojení k cloudu je volitelné – slouží pro vzdálené aktualizace firmwaru a porovnávání výkonnosti.

Otázka: Lze tento systém retrofitovat do stávajících instalací sledovačů?

Ano, pokud je stávající hardware sledovačů (otočný pohon, torzní trubka, základy) mechanicky v pořádku. Aktualizace spočívá výhradně ve výměně firmwaru řídicí jednotky a nastavení datového proudu proudu na úrovni řetězce z rostlinního SCADA systému. Mechanické úpravy nejsou vyžadovány.

Umístění obrázku

SEO klíčová slova

Hlavní: solární sledovač s umělou inteligencí pro zpětné sledování, chytrý systém solárního sledování, sledovač FV s využitím strojového učení, inteligentní zpětné sledování

Dodatečné: solární sledovač ke snížení ztrát způsobených stíněním, adaptivní algoritmus zpětného sledování, optimalizace solárního sledování pro jednotlivé řady