AI-backtracking enkelas-systeem met volgfunctie

Productoverzicht

Conventionele backtrackingalgoritmen gebruiken een geometrisch model van de positie van de zon en de afmetingen van het paneelveld om rijhoeken te berekenen die interrijsschaduw voorkomen. Dit werkt goed op perfect vlak terrein met uniforme rijen — maar echte projectlocaties hebben microtopografische variaties, ongelijke rijafstanden door toleranties bij de funderingsinstallatie en diffuus licht, waar het geometrische model geen rekening mee kan houden.

Het AI-backtracking systeem met enkelas-tracking vervangt het geometrische model door een machine learning-controller die continu de rijhoeken optimaliseert op basis van real-time elektrische uitvoergegevens per string. In plaats van te berekenen waar schaduw zou moeten optreden, detecteert de AI waar schaduw daadwerkelijk optreedt en past de hoeken dienovereenkomstig aan.

Hoe het werkt:

De DC-stringstroom van elke rij wordt bewaakt op het niveau van de combinerbox (geen extra sensoren vereist — de gegevens zijn al aanwezig in het SCADA-systeem van de installatie)

Tijdens de terugspoelperiodes (vroeg in de ochtend, laat in de namiddag) voert de AI-regelaar microaanpassingen uit aan de hoek van elke rij

Wanneer de stroom van een rij daalt ten opzichte van die van zijn buren — wat schaduw aangeeft — past de regelaar specifiek die rij aan, niet alle rijen uniform

Na verloop van tijd leert het ML-model het locatie-specifieke schaduwpatroon en voorspelt de optimale hoeken voor gegeven tijdstip/datum/weersomstandigheden, waardoor de behoefte aan actieve microaanpassingen afneemt

Gemeten voordeel: Schaduwrverliezen verminderd met tot wel 90% vergeleken met geometrische terugspoeling, wat neerkomt op ongeveer 2–4% extra jaarlijkse energieopbrengst ten opzichte van een standaardtracker met geometrische terugspoeling — bereikt zonder extra hardwarekosten, slechts via een firmware-upgrade van de regelaar.

Technische specificaties

Toepassingen

Locaties met ongelijk terrein of micro-topografische variatie

Trackeropstellingen met hoge dichtheid (GCR 0,45)

Projecten waarbij elke 1% opbrengstverbetering leidt tot aanzienlijke PPA-inkomsten

Na te bouwen op bestaande trackerinstallaties (alleen firmware-upgrade van de controller)

Veelgestelde vragen

V. Vereist de AI-controller internetconnectiviteit?

Nee. Het ML-model wordt uitgevoerd op een edgecontroller in de bedieningsruimte van de installatie. De initiële modeltraining maakt gebruik van 2–4 weken operationele gegevens ter plaatse om site-specifieke schaduwpatronen te leren. Na afloop van de training wordt het model lokaal uitgevoerd. Periodieke cloudconnectiviteit is optioneel voor externe firmware-updates en prestatiebenchmarking.

V. Kan dit worden nagebouwd op bestaande trackerinstallaties?

Ja, mits de bestaande trackermaterialen (slewdrijf, torsiebuis, fundering) mechanisch in goede staat zijn. De upgrade bestaat uit een firmwarevervanging van de controller en de configuratie van de stroomgegevens per string vanuit de SCADA van de installatie. Er zijn geen mechanische wijzigingen vereist.

Afbeeldingsplaatsing

SEO-trefwoorden

Primair: AI-achtervolgingszonnetracker, slim systeem voor zonnavolging, PV-tracker met machine learning, intelligente achtervolging

Secundair: zonnentracker voor vermindering van schaduwverliezen, adaptief achtervolgingsalgoritme, optimalisatie van zonnentracking per rij