AI-basert unngåelsessporing for enakset sporingsystem | Intelligent skyggeunngåelse for maksimal energitetthet mellom rekkene
Konvensjonelle backtracking-algoritmer bruker en geometrisk modell av solens posisjon og panelanleggets dimensjoner for å beregne radvinkler som unngår skygge mellom rader. Dette fungerer godt på fullstendig flatt terreng med jevne rader – men i virkelige prosjektområder finnes det mikrotopografiske variasjoner, uregelmessig radavstand på grunn av toleranser ved fundamenteringsinstallasjon og diffus lysforhold som den geometriske modellen ikke kan ta høyde for.
AI-basert backtracking for enakset tracking-system erstatter den geometriske modellen med en maskinlæringskontroller som kontinuerlig optimaliserer radvinkler basert på elektrisk utdata fra hver DC-streng i sanntid. Istedenfor å beregne hvor skygge bør oppstå, oppdager AI-en hvor skygge faktisk oppstår og justerer vinklene tilsvarende.
Korleis det fungerer:
DC-strømmen for hver rad overvåkes på kombinerboksenivå (ingen ekstra sensorer kreves – dataene er allerede tilgjengelige i kraftverkets SCADA-system)
Under perioder med tilbakesporing (tidlig på morgenen, sent på ettermiddagen) utfører AI-styreenheten mikrojusteringer av vinkelen for hver rekke
Når strømmen i en rekke synker i forhold til naborekkene — noe som indikerer skygge — justerer styreenheten kun den aktuelle rekken, ikke alle rekkene jevnt
Med tiden lærer ML-modellen det spesifikke skyggemønsteret for stedet og predikerer optimale vinkler for gitt tid/dato/værforhold, noe som reduserer behovet for aktive mikrojusteringer
Målt nytte: Skyggetap redusert med inntil 90 % sammenlignet med geometrisk tilbakesporing, noe som tilsvarer ca. 2–4 % ekstra årlig energiutbytte i forhold til en standard tracker med geometrisk tilbakesporing — oppnådd uten ekstra kostnad for maskinvare utover oppgradering av styreenhetens programvare.
Parameter |
Spesifikasjon |
Følgeakse |
Horisontal (Ø–V) |
Modulorientering |
1P eller 2P |
Nøyaktighet i sporing |
±0.5° |
Styringsmetode |
AI/ML + astronomisk algoritme + GPS + strømtilbakemelding fra strenger |
Type tilbakesporing |
Rekke-spesifikk adaptiv (ikke jevn geometrisk) |
Reduksjon av skyggeforlis |
Opp til 90 % sammenlignet med geometrisk baksporing |
Ekstra utbytte sammenlignet med geometrisk baksporing |
+2 % til +4 % årlig |
Maskinvarekrav |
Standard sporerutstyr pluss oppgradering av kontrollerfirmware |
Datainntasting |
DC-strøm på strengnivå (fra eksisterende kombinasjonsboksovervåking) |
Vindstabilisering |
Automatisk stabilisering ved 25 m/s |
Kommunikasjon |
Modbus TCP/IP til kraftverkets SCADA-system |
Strukturgaranti |
20 år |


Steder med ujevn terreng eller mikrotopografisk variasjon
Høytetthets-sporetinstallasjoner (GCR 0,45)
Prosjekter der hver 1 % økning i avkastning omsetter seg til betydelig PPA-inntekt
Kan monteres på eksisterende sporetinstallasjoner (kun oppdatering av kontrollerfirmware)
Spørsmål: Krever AI-kontrolleren internetttilkobling?
Nei. ML-modellen kjører på en edge-kontroller plassert i kraftverkets kontrollrom. Den initielle modelltreningen bruker 2–4 uker med lokale driftsdata for å lære stedsspesifikke skyggeforhold. Etter trening kjører modellen lokalt. Periodisk tilkobling til skytjenester er valgfritt, for fjernoppdatering av firmware og ytelsesbenchmarking.
Spørsmål: Kan dette monteres på eksisterende sporetinstallasjoner?
Ja, så lenge eksisterende sporethardware (slewdrev, dreiemomentrør, fundamenter) er mekanisk i orden. Oppgraderingen består kun i bytte av kontrollerfirmware og konfigurering av strømdata på strengnivå fra kraftverkets SCADA-system. Ingen mekaniske endringer er nødvendige.
# |
Avsnitt |
Anbefaling |
Format |
1 |
Helt |
Luftbilde av tracker-felt ved solnedgang, rader i tilbakesporingsvinkel |
1920×750 piksler |
2 |
Korleis det fungerer |
Diagram: geometrisk vs AI-tilbakesporing, som viser oppdagelse av skyggelagte rader |
1000×600 piksler |
3 |
Datavisualisering |
Kontrollpanel-skjermbilde: vinkel per rad mot tid, skyggehendelser markert |
800×500 piksler |
Primært: AI-tilbakesporings-solsporere, intelligent solsporingssystem, maskinlærings-PV-sporere, intelligent tilbakesporing
Sekundært: solsporere for reduksjon av skyggetap, adaptiv tilbakesporingsalgoritme, optimalisering av solsporing per rad