AI-baserat spårningssystem med enaxlig backtrackingfunktion | Intelligent skuggminimering för maximal energitäthet mellan rader
Konventionella backtrackingalgoritmer använder en geometrisk modell av solens position och arrayens dimensioner för att beräkna radvinklar som förhindrar skuggning mellan rader. Detta fungerar väl på helt plan terräng med enhetliga rader – men verkliga projektområden har mikrotopografiska variationer, ojämna radavstånd på grund av toleranser vid fundamentinstallation och diffusljusförhållanden som den geometriska modellen inte kan ta hänsyn till.
AI-baserat backtracking med enkelaxlad solföljning ersätter den geometriska modellen med en maskininlärningsstyrning som kontinuerligt optimerar radvinklarna baserat på realtidsdata om elektrisk effekt per DC-sträng. Istället för att beräkna var skuggning bör uppstå upptäcker AI:n var skuggning faktiskt uppstår och justerar vinklarna därefter.
Hur det fungerar:
DC-strängströmmen för varje rad övervakas på kombinerboxnivå (inga ytterligare sensorer krävs – data finns redan i kraftverkets SCADA-system)
Under perioder med backtracking (tidigt på morgonen, sent på eftermiddagen) utför AI-styrningen mikrojusteringar av vinkeln för varje rad
När en rads strömminskning i förhållande till dess grannrader indikerar skuggning justerar styrningen endast den aktuella raden, inte alla rader enhetligt
Med tiden lär sig ML-modellen platsens specifika skuggningsmönster och förutsäger optimala vinklar för givna tid/datum/väderförhållanden, vilket minskar behovet av aktiva mikrojusteringar
Mätt fördel: Skuggningsförluster minskade med upp till 90 % jämfört med geometriskt backtracking, vilket motsvarar cirka 2–4 % ökad årlig energiproduktion jämfört med en standardtracker med geometriskt backtracking — uppnått utan ytterligare hårdvarukostnader utöver uppgraderingen av styrmjukvaran.
Parameter |
Specificitet |
Spårningsaxel |
Horisontell (Ö-V) |
Modulorientering |
1P eller 2P |
Spårningens noggrannhet |
±0.5° |
Styrningsmetod |
AI/ML + astronomisk algoritm + GPS + strömfeedback från strängar |
Backtracking-typ |
Radspecifik adaptiv (inte enhetlig geometrisk) |
Minskning av skuggförluster |
Upp till 90 % jämfört med geometrisk backtracking |
Ytterligare avkastning jämfört med geometrisk backtracking |
+2 % till +4 % årligen |
Maskinvarukrav |
Standardspårarhårdvara plus styrmjukvaruuppdatering |
Datainmatning |
DC-ström på strängnivå (från befintlig kombinationslådaövervakning) |
Vindstopp |
Automatiskt stopp vid 25 m/s |
Kommunikation |
Modbus TCP/IP till kraftverkets SCADA |
Garanti för struktur |
20 år |


Platser med ojämn terräng eller mikrotopografisk variation
Högdensitetsplacering av solföljare (GCR 0,45)
Projekt där varje 1 % ökad avkastning omvandlas till betydande intäkter från kraftavtal (PPA)
Kan monteras efteråt på befintliga solföljarsystem (endast uppdatering av styrenhetens programvara)
Fråga: Kräver AI-styrenheten internetanslutning?
Nej. Maskininlärningsmodellen körs på en edge-styrenhet placerad i kraftverkets kontrollrum. Den initiala modellträningen använder 2–4 veckors driftsdata från platsen för att lära sig platsens specifika skuggmönster. Efter träningen körs modellen lokalt. Periodisk molnanslutning är valfri och används endast för fjärruppdateringar av programvara och prestandajämförelser.
Fråga: Kan detta monteras efteråt på befintliga solföljarsystem?
Ja, om den befintliga solföljarens hårdvara (svängdriv, vridrör, fundament) är mekaniskt i gott skick. Uppgraderingen innebär endast utbyte av styrenhetens programvara samt konfiguration av ströminformation på strängnivå från kraftverkets SCADA-system. Ingen mekanisk modifiering krävs.
# |
Sektion |
Rekommendation |
Format |
1 |
Hjälte |
Översiktsbild på spårarfältet vid solnedgång, rader i återföljningsvinkel |
1920×750 pixlar |
2 |
Hur det fungerar |
Diagram: geometrisk kontra AI-baserad återföljning, med markering av skuggade rader |
1000×600 pixlar |
3 |
Datavisualisering |
Instrumentpanelens skärmdump: vinkel per rad jämfört med tid, skuggningshändelser markerade |
800×500 px |
Primärt: AI-baserad återföljningssolartracker, smart solspårningssystem, maskininlärningsbaserad PV-tracker, intelligent återföljning
Sekundärt: solartracker för minskning av skuggförluster, adaptiv återföljningsalgoritm, optimering av solartracker per rad