I ricercatori del Fraunhofer Institute for Solar Energy Systems ISE (Fraunhofer ISE) in Germania stanno applicando tecniche di deep learning e strumenti di modellazione del gemello digitale per ottimizzare i sistemi di controllo degli inseguitori fotovoltaici da utilizzare inSistema Agrivoltaico.
L'obiettivo è quello di poter posizionare automaticamente i moduli solari durante il giorno per soddisfare le esigenze delle piante che crescono sotto alla luce delle condizioni microclimatiche e ottimizzare la resa alla luce delle condizioni della rete e delle tariffe. I ricercatori sperano di sviluppare un sistema di controllo predittivo pronto per il mercato, leggero dal punto di vista computazionale ed economico per gli inseguitori solari.
Il progetto, noto come DeepTrack, è una collaborazione tra Zimmermann PV-Tracker, parte del gruppo Zimmermann PV-Steel, e Fraunhofer ISE. Si trattava della realizzazione di una centrale elettrica con solare fotovoltaico bifacciale presso il sito di test delle prestazioni all'aperto dell'ISE nel sud della Germania. Si prevede una crescita nell’uso di inseguitori, sistemi di controllo più potenti e una maggiore adozione del sistema agrivoltaico (APV) in Germania. "
"Come primo passo abbiamo sviluppato sequenze di controllo orientate alla resa elettrica ottimale dei moduli solari bifacciali o alle migliori condizioni per gli impianti sotto il sistema APV", spiega Matthew Berwind, responsabile del team Fraunhofer ISE. "Il passo successivo è combinare i due approcci in modo che entrambi gli aspetti siano massimizzati il più possibile. Calcolare questo punto debole è impegnativo ma possibile con il nostro approccio basato sull'intelligenza artificiale."
L'impianto di ricerca utilizza gli inseguitori forniti da Zimmermann PV-Tracker e sistemi di sensori di monitoraggio per misurare, ad esempio, la luce diffusa. I dati sul campo raccolti vengono utilizzati nei modelli di gemello digitale, insieme a determinati set di dati, come le previsioni meteorologiche. L’obiettivo è quello di utilizzare tecniche di deep learning della rete neurale artificiale per abilitare sistemi di controllo che avviano azioni di tracciamento in base sia ai requisiti di luce delle varietà vegetali sottostanti sia alle tariffe di immissione in rete in determinati orari del giorno, ad esempio.
Il sito web del progetto afferma che si tratterà di un "metamodello meno intensivo dal punto di vista computazionale e meno predittivo" che potrà essere implementato sui computer tradizionali.
I ricercatori prevedono una crescita nell’uso dei tracker. Si riferiscono alle nuove normative tedesche che dovrebbero consentire una maggiore adozione dell’agrivoltaico, nonché alle previsioni del settore che prevedono una penetrazione del 60% del tracciamento nei prossimi dieci anni, citando la Roadmap tecnologica internazionale per il fotovoltaico della Federazione tedesca degli ingegneri (VDMA). Indicano anche una tendenza del mercato spagnolo in cui gli inseguitori sarebbero utilizzati nella “maggior parte dei sistemi fotovoltaici montati a terra di nuova costruzione”.
"In particolare per i sistemi APV, con la loro ampia varietà di colture e sistemi, vediamo un grande potenziale per il monitoraggio degli impianti fotovoltaici con algoritmi di tracciamento ottimizzati", ha affermato Hannes Elsen, product manager di Zimmermann PV.
Il progetto di ricerca DeepTrack è finanziato dal Ministero tedesco dell'economia, del lavoro e del turismo del Baden-Württemberg e dovrebbe durare fino all'inizio del 2025. È uno dei numerosi progetti agrivoltaici su cui sta attualmente lavorando il Fraunhofer ISE.
