"KI kann ein echter Hebel für den Klima- und Umweltschutz sein."

Zum Abschluss des Leuchtturmprojektes AuSeSol-AI machte Projektleiter Tobias Hirsch deutlich: KI kann weit mehr als nur Daten analysieren: KI-basierte Verfahren machen die Erzeugung von Solarenergie effizienter und günstiger.

Was hat Sie zu dem Projekt motiviert? 

Mit konzentrierenden solarthermischen Systemen, die weltweit bereits seit Jahrzehnten im Einsatz sind, lassen sich Strom und Wärme kostengünstig und flexibel produzieren. Diese Systeme nutzen die Sonnenenergie, um hohe Temperaturen für Wärme- und Stromerzeugung zu erreichen. Sie bündeln Sonnenstrahlen mit Hilfe von Spiegeln oder Linsen, um die Intensität der Einstrahlung zu erhöhen und somit die Wärmeenergie zu konzentrieren.
Weitere Effizienzsteigerungen sind möglich, wenn Design und Betrieb der Anlagen optimiert werden. Die Erfassung des Anlagenzustands ist ein Schlüsselelement, um Wartungsmaßnahmen und eine situationsangepasste Steuerung umzusetzen. In unterschiedlichen Messverfahren fallen große Datenmengen an, die geradezu nach einer KI-basierten Aufbereitung gerufen haben. Denn die Aufbereitung durch KI und Auswertung dieser Daten hat großes Potential, um die Komplexität zu beherrschen.  Ein Konsortium aus Technikexpert*innen, Unternehmen und KI-Expert*innen hat sich schnell zusammengefunden, um diese Idee in einem Projekt zu umzusetzen.

Was war das Ziel?

Je nach Anlagentyp und Anwendungszweck fallen unterschiedliche Messdaten und damit Auswerteaufgaben an. Ziel des Projekts war es also, für praxisrelevante Bereiche die Vorteile KI-basierter Verfahren für die Analyse zu nutzen und an realen Anlagendaten zu erproben. Das Konsortium hatte dafür Zugang zu zwei kommerziellen Anlagen sowie einer Demonstrationsanlage in Spanien, Jordanien und Deutschland.
Bei der Projektfindung haben wir KI-Expert*innen der Forschungseinrichtungen fortiss, Forschungszentrum Jülich und der TU München eingebunden, um den neuesten Stand von KI-Technologien mit den technischen Fragestellungen zu verknüpfen. Die Solarexpertise wurde aus unterschiedlichen Abteilungen des DLR-Instituts (Deutsches Zentrum für Luft- und Raumfahrt) für Solarforschung bereitgestellt. Für die schnelle wirtschaftliche Verwertung konnten wir die beiden Unternehmen CSP Services und Industrial Energies gewinnen.

Welche Ergebnisse konnten Sie und Ihr Team erreichen?

Im Projekt wurde eine Vielzahl von Ergebnissen erzielt, von denen ich nur zwei exemplarisch herausgreifen möchte:
Fotoserien, die mittels handelsüblicher Drohnen von großen Solarfeldern aufgenommen werden, erlauben es, die Formtreue und die Präzision der Nachführung der optischen Konzentratoren über den Tagesverlauf für ganze Solarfelder zu bestimmen. Durch den Einsatz von KI in der Bildauswertung konnte der Analyseprozess hinsichtlich der Qualität, aber insbesondere auch der Schnelligkeit, deutlich verbessert werden. Dazu wurden Analysetools mit künstlich generierten Bilddaten vortrainiert und anschließend mittels realer Daten verfeinert. Mit dem Ergebnis lassen sich Felder deutlich günstiger und in kurzen zeitlichen Abständen überwachen.
Und zweitens: Ein weiteres Anwendungsgebiet ist die Auswertung der ohnehin anfallenden Messdaten im Feld. Hier konnten wir digitale Zwillinge entwickeln, die den Wärmeertrag des Solarfelds kontinuierlich ermitteln und mit den normal berechneten Werten beim Design der Anlage vergleichen. Und wir konnten aus den umfangreichen Zeitreihen an Messdaten Verfahren für die automatisierte Betriebsüberwachung entwickeln und erfolgreich testen. Fehlfunktionen können damit frühzeitig identifiziert und Gegenmaßnahmen ergriffen werden. 

Welchen Impact haben die Projektergebnisse für den Klimaschutz?

Alle Ergebnisse dienen dazu, die solare Nutzung für die Energieerzeugung effizienter und günstiger zu gestalten. Sie tragen somit unmittelbar zur Verbreitung erneuerbarer Energien bei. Gerade für innovative Technologien konnten mittels der KI-Verfahren Regelungskonzepte entwickelt werden, die einen stabilen Betrieb erlauben und damit die Verlässlichkeit der Technologie von Anfang an unterstützen. 

Und lassen sich die Ergebnisse übertragen? 

Die Ergebnisse des Projektes werden als OpenAcess-Veröffentlichungen mit offenem Quellcode bereitgestellt. Das sind z.B. die Verfahren zur Auswertung der Drohnenbilder, datenbasierte Anlagenmodelle, oder die Ableitung dynamischer Effekte aus den Betriebsdaten. Zudem lassen sich die aus dem Kontext der solarthermischen Systeme entwickelten Verfahren unmittelbar auf Photovoltaik-Anwendungen übertragen, was einen noch breiteren Einsatz in der Zukunft ermöglicht.