in collaborazione con mcTER News

La digitalizzazione e il collegamento alla rete favoriscono ulteriormente questo sviluppo. Per questo motivo, nel quadro del progetto di ricerca Digital-Twin-Solar, SMA Solar Technology AG (SMA) e i suoi partner eoda GmbH, TESVOLT GmbH, KEO GmbH, Università di Kassel e Università delle scienze applicate (HAW) di Amburgo stanno studiando le possibilità offerte dall'apprendimento automatico e dell'intelligenza artificiale, nell'ottica di un ulteriore aumento della redditività e dell'affidabilità di impianti fotovoltaici e sistemi di accumulo. Il progetto è promosso dal ministero federale tedesco dell'economia e dell'energia. 
Il progetto appena avviato e promosso dal ministero federale tedesco dell''economia e dell''energia con un contributo totale di circa 3,5 milioni di Euro, durerà tre anni e si occuperà in particolare di soluzioni digitali su misura, finalizzate allo sfruttamento dell''energia solare e di sistemi di accumulo.
Verranno considerati e analizzati tutti i dati disponibili, partendo dal rilevamento durante le fasi di sviluppo e produzione fino al funzionamento di impianti fotovoltaici e sistemi a batteria nel luogo di installazione.
Il progetto prevede una stretta collaborazione fra produttori di inverter e sistemi di accumulo a batteria, fornitori di soluzioni di sistema nonché aziende del settore informatico, delle telecomunicazioni e importanti istituti di ricerca.

Gli inverter sono componenti chiave degli impianti fotovoltaici: assicurano rendimenti energetici ottimali e un monitoraggio affidabile dell''impianto, immettono corrente fotovoltaica nella rete elettrica e, grazie ai servizi di gestione di rete, contribuiscono anche alla stabilità e alla sicurezza delle reti di distribuzione. "Questi dispositivi forniscono dati preziosi che già oggi vengono impiegati per una migliore integrazione dell''energia solare nella rete elettrica", spiega il responsabile del progetto André Gensler, Senior Data Scientist presso SMA. "Il collegamento in rete degli inverter con gli altri componenti di sistema consente un rilevamento dati ancora più ampio e, con esso, la modellizzazione di un ''gemello digitale'' di interi impianti FV. In questo modo, sfruttando l''apprendimento automatico sarà possibile in futuro ottimizzare anche unità di impianto più estese. Nel quadro del progetto Digital-Twin-Solar, assieme ai nostri partner stiamo studiando le possibilità di sviluppare innovativi servizi basati sui dati. Fra questi rientrano, per esempio, soluzioni per la manutenzione predittiva degli impianti fotovoltaici. I sistemi solari e di accumulo a batteria potranno, così, essere progettati e gestiti in maniera ancora più efficiente e affidabile, contribuendo in misura ancora maggiore a un approvvigionamento di energia sostenibile, sicuro e conveniente a livello mondiale".