BESCHREIBUNG

Die vorliegende Erfindung betrifft ein computerimplementiertes Verfahren zur Bestimmung zumindest eines eine voraussichtliche Produktionsleistung, Anlagenverfügbarkeit und/oder Ausfallwahrscheinlichkeit über zumindest einen ersten Zeitraum zumindest einer zumindest ein Photovoltaikmoduls oder eine Mehrzahl von Photovoltaikmodulen umfassenden Photovoltaikanlage repräsentierenden Anlagenparameters sowie eine Vorrichtung zur Datenverarbeitung, ein Computerprogramm als auch ein computerlesbares (Speicher-) Medium zur Durchführung dieses Verfahrens.

Es besteht die allgemeine Bestrebung, den Anteil an durch erneuerbare Energien produzierten elektrischen Strom zu steigern. Aufgrund der nicht ständig verfügbaren erneuerbaren Energien ist es notwendig, dass Netzbetreiber vorausplanen können, welche Anteile der benötigten Energie durch erneuerbare Energien zur Verfügung gestellt werden können und welche durch alternative Energieformen ergänzt werden müssen, um den zu einem bestimmten Zeitpunkt bestehenden Bedarf abdecken zu können und Netzüberlastungen vermeiden zu können.

Derartige Prognosen stützen sich im Wesentlichen bei Photovoltaikanlagen auf eine Analyse der zu erwartenden Sonneneinstrahlung basierend auf entsprechenden Wettervorhersagen an dem Aufstellungsort der jeweiligen Photovoltaikanlage in Kombination mit einem Soll- Wirkungsgrad, also dem Zusammenhang von durch die Photovoltaikanlage nominal abgegebener Leistung in Relation zu der auf die Photovoltaikanlage auftreffenden Lichtleistung, der jeweiligen Photovoltaikanlage. Hierbei kann auch eine Ausrichtung der Photovoltaikanlage in Bezug auf den Sonnenstand im Azimut- sowie im Deklinationswinkel mit in Betracht gezogen werden. Der angenommene Alterungsgrad wird dabei herkömmlich mit einem theoretischen Erwartungswert hinterlegt und berechnet, der sich entweder an einem empirisch abgeleiteten Wert oder an der Garantiezusage des Herstellers orientiert. Tatsächlich hängt die Alterung jedoch von weiteren verschiedenen Faktoren ab und kann beispielsweise als Quotient dargestellt werden, bspw. dem Quotienten aus Ist- Ausgangleistung und Soll- Ausgangsleistung oder dem Quotienten aus Ist-Ausgangsleistung und Nominal- Ausgangsleistung oder auch anders hergeleiteten Quotienten.

Im Unterschied zu theoretischen Annahmen stellt sich erfahrungsgemäß heraus, dass Photovoltaikanlagen in zunehmenden Maße entweder technische Mängel aufweisen oder von nicht vorhergesehenen Alterungsparametem betroffen sind, die zum einen die Versorgungssicherheit mit Solarstrom beinträchtigen können, zum anderen die Lebensdauer der PV-Anlagen negativ beeinträchtigen können. Oft finden - meist nicht erwartete - wesentliche Alterungs- bzw. Degenerationsprozesse statt, die zu einer deutlichen Veränderung des Wirkungsgrades führen, so dass eine Diskrepanz zwischen Ist-Abgabeleistung und Soll- Abgabeleistung, bis hin zu einem Ausfall der Photovoltaikanlage kommt. Beispielhaft für Alterungs- bzw. Degenrationsprozesse sei der sogenannte PID-Effekt genannt (PID = potential induced degradation), der zu einer erheblichen Minderleistung von Photovoltaikmodulen führen kann, angeführt. Dieser Effekt führt in vielen Fällen zu einer Minderleistung, die nur teilreversibel ist oder sogar vollständig irreversibel ist. Die zuvor angeführten technischen Mängel stehen teilweise im Zusammenhang mit neuen technologischen Entwicklungen, teilweise jedoch auch mit dem Verbauen nicht spezifikationsgemäß hergestellter Grundstoffe bzw. Halbzeuge (beispielsweise Photovoltaikzellen, Ethylen-Vinyl-Acetat(EVA)-Folien, Glas, Rückseitenfolien). Diese Mängel führen zu einer Senkung der Ressourceneffizienz der Photovoltaiktechnologie, da Anlagenteile oftmals vor Ablauf der kalkulierten Lebensdauer - und oftmals sogar vor Ablauf der Garantiezeit bzw. sogar vor Ablauf der ökologischen Rücklaufzeit, insbesondere zum Zeitpunkt, zu dem das Photovoltaikmodul mehr Ressourcen, insbesondere Energie, zurückgewinnt als für dessen Herstellung benötigt wurde - nicht mehr eine ausreichende Energiemenge liefern, also die Anlagenverfügbarkeit abnimmt.

Damit wird die Zuverlässigkeit einer längerfristigen Planung der Energieversorgung bzw. Planung der durch die Photovoltaikanlagen in das Netz eingespeisten Energiemengen reduziert.

Es ist daher Aufgabe der vorliegenden Erfindung, ein Verfahren bereitzustellen, mittels dem die längerfristige Prognostizierung der Anlagenverfügbarkeit für Photovoltaikanlagen, der durch die Photovoltaikanlagen zu erwartenden Abgabeleistung bzw. der Ausfallwahrscheinlichkeit der Photovoltaikanlagen verbessert wird.

Diese Aufgabe wird erfindungsgemäß gelöst durch ein computerimplementiertes Verfahren zur Bestimmung zumindest eines eine voraussichtliche Produktionsleistung, Anlagenverfügbarkeit und/oder Ausfall Wahrscheinlichkeit über zumindest einen ersten Zeitraum zumindest einer zumindest ein Photovoltaikmodul oder eine Mehrzahl von Photo voltaikmodul en umfassenden Photovoltaikanlage repräsentierenden Anlagenparameters, wobei das Verfahren zumindest eine Simulation der Entwicklung des Wirkungsgrads der Photovoltaikmodule und/oder der Photovoltaikanlage umfasst, und wobei die Simulation mindestens einen der nachfolgenden Schritte umfasst:

• Bestimmung zumindest einer mit der Photovoltaikanlage, zumindest einem Wechselrichter, zumindest einem Element der Photovoltaikanlage und/oder den Photovoltaikmodul en in Zusammenhang stehenden Kenngröße,

• Bestimmung zumindest eines voraussichtlichen zeitlichen Verlaufs der Kenngröße über den ersten Zeitraum oder einen bestimmten oder einen unbestimmten Zeitraum,

• Bestimmung zumindest eines voraussichtlichen Verlaufs eines Alterungs grades der Photovoltaikanlage und/oder der Photovoltaikmodule basierend auf dem voraussichtlichen zeitlichen Verlauf der Kenngröße,

• Bestimmung zumindest eines voraussichtlichen zeitlichen Verlaufs einer Abgabeleistung der Photovoltaikanlage und/oder der Photovoltaikmodule basierend auf dem voraussichtlichen zeitlichen Verlauf des Alterungsgrades,

• Bestimmung zumindest einer Wahrscheinlichkeit, mit der eine Abgabeleistung zu erwarten ist

• Bestimmung eines voraussichtlichen Wirkungsgrades über den ersten Zeitraum basierend auf dem voraussichtlichen zeitlichen Verlauf der Abgabeleistung, und

• Berechnung des Anlagenparameters basierend auf dem voraussichtlichen Wirkungsgrad.

Dabei ist besonders bevorzugt, dass die Kenngröße basierend auf zumindest einer Entwicklerkenngröße, zumindest einem Developer, zumindest einer Hardwarekomponentenkenngröße, insbesondere der Photovoltaikmodule, und/oder der Wechselrichter, zumindest einer Umweltkenngröße, zumindest einer Planungskenngröße, insbesondere umfassend Informationen zur Auslegung und/oder dem Engineering, zumindest einer Aufstellerkenngröße, insbesondere umfassend und/oder gebildet aus zumindest einer Kenngröße eines Projektbeteiligten, vorzugsweise zumindest eines Installateurs, zumindest eines Entwicklers, zumindest eines Herstellers, zumindest eines Aufstellers, zumindest einen Planers, zumindest eines Einkäufers, zumindest eines Bauuntemehmens und/oder zumindest eines Generaluntemehmers, zumindest einer Montagekenngröße, zumindest einer Betreiberkenngröße, zumindest einer Wartungskenngröße, zumindest einer Betriebskenngröße und/oder zumindest einer Prozesskenngröße und/oder einer Verknüpfung zumindest zweier, vorzugsweise einer Mehrzahl von vorgenannten Kenngrößen, bestimmt wird.

Bei der vorgenannten Ausführungsform ist besonders bevorzugt, dass die Entwicklerkenngröße basierend auf einer Erfahrung des Entwicklers bei der Entwicklung von Photovoltaikanlagen, basierend auf der Laufzeit geplanter Anlagen, basierend auf einer Zertifizierung des Entwicklers, basierend auf Überwachungs- und/oder Berichtsmöglichkeiten des Entwicklers, und/oder den Geschäftsprozessen des Entwicklers im Sinne des Qualitätsmanagements bestimmt wird.

Auch wird mit der Erfindung vorgeschlagen, dass die Planungskenngröße basierend auf einer Zertifizierung des Planers und/oder Einkäufers, basierend auf einer Größe der Photovoltaikanlage, basierend auf einem Einsatzbereich der Photovoltaikanlage, wie einem industriellen Einsatz, einem kommerziellen Einsatz und/oder einem privaten Einsatz, basierend auf einer externen Prüfung des Planers, basierend auf einer nachgewiesenen Qualifikation des Planers, basierend auf einer Selbstauskunft des Planers, basierend auf einem Vergleich der Planung der Photovoltaikanlage und/oder Photovoltaikmodule und/oder Wechselrichter und/oder anderer Komponenten oder Teilkomponenten, insbesondere Photovoltaikzellen und/oder Steckverbindern, mit Standards und/oder Normen und/oder „Best Practice Guidelines“, vorzugsweise basierend auf der besten verfügbaren Technologie (BVT bzw. BAT = Best Available Technology), basierend auf einer Anzahl, Größe, Aufstellungsklimazone, standortspezifische Umweltbedingungen und/oder Qualität, insbesondere hinsichtlich Solidität und/oder Leistungskennzahlen der von dem Planer in der Vergangenheit geplanten Photovoltaikanlagen, basierend auf von dem Planer eingeräumten Garantien und/oder Gewährleistungen, basierend auf einer Häufigkeit von Gewährt eistungs- und/oder Garantieansprüchen gegen den Planer, basierend auf Versicherungsparametem des Planers, wie Versicherer, Versicherungstyp, Deckungssumme, Deckungsumfang, Selbstbeteiligung, Schadenfreiheitsrabatte, Versicherungsausschlüsse und/oder sonstigen Versicherungsbedingungen, basierend auf Überwachungs- und/oder Berichtsmöglichkeiten des Planers, basierend auf einem Vergleich mit mindestens einer Umweltkenngröße und/oder einem Vergleich einer Klimazone mit der umweltspezifischen und/oder klimazonentechnischen Eignung und/oder Bewertung der geplanten Komponenten und/oder basierend auf einem Vergleich der geologischen Daten bestimmt wird.

Weiterhin ist bevorzugt, dass die Hardwarekomponentenkenngröße basierend auf zumindest Konformität der Photovoltaikanlage, der Photovoltaikmodule und/oder der Hardwarekomponenten und/oder Softwarekomponenten der Photovoltaikanlage und/oder der Photovoltaikmodule mit Normen und/oder Standards, basierend auf zumindest einer Spezifikation von zur Produktion der Hardwarekomponenten, vorzugsweise der Photovoltaikmodule, der Wechselrichter und/oder zumindest einer anderen Komponente, Softwarekomponenten und/oder Photovoltaikanlage eingesetzten Materialien und/oder Komponenten, wie Fertigungsdaten der Rohstoffe, insbesondere Silizium- , Wafer-, Zell-, Zell verbinder-, Glas- und/oder Einkapselungsmaterialien, Fertigungsdaten von Anschlußdosen und/oder Anschlußsteckem und/oder Photovoltaikmodulfertigung, basierend auf einer Widerstandsfähigkeit gegen Umwelteinflüsse, insbesondere umfassend klimazonenbedingter Einflüsse, wie Temperaturschwankungen, maximale und minimale absolute Temperaturexposition, Luftfeuchte und/oder Trockenheit, Sonneneinstrahlung, insbesondere umfassend UV-Strahlungsanteile, Niederschlag, Hagel, Schnee, Schadstoffe, insbesondere jedweden Aggregatzustands, wie Luftschadstoffe, und/oder Salzgehalt der Umgebungsluft, basierend auf eingesetzten Materialkombinationen, vorzugsweise auch, jedoch nicht nur im Vergleich zu zertifizierten Materialkombinationen, basierend auf eingesetzten Schaltungstechniken, wie Einzelinverterkonfigurationen, insbesondere mit oder ohne Optimizer, Stranginverterkonfigurationen, insbesondere mit oder ohne Optimizer, Zentralinverteronfigurationen, insbesondere mit oder ohne Optimizer), basierend auf Zertifizierungen des Herstellers und/oder der Hersteller der Hardwarekomponenten, der Softwarekomponenten, der Photovoltaikanlage und/oder der Photovoltaikmodule, basierend auf Qualitätsratings der Hardwarekomponenten, insbesondere der Photovoltaikmodule, der Wechselrichter und/oder zumindest einer anderen Komponente und/oder

Softwarekomponenten der Photovoltaikanlage, basierend auf, insbesondere hersteilerseits, für die Hardwarekomponenten und/oder Softwarekomponenten der Photvoltaikanlage und/oder der Komponente, insbesondere den Photovoltaikmodulen, den Wechselrichtern und/oder zumindest einer anderen Komponente, eingeräumten Garantien und/oder Gewährleistungen sowie deren Ausschlüsse, insbesondere soweit verfügbar gemacht, basierend auf zumindest einer Häufigkeit von Gewährt eistungs- und/oder Garantieansprüchen gegen den Hersteller von Hardwarekomponenten, insbesondere der Photovoltaikmodule, der Wechselrichter und/oder zumindest einer anderen Komponente und/oder Softwarekomponenten der Photvoltaikanlage und/oder, basierend auf einem wirtschaftlichen Erfolg und/oder einer wirtschaftlichen Entwicklung des Herstellers der Hardwarekomponenten, insbesondere der Photovoltaikmodule, der Wechselrichter und/oder zumindest einer anderen Komponente und/oder Softwarekomponenten der Photovoltaikanlage, basierend auf einer Prüfung des Herstellungsbetriebs von Hardwarekomponenten, insbesondere der Photovoltaikmodule, der Wechselrichter und/oder zumindest einer anderen Komponente und/oder Softwarekomponenten der Photovoltaikanlage, basierend auf einem Vergleich mit mindestens einer Umweltkenngröße und/oder einer Klimazone im Vergleich zu deren Eignung und/oder basierend auf einem Vergleich der geologischen Daten und/oder Wetterdaten im Vergleich zur Eignung für den Betrieb einer Photovoltaikanlage und/oder basierend auf Geschäftsprozessen, wie einem Qualitätsmanagementbestimmt wird.

Auch wird mit der Erfindung vorgeschlagen, dass die Umweltkenngröße basierend auf

• zumindest einer Aufstellart und/oder zumindest einem Aufstellort der Photovoltaikanlage, wie einer Bodenmontage, Montage integriert in landwirtschaftliche Nutzflächen, insbesondere Agrovoltaic, Dachmontage, Montage in textiler Architektur, gebäudeintegrierter Photovoltaik, flottierende Aufwassermontage, Floating Photovoltaik, außerterrestrischer Montage und/oder schwebender Montage auf einem Fahrzeug, insbesondere Luftfahrzeug, Landfahrzeug und/oder Wasserfahrzeug, und/oder basierend auf lighter-than-air Technologie (LTA)

• zumindest einer, insbesondere mit dem Sonnenstand, vorzugsweise ein- oder mehrachsig nachgeführten - Ausrichtung der Photovoltaikanlage und/oder der Photovoltaikmodule

• zumindest einer, insbesondere mit dem Sonnenstand, vorzugsweise ein- oder mehrachsig nachgeführten, Neigung der Photovoltaikmodule

• zumindest eine geografische Lokalisierung der Photovoltaikanlage, insbesondere zur Bestimmung der Klimazone, basierend auf zumindest einer Komponente der Niederschlagswahrscheinlichkeit, Hagelwahrscheinlichkeit, Schneewahrscheinlichkeit, Windstärkenwahrscheinlichkeit, Verschattungswahrscheinlichkeit, Verschmutzungswahrscheinlichkeit, basierend auf zu erwartenden Sonneneinstrahlungsdaten, insbesondere umfassend UV- Strahlungsanteile, Temperaturschwankungen, Min.- und/oder Max.- Temperaturexposition und/oder Min. - und/oder Max. Luftfeuchtigkeitsdaten, Luftschadstoffe und/oder Salzgehalt der Umgebungsluft an der Lokalisierung der Photovoltaikanlage, insbesondere einer zukünftigen Entwicklung einer, mehrerer oder aller dieser Wahrscheinlichkeiten;

• zumindest einem Abstand der Photovoltaikanlage zu Industriebetrieben, zu Landwirtschaftsbetrieben, zu salzwasserhaltigen Gewässern, insbesondere Meeren und/oder Ozeanen und/oder Salzansammlungen, insbesondere Salzseen, Salzwerken, Salzbergen und/oder Salinen) und/oder zu sonstigen natürlichen oder menschengemachten Quellen erhöhter Schadstoffkonzentrationen, vorzugsweise korrosiver Spezies, insbesondere in der Luft und/oder im Wasser

• zumindest einem Umfeldgrad der Umgebung der Photovoltaikanlage, insbesondere durch umhegende Gebäude oder technische Einrichtungen, vorzugsweise Antennen, Bewuchs und/oder natürliche Einrichtungen

• zumindest einem Parameter betreffend eine Gründung der Photovoltaikanlage,

• zumindest einem Parameter betreffend eine Entwässerung der Photovoltaikanlage, zumindest einem Parameter betreffend Infrastrukturierungsgrad in der Region der Photovoltaikanlage, insbesondere Abstand der Photovoltaikanlage zu Versorgungseinrichtungen zur Beschaffung von Ersatzteilen und/oder zu Standorten für Wartungspersonal und/oder

• zumindest einem Parameter der Wartung der Photovoltaikanlage bestimmt wird.

Weiterhin mit der Erfindung vorgeschlagen, dass die Aufstellerkenngröße basierend auf historischen Daten, insbesondere zur Qualifikation, vorzugsweise von Mitarbeitern, zu Schadensfällen, zur Reklamationshandhabung, vorzugsweise basierend auf Zeugnissen, Zertifikaten, Bewertungen, Gewinnmargen, Wirkungsgrad, Produktionsleistung, Spezifikationen, Dokumentation und/oder Protokollen, vorzugsweise umfassend Berichte und/oder Fotodokumentation, und/oder Zuverlässigkeit bestehender Anlagen des Aufstehers und/oder Projektbeteiligten, basierend auf einer Anzahl, Größe und/oder Typen vorzugsweise Aufdachanlagen, Feldanlagen mit oder ohne Sonnenstandsnachführung, , der von dem Aufsteiler und/oder Projektbeteiligten in der Vergangenheit errichteten Photovoltaikanlagen, basierend auf Versicherungsparametem des Aufstehers und/oder des Projektbeteiligten, wie Versicherer, Versicherungstyp, Deckungssumme, Deckungsumfang, Selbstbeteiligung, Schadenfreiheitsrabatte, Versicherungsausschlüsse und/oder sonstigen Versicherungsbedingungen, basierend auf einer externen Qualitätsprüfung des Aufstehers und/oder Projektbeteiligten und/oder zumindest einem Subunternehmen des Aufstehers und/oder Projektbeteiligten, basierend auf der Konformität eines Aufstehungskonzeptes mit Sicherheits-, Elektro-, und/oder Konstruktionsnormen und/oder -standards, basierend auf von dem Aufsteher und/oder Projektbeteiligten eingeräumten Garantien und/oder Gewährleistungen, basierend auf einer Häufigkeit von Gewährt eistungs- und/oder Garantieansprüchen gegen den Aufsteiler, basierend auf von dem Aufsteiler eingesetzten Qualitätsprüfungsverfahrens für in der Photovoltaikanlage verbauten Hardware- und/oder Softwarekomponenten - in der Qualifizierungsphase und/oder während der Realisierungsphase, und/oder basierend auf die Geschäftsprozesse im Sinne des Qualitätsmanagements des Aufstehers und/oder Projektbeteiligten bestimmt wird.

Ein erfmdungsgemäßes Verfahren kann dadurch gekennzeichnet sein, dass die Montagekenngröße basierend auf zumindest einem Vergleich der geplanten Photovoltaikanalage mit der montierten Photovoltaikanlage, und/oder basierend auf Geschäftsprozessen im Sinne des Qualitätsmanagements der Montagefirma bestimmt wird.

Auch ist bevorzugt, dass die Betreiberkenngröße basierend auf historischen Daten zu Schadensfällen, Schadensursachen und/oder deren Behebung, basierend auf Gewinnmargen, Wirkungsgrad, Produktionsleistung und/oder Betreiberkonzept bestehender Anlagen des Betreibers, basierend auf einer Anzahl, Größe, Verfügbarkeit und/oder sonstigen Leistungskennzahlen, insbesondere umfassend eine Relation von abgegebener zu prognostizierter Leistung und/oder abgegebener Leistung im Verhältnis zur gemessenen Sonneneinstrahlung, mittlerer Zeit zwischen Wartungen und/oder mittlerer Zeit zwischen Anlagenausfähen der von dem Betreiber betriebenen Photovoltaikanlagen, basierend auf Versicherungsparametem der Photovoltaikanlage, wie Versicherer, Versicherungstyp, Deckungssumme, Deckungsumfang, Selbstbeteiligung, Schadenfreiheitsrabatte, Versicherungsausschlüsse und/oder sonstigen Versicherungsbedingungen und/oder basierend auf die Geschäftsprozesse im Sinne des Qualitätsmanagements des Betreibers bestimmt wird. Weiterhin schlägt die Erfindung vor, dass die Wartungskenngröße, basierend auf einer Prüfung eines Wartungsplans und/oder Überwachungssy stems, insbesondere einem Vergleich des Wartungsplans und/oder Überwachungssystems mit Standards, Normen und/oder Best Practices, basierend auf historischen Daten zu Schadensfällen des durch den die Photovoltaikanlage Wartenden betreuten Photovoltaikanlagen, basierend auf Gewinnmargen, Wirkungsgrad, Produktionsleistung, Betriebszeiten und/oder Schadensursachen und/oder deren Behebung, bestehender Anlagen des Wartenden, basierend auf einer Anzahl, Größe, Konzept und/oder der von dem Wartenden gewarteten Photovoltaikanlagen, basierend auf Abläufen und/oder Antwortzeiten des Wartenden, basierend auf Versicherungsparametem des Wartenden, wie Versicherer, Versicherungstyp, Deckungssumme, Deckungsumfang, Selbstbeteiligung, Schadenfreiheitsrabatte, Versicherungsausschlüsse und/oder sonstigen Versicherungsbedingungen, basierend auf einer externen Qualitätsprüfung des Wartenden und/oder zumindest eines Subuntemehmens des Wartenden, basierend auf Antwortzeiten des Wartenden, basierend auf einer durch den Wartenden gegebenen Mindestbetriebszeitgarantie, und/oder basierend auf die Geschäftsprozesse im Sinne des Qualitätsmanagements des Wartenden, insbesondere eines Wartungsunternehmens, bestimmt wird.

Auch ist bevorzugt, dass die Betriebskenngröße basierend auf einem Grad der Vollständigkeit der für die Konstruktion, die Planung, den Einkauf der Komponenten, die Aufstellung, den Betrieb und/oder die Wartung der Photovoltaikanlage notwendigen Dokumentation, basierend auf einer Prüfung und/oder qualifizierten Selbstdeklaration von Datenblättern der in der Photovoltaikanlage eingesetzten Materialien, Komponenten, Hardwarekomponenten, insbesondere der Photo voltaikmodule, Wechselrichter und/oder zumindest einer anderen Hardwarekomponente und/oder Softwarekomponenten, basierend auf einer Prüfung und/oder qualifizierten Selbstdeklaration von Konstruktionsplänen, Verkabelungsplänen und/oder - diagrammen, basierend auf einer Prüfung und/oder qualifizierten Selbstdeklaration von Handhabungs- und/oder Aufstellprotokollen, basierend auf der Prüfung und/oder qualifizierten Selbstdeklaration von Abnahmeprotokollen, basierend auf einer Prüfung und/oder qualifizierten Selbstdeklaration der Übereinstimmung der realisierten Photovoltaikanlage mit der Planung der Photovoltaikanlage, basierend auf einer Prüfung und/oder qualifizierten Selbstdeklaration der Tragkonstruktion, der Hardwarekomponenten, insbesondere umfassend die Photovoltaikmodule, die Wechselrichter und/oder zumindest eine weitere Hardwarekomponente, der Softwarekomponenten, und/oder der Bauart , basierend auf zumindest einer Prüfung und/oder qualifizierten Selbstdeklaration auf Hotspots und/oder basierend auf zumindest einer Elektroluminiszenzmessung, vorzugsweise auf Risse, Brüche, Defekte, inaktive Zellen und/oder Zellteile und/oder anderer geeigneter Kriterien, insbesondere unter Verwendung eines Infrarotmessverfahrens, eines Elektroluminiszenzaufnahmegerätes und/oder zumindest einer sonst geeigneten Meß- oder Dokumentationseinrichtung, basierend auf zumindest einer Prüfung und/oder qualifizierten Selbstdeklaration der Photovoltaikanlage, zumindest eines Photovoltaikmoduls, zumindest einer Hardwarekomponente, basierend auf einem Vergleich von Seriennummem der Hardwarekomponenten mit der verbauten Position und/oder des Aufstellorts der verbauten Photovoltaikanlage, insbesondere unter Einbeziehung einer für den Verbau geplanten Position und/oder Geodäten, basierend auf einer Prüfung der Nachverfolgbarkeit der Lieferkette für die Hardwarekomponenten, insbesondere der Photovoltaikmodule, der Wechselrichter und/oder zumindest einer sonstigen Hardwarekomponente, und/oder der Softwarekomponente und/oder basierend auf der Qualität der Verbindungen und/oder Verknüpfungen der Hard- und Softwarekomponenten und/oder der Qualität der Unterkonstruktion, insbesondere einschließlich zumindest eines Nachführsystems, vorzugsweise auf Standfestigkeit, Korrosionsanfälligkeit, Eigenfrequenz und/oder anderer wesentlicher Qualitätsmerkmale und/oder der Qualität der Verkabelung, insbesondere basierend auf einer Güte der Kabelspezifikation und/oder einer Güte einer Verlegung, bestimmt wird.

Weiterhin wird mit der Erfindung im Rahmen einer zusätzlichen Ausführungsform vorgeschlagen, dass die Bestimmung zumindest einer Variablen und/oder eines zeitlichen Verlaufs der Variablen, unter Einsatz eines neuronalen Netzwerks, unter Nutzung von künstlicher Intelligenz, unter Nutzung von Maschinenlemen und/oder unter Nutzung empirisch und/oder erfahrungsgemäß und/oder angenommene Werte hergeleiteter Verknüpfungen erfolgt, wobei die Variable eine oder mehrere Größen ausgewählt aus der Gruppe umfassend die Kenngröße, den Alterungsgrad, die Abgabeleistung, den Wirkungsgrad, die Entwicklerkenngröße, die Hardwarekomponentenkenngröße, die Kenngröße des Herstellers von Hard- oder Softwarekomponenten, die Planungskenngröße, die Umweltkenngröße, die Betreiberkenngröße, die Aufstellerkenngröße, die Wartungskenngröße, die Montagekenngröße, die Betriebskenngröße und/oder weitere relevante Kenngrößen in Bezug auf die Herstellung von Hardware- und/oder Software- Komponenten, auf den Bau und/oder auf den Betrieb einer Photovoltaikanlage umfasst. Bei der vorgenannten Ausführungsform ist bevorzugt, dass zur Bestimmung der Variablen mittels des neuronalen Netzwerks, der künstlichen Intelligenz, des Maschinenlemens Trainingsdaten eingesetzt werden, wobei diese Trainings daten vorzugsweise Daten zu Schadensfällen, Versicherungsdaten, Entwicklung der Anlagenparameter, der Variablen, der Kenngrößen und/oder der Leistungsdaten und/oder der Statusdaten der Photovoltaikanlage, und zwar im Vergleich zu den für weitere Anlagen zuvor bestimmten Parametern mit den Ist- Parametern, vorzugsweise für bestehende Photovoltaikanlagen umfasst.

Auch wird vorgeschlagen, dass die Verwendung eines neuronalen Netzwerks, die Nutzung von künstlicher Intelligenz, die Nutzung von Maschinenlemen und/oder die Nutzung empirisch und/oder erfahrungsgemäß angenommener Werte hergeleiteter Verknüpfungen die Verwendung zumindest einer Dimensionsreduzierung, zumindest einer Hauptkomponentenanalyse, PCA (principal component analysis), zumindest einer Clusterung, zumindest einer Klassifizierung, zumindest einer multivarianten Regressionsanalyse, zumindest eine, vorzugsweise statistische, Zeitreihenanalyse, und/oder zumindest ein Bewertungskriterium hinsichtlich der Konformität mit einschlägigen Normen, Standards und/oder Best Practices, insbesondere zur Verarbeitung und/oder Bearbeitung von Trainingsdaten, umfasst.

Ein erfmdungsgemäßes Verfahren kann dadurch gekennzeichnet sein, dass die Hardwarekomponenten zumindest ein Photovoltaikmodul, zumindest eine photoaktive Zelle zur Umwandlung von Photonen in Elektronen oder umgekehrt, zumindest einen Inverter, zumindest einen Umrichter, zumindest eine Verbindungsleitung, zumindest eine Verkabelung, zumindest einen Verteilerkasten und/oder zumindest eine Einrichtung zur Zusammenführung und/oder Trennung und/oder Verteilung von Kabeln und/oder Kabelsträngen, zumindest eine Steckerverbindung, zumindest ein Halteelement, zumindest ein Tragelement, zumindest eine Tragkonstruktion, zumindest ein Nachführsystem („Trackersystem“), zumindest eine, insbesondere von dem Trackersystem umfasste Antriebseinheit, zumindest eine Steuereinheit, zumindest einen Sensor, zumindest einen Lichtsensor, zumindest einen Niederschlagssensor, zumindest einen Sonnenstandssensor und/oder zumindest einen Optimizer, vorzugsweise für zumindest eines der Photovoltaikmodule und/oder mit dem Photovoltaikmodul in Wirkverbindung stehend, umfassen. Weiterhin wird bevorzugt, dass die Softwarekomponente zumindest eine Steuerungssoftware, zumindest eine Trackersoftware, zumindest eine Invertersoftware und/oder eine Betriebs- und/oder Wartungssoftware umfasst.

Weiterhin wird mit der Erfindung vorgeschlagen, dass der erste Zeitraum durch zumindest einen ersten Zeitpunkt und/oder Anfangszeitpunkt und eine zweiten Zeitpunkt und/oder einen Endzeitpunkt bestimmt wird.

Auch ist bevorzugt, dass der erste Zeitpunkt der Beginn einer Vorplanungsphase ist, der zweite Zeitpunkt, das Ende der Vorplanungsphase, das Ende einer Planungsphase, das Ende einer Entwicklungsphase, das Ende einer Planungphase der Aufstellung der Photovoltaikanlage, der Beginn der Montagephase und/oder des Notice to proceed (NTP)-Zeitpunkts , das Ende einer Montagephase, der Beginn einer Inbetriebnahmephase, das Ende einer Inbetriebnahmephase, das Ende der vorläufigen und/oder der endgültigen Abnahmephase, insbesondere des preliminary und/oder final Commissioning, der Zertifizierung, ein Zeitpunkt während des Regelbetriebs, ein Zeitpunkt bei einem Eigentums wechsel und/oder nach Abschluss einer Wartungsphase bzw. Reparaturphase der Photovoltaikanlage ist, der erste Zeitpunkt die Inbetriebnahme der Photovoltaikanlage und der zweite Zeitpunkt das Ende einer vorbestimmten Anlaufphase der Photovoltaikanlage sind, der erste Zeitpunkt die Inbetriebnahme der Photovoltaikanlage und der zweite Zeitpunkt das Ende eines vorbestimmten Simulationsintervalls sind, der erste Zeitpunkt das Endes eines vorangehenden Simulationsintervalls und der zweite Zeitpunkt das Ende des vorbestimmten Simulationsinterv alles sind, der zweite Zeitpunkt der Zeitpunkt eines Wechsels des Betreibers der Photovoltaikanlage ist, der zweite Zeitpunkt der Zeitpunkt einer Veränderung einer Versicherung der Photovoltaikanlage ist, und/oder der erste Zeitpunkt der Zeitpunkt einer Neufinanzierung der Photovoltaikanlage ist und/oder der Zeitpunkt einer teilweisen oder vollständigen Revision der Photovoltaikanlage, insbesondere Eines Repowerings ist.

Auch wird mit der Erfindung vorgeschlagen, dass der Anlagenparameter basierend auf einem für einen vorangehenden zweiten Zeitraum bestimmten Anlagenparameter bestimmt wird, der Anlagenparameter für den zweiten Zeitraum mit dem für den ersten Zeitraum bestimmten Anlagenparameter verglichen wird, der Anlagenparameter für den ersten Zeitraum zumindest teilweise basierend auf einer Modifikation des Anlagenparameters und/oder der

Betriebskenngröße , der Wartungskenngröße und/oder zumindest einer

Instandhaltungskenngröße für den zweiten Zeitraum bestimmt wird, wobei vorzugsweise der erste Zeitraum und der zweite Zeitraum näherungsweise identische Längen aufweisen, insbesondere ein Jahr betragen, der zweite Zeitraum kürzer als der erste Zeitraum ist oder der zweite Zeitraum länger als der erste Zeitraum ist und/oder das Intervall zwischen den Bestimmungen beliebig festgelegt wird und/oder die Bewertung der Parameter einer Photovoltaikanlage zum ersten Mal nach einer beliebigen Betriebsdauer festgestellt und festgelegt wird.

Weiterhin liefert die Erfindung eine Vorrichtung zur Datenverarbeitung umfassend zumindest einen Prozessor, der so konfiguriert ist, dass er ein erfmdungsgemäßes Verfahren ausführt.

Ferner liefert die Erfindung ein Computerprogramm und/oder Auswertungsprogramm, umfassend Befehle, die bei der Ausführung des Programms durch zumindest einen Computer diesen veranlassen, ein erfmdungsgemäßes Verfahren auszuführen.

Schließlich wird durch die Erfindung ein computerlesbares (Speicher)medium, umfassend Befehle, die bei der Ausführung durch zumindest einen Computer diesen veranlassen, ein erfmdungsgemäßes Verfahren auszuführen.

Der Erfindung liegt die überraschende Erkenntnis zugrunde, dass durch Einbeziehung zusätzlicher, die Photovoltaikanlage betreffende Kenngrößen die Vorhersagbarkeit einer Anlagenverfügbarkeit, einer Ausfallwahrscheinlichkeit und/oder einer Produktionsleistung einer Photovoltaikanlage signifikant verbessert werden kann im Vergleich zu einer ausschließlichen Betrachtung eines Soll-Wirkungsgrads der Photovoltaikanlage in Kombination mit entsprechenden Wetterprognosen.

Darüber hinaus ermöglicht es das erfindungs gemäße Verfahren auch, eine verbesserte Prognose für eine Rentabilität der Photovoltaikanlage basierend auf dem durch das Verfahren bestimmten Anlagenparameter bereitzustellen. So lässt sich insbesondere bestimmen, welche Anlagenteile voraussichtlich vor Ablauf der kalkulierten Lebensdauer ausgetauscht oder repariert werden müssen, wodurch zusätzlich notwendige Investitionen optimiert werden.

Darüber hinaus ermöglicht es das Verfahren, basierend auf den bestimmten Anlageparametem eine Wahrscheinlichkeit für eine mangelnde Verfügbarkeit der Photovoltaikanlage zu bestimmen, beispielsweise aufgrund von technischem Versagen durch Alterungsprozesse bzw. aufgrund einer zumindest teilweisen Zerstörung durch Umwelteinflüsse wie Hagelschäden, Windschäden oder dergleichen. Durch die Einbeziehung verschiedener Kenngrößen wie beispielsweise einer Entwicklerkenngröße, einer Planungskenngröße, einer Umweltkenngröße, einer Ortskenngröße, insbesondere hindeutend auf Klimazonen, besondere Wetterzonen, einer Hardwarekomponentenkenngröße, einer Umweltkenngröße, einer Aufstellerkenngröße, einer Montagekenngröße, einer Betreiberkenngröße, einer Wartungskenngröße und/oder einer Betriebskenngröße ermöglicht es das erfmdungsgemäße Verfahren verlässlichere Informationen über die zu erwartende Abgabeleistung im Verhältnis zur Sonneneistrahlung und die Anlagenverfügbarkeit liefern zu können.

Um eine verlässliche Grundlage für die Bestimmung des Anlagenparameters zu ermöglichen, ist insbesondere vorgesehen, dass die mit der Bestimmung der jeweiligen Kenngrößen einhergehenden Daten insbesondere von bereits existierenden und neuen Photovoltaikanlagen zunächst ausgewertet werden, wobei vorzugsweise zu dieser Auswertung neuronale Netzwerke, Maschineniemverfahren, künstliche Intelligenz bzw. anfänglich empirisch ermittelte oder durch Erfahrung hergeleitete Algorithmen eingesetzt werden.

Insbesondere der Einsatz dieser Technologien ermöglicht es, Zusammenhänge zwischen den die einzelnen Phasen der Erstellung und des Betriebs der Photovoltaikanlage beschreibenden Kenngrößen, angefangen von der Planung (repräsentiert durch die Planungskenngröße) und der Entwicklung (repräsentiert durch die Entwicklerkenngröße) über die Auswahl der Hard- und/Softwareelemente und/oder -komponenten (repräsentiert durch die Hardwarekomponentenkenngröße) und die Installation (repräsentiert durch die Aufstellerkenngröße und/oder die Montagekenngröße) sowie den Betrieb (repräsentiert durch die Umweltkenngröße, die Betreiberkenngröße, die Wartungskenngröße, und/oder die Betriebskenngröße) herzustellen und zu erkennen sowie letztendlich verlässliche Aussagen über die zukünftige Anlagenverfügbarkeit bzw. Abgabeleistungen treffen zu können.

Durch die Einbeziehung der verschiedenen Kenngrößen ermöglicht es das erfmdungsgemäße Verfahren, dass die Simulation nicht nur Produkt- bzw. Hardwarekenngrößen in die Simulation einfließen lässt, sondern die Simulation auch Daten auf der Prozessebene bzw. Ausführungsebene, insbesondere der Planungsentwicklung sowie Ausführung und Wartung der Photovoltaikanlage ebenso einfließen können wie die Prozesssicherheit des jeweiligen Prozessbeteiligten im Sinne eines Qualitätsmanagements. Damit wird es möglich, die Ressourcen für das Stromnetz besser planen und steuern zu können und Netzüberlastungen zu vermeiden und andererseits eine ausreichende Versorgungssicherheit herstellen zu können.

Dabei kann insbesondere vorgesehen sein, dass die verschiedenen Kenngrößen mit unterschiedlicher Gewichtung zu einer gesamten Kenngröße zusammengefasst werden, basierend auf der dann der Anlagenparameter bestimmt wird.

Insbesondere fließen in die Simulation die Bewertung von unterschiedlichen Mechanismen, die zu einer Leistungsdegeneration bzw. einem Alterungsprozess führen können, ein.

Mithilfe von (Trainings-)Daten aus Bestandsanlagen lassen sich mittels maschinellem Lernen von Leistungsdaten und Fehleranalysen Rückschlüsse darauf ziehen, wie die verschiedenen Parameter zur Bestimmung der unterschiedlichen Kenngrößen, wie bspw. der Planungskenngröße, der Entwicklerkenngröße, der Hardwarekomponentengröße, der Wartungskenngröße als auch der Betreiberkenngröße, zu einer Beeinflussung der Verfügbarkeit bzw. der Abgabeleistung der Photovoltaikanlage führen.

Insbesondere fließen in die Kenngrößen Produktions- und Baudaten ein. Dabei handelt es sich um relevante Informationen die für die Erstellung einer Photovoltaikanlage maßgeblich sind. Dazu gehören beispielsweise auch bezogen auf die in der Photovoltaikanlage eingesetzten Photo voltaikmodule, die Spezifikation der verwendeten Rohmaterialien sowie die Produktionsdaten aus der Silizium-, Wafer-, Zell-, Glas-, und/oder Modulfertigung sowie der Fertigung weiterer Modul-Bestandteile. Die in die Bertreiberkenngröße unter anderem einfließenden Daten bzw. Parameter enthalten unter anderem Betriebsdaten, um den Anlagenzustand hinsichtlich Sicherheit und Leistungsabgabe gegenüber dem Erwartungswert abgleichen zu können. Schließlich ermöglicht der Einfluss von Wartungs- und Reparaturdaten sämtliche Maßnahmen abzuleiten und abzubilden, die zu einem Erhalt bzw. Wiederherstellung der Sicherheit und der Verfügbarkeit der Photovoltaikanlage dienen.

Bei Einsatz eines maschinellen Lemsystems zur Auswertung der (Trainings-)Daten, kann insbesondere vorgesehen sein, dass zunächst eine Bestimmung der in den Daten vorhandenen relevanten Parametern durch eine Dimensionsreduzierung erfolgt, um zu bestimmen, welche Daten bzw. Parameter den größten Einfluss auf die für die Abgabeleistung und die Verfügbarkeit der Photovoltaikanlage bestimmenden Anlagenparameter hat. Weiterhin kann vorgesehen sein, dass mithilfe von Clusterverfahren Daten von bestehenden Photovoltaikanlagen mit vergleichbaren Verläufen des Zustands der Photovoltaikanlagen, insbesondere der Abgabeleistung und der Anlagenverfügbarkeit zusammengefasst werden, wodurch ermöglicht wird, dass mittels des Klassifikationsverfahrens, Muster zum technischen Zustand der Photovoltaikanlagen ausgehend von bestimmen Anfangsdaten erlernt werden, insbesondere über ein tieferes neuronales Netzwerk. Zur Bestimmung des Anlagenparameters werden vorzugsweise multivariante Regressionsanalysen und statistische Zeitreihenanalysen eingesetzt. Im Vergleich zu anderen Lemv erfahren werden dabei Daten aus mehreren verschiedenen Quellen und von unterschiedlichem Typ berücksichtigt und ermöglicht es, die verschiedenen Faktoren bzw. Kenngrößen in die Bestimmung des Anlagenparameters zur Bestimmung der Zuverlässigkeit und Erfassungsfähigkeit der Photovoltaikanlage einfließen zu lassen.

Der Einsatz der künstlichen Intelligenz ermöglicht es insbesondere neben dem präziseren Bestimmen des Anlagenparameters auch eine Verifizierung des Systems durch eine Verknüpfung der unterschiedlichen Parameter zu den Kenngrößen und/oder eine Abweichungsanalyse (sog. FMEA - failure mode and effects analysis, bspw. Design-FMEA, System-FMEA, Hardware-FMEA, Software-FMEA, und/oder Prozess-FMEA) durchzuführen.

Schließlich ermöglicht es der Einsatz der Künstlichen Intelligenz („KI“) auch, dass gezielt Vorschläge unterbreitet werden können, wie welche Kenngröße, bzw. die die Kenngröße beeinflussenden Parameter verändert werden können, um eine noch höhere Leistungsabgabe bzw. noch höhere Anlagenverfügbarkeit zu erreichen oder um korrektive Maßnahmen für die zukünftige Herstellung von Photovoltaikanlagen oder deren Komponenten einzuleiten.

Insbesondere zur Überprüfung und Verbesserung der Abgabeleistung und der Anlagenverfügbarkeit kann vorgesehen sein, dass in dem erfmdungsgemäßen Verfahren der erste Zeitraum so gewählt wird, dass er durch geeignete Auswahl eines ersten Zeitpunkts, zu dem der erste Zeitraum beginnt, und eines zweiten Zeitpunkts, zu dem der erste Zeitraum endet lediglich Teilphasen der Erstellung und des Betriebs der Photovoltaikanlage umfasst. Beispielsweise kann der Anlagenparameter für eine Phase 0, insbesondere eine Vorplanungsphase der Anlagenparameter ausschließlich basierend auf der Hardwarekenngröße bestimmt werden. Es wird dann eine Vorqualifikationsanlagenparameter bestimmt. In einer nachfolgenden Phase 1, in der vorzugsweise bereits eine Planung der Photovoltaikanlage vorliegt, kann dann vorgesehen sein, dass der Anlagenparameter basierend auf der Hardwarekenngröße als auch der Planungskenngröße bestimmt wird, um einen Systemdesignanlagenparameter zu bestimmen. In einer Phase 2, in der eine insbesondere eine Anlagenentwicklung abgeschlossen ist, kann vorgesehen sein, dass der Anlagenparameter basierend auf einer Kombination der Kenngrößen umfassend Hardwarekenngröße, Planungskenngröße und Entwicklerkenngröße bestimmt wird, wodurch ein Planungsanlagenparameter bestimmt werden kann. Es ist auch möglich, in einer Phase 3, in der insbesondere die Beschaffung von Komponenten und die Aufstellung der Photovoltaikanlage vorbereitet ist, zusätzlich zu den Kenngrößen noch die Aufstellerkenngröße - ggf einschließlich sinnvoller Unterkategorien - heranzuziehen, wodurch ein Konstruktionsanlagenparamter bestimmbar wird. Wird dann in einer Phase 4, in der insbesondere eine Montage der Anlage erfolgt ist, zusätzliche die Montagekenngröße herangezogen, kann ein Inbetriebnahmeanlagenparameter bestimmt werden. In einer Phase 5, in der vorzugsweise eine Inbetriebnahme der Anlage erfolgt ist, kann dann ein Betriebsanlagenparameter bestimmt werden, indem zusätzlich Betreiber- und/oder Betriebskenngröße mit herangezogen werden. In einer Phase 6, in der vorzugsweise die ersten Wartungsintervalle abgeschlossen sind - jedoch als Voraussetzung mindestens das Wartungskonzept vorliegt, kann dann schließlich zusätzlich die Wartungskenngröße herangezogen werden, um dann einen Wartungsanlagenparameter zu bestimmen. In einer Ausführungsform wird der Planungsparameter und/oder der Einkaufsparameter mit dem Hardware- und/oder Softwarekomponentenparameter verknüpft, diese wiederum mit dem Montageparameter verknüpft, so dass eine integrierte Aufstellerkenngröße entsteht.

Insbesondere können die in den jeweiligen Phasen erstellten Anlagenparameter eingesetzt werden, um Verbesserungen der Photovoltaikanlage vorzunehmen bzw. die weiteren Phasen anzupassen, um eine bestmögliche Analgenverfügbarkeit bzw. maximierte bzw. in der in der Kontinuität verbesserte Produktionsleistung zu erreichen.

Vorzugsweise wird der Anlagenparameter in regelmäßigen, beispielsweise jährlichen Abständen erneut bestimmt, um gegebenenfalls Veränderungen in den Alterungsvorgängen erkennen zu können und so Anpassungen der Photovoltaikanlage oder zumindest Anpassungen in den Prognosewerten vornehmen zu können, um die Anlagenverfügbarkeit bzw. die Produktionsleistung der Photovoltaikanlage optimieren bzw. vorhersagbar machen zu können. Auch kann eine einheitliche Datentaxonomie vorgesehen sein, die es erlaubt, die Schnittstelle zwischen SCADA und anderen Datenerfassungsmethoden (bspw. aber nicht begrenzt auf die Erfassung der Leistungsdaten von Invertern oder Optimizem) der Betreiber von Photovoltaikanlagen so umzusetzen, dass die Daten vom Bewertungssystem erfasst werden können.

Unter einem Optimizer im Sinne der vorliegenden Erfindung wird insbesondere ein Leistungsoptimierer verstanden, der anstelle der Anschlussdose in die Solarmodule eingebettet ist oder durch Installateure nachträglich an Photovoltaikmodulen angebracht wird. Die Leistungsoptimierer optimieren insbesondere die Ausgangsleistung der Module durch MPP-Regelung und sorgen insbesondere für eine feste Strangspannung. Dies ermöglicht einen größeren Freiraum bei der Gestaltung optimaler Photovoltaikanlagen (z. B. können Stränge unterschiedlicher Länge oder Ausrichtung parallel geschaltet werden).

Weitere Merkmale und Vorteile der Erfindung ergeben sich aus der nachfolgenden Beschreibung, in der ein Beispiel für die Bestimmung der zuvor genannten Anlagenparameter für eine beispielhafte Photovoltaikanlage angegeben ist.

Dabei wird, wann immer sinnvoll, Bezug auf die angehängten Figuren genommen, wobei

Fig. 1 schematisch die Degradation von Photovoltaikmodulen nach einem und mehreren Zyklen von Alterungsprozessen zeigt ;

Fig. 2. schematisch die Degradation von Photovoltaikmodulen nach einem Zyklus von Alterungsprozessen einer zweiten Anlage zeigt;

Fig. 3A die grafische Auftragung der maximalen Leistung PmppB am Maximum Power Point eines Moduls B über der maximalen Leistung PmppA eines Moduls A von jeweils zufälligen Modulpaarungen A und B eines ersten Photovoltaikmodultyps zeigt;

Fig. 3B die grafische Auftragung der maximalen Leistung PmppB am Maximum Power Point eines Moduls B über der maximalen Leistung PmppA eines Moduls A von jeweils zufälligen Modulpaarungen A und B eines zweiten Photovoltaikmodultyps zeigt; Fig. 4 eine grafische Auftragung von Schadenshöhen über die Investitionshöhe für eine Mehrzahl von Photovoltaikanlagen zeigt;

Fig. 5 eine grafische Darstellung einer Ausgangsleistung einer Photovoltaikanlage über die Zeit zeigt;

Fig. 6 eine grafische Auftragung einer Leistungsabgabe einer Photovoltaikanlage über dem zeitlichen Verlauf und die im Beispiel damit einhergehende Degradation und Teilanlagenausfälle zeigt;

Fig. 7 eine grafische Auftragung einer degradierenden Leistungsabgabe einer Photovoltaikanlage, die Schmutz-ZSandablagerungen auf den Modulen über der Zeit nicht erfolgender Modulreinigung wiedergibt; und

Fig. 8A und 8B grafische Darstellungen der Prüfungsergebnisse verschiedener

Chargen produzierter Photovoltaikzellen im Hinblick auf die Verteilung des Flächen widerstands je Zelle über der Position der Zelle im Gestell im Diffusionsofen, im gegebenen Beispiel ein Gestell mit 250 Zellen.

Im nachfolgenden werden anhand von Ausführungsbeispielen Kenngrößen und Parameter anhand beispielhafter Photovoltaikanlagen beschrieben, die für die Bestimmung des Anlagenparameters verwendbar sind. Diese Kenngrößen und Parameter können alternativ zueinander oder in beliebiger Kombination zur Bestimmung des Anlagenparameters eingesetzt werden. Auch werden verschiedene Arten von Anlagenparametem beschrieben, die erfindungsgemäß bestimmt werden können. Diese können alternativ bestimm werden oder in beliebiger Kombination zu einem Gesamtanlagenparameter kombiniert werden.

Anhand des bestimmten Anlagenparameters kann dann zumindest eine Variable der Photovoltaikanlage angepasst und/oder beeinflusst werden.

Ausführungsbeispiel 1: Gegeben sei eine neu zu errichtende Photovoltaikanlage im industriellen Maßstab (sog. „Utility Scale“, d. h. also in der Regel > 5 MWp). Der erste Zeitpunkt ist also vorzugsweise der Beginn der Vorplanungsphase und der zweite Zeitpunkt die Inbetriebnahme der Photovoltaikanlage. Zwischen dem ersten und zweiten Zeitpunkt können weitere Zwischenzeitpunkte notwendig sein, zu denen Kenngrößen erfaßt werden, soweit diese notwendig sind, um die Kenngrößen zum zweiten Zeitpunkt zu ermitteln bzw. zu berechnen. Die Kenngrößen der Photovoltaikanlage umfaßt die folgenden Kapitel

Allgemeine Bewertung und Vorqualifikation der beteiligten Unternehmen anhand strukturierter Kriterien: o Bewertung des Entwicklers zur Feststellung einer Entwickelerkenngröße o Bewertung eines Herstellers von Hardware- und Softwarekomponenten, bspw. ein Modulhersteller und ein Wechselrichterhersteller zur Feststellung mindestens einer Herstellerkenngröße o Bewertung eines Aufsteiler (sog. EPC) zur Feststellung mindestens einer Aufstellerkenngröße o Bewertung des Betreibers, der für den Betrieb, die Wartung und Instandhaltung verantwortlich ist, zur Feststellung mindestens einer Betreiberkenngröße oder mindestens einer Wartungskenngröße

Allgemeine Bewertung der Hardwarekomponenten inkl. differenzierter Bewertung der Eignung für bestimmte Klima- und Umweltbedingungen zur Feststellung der diversen Hardwarekomponentenkenngröß en, bspw. o mindestens einer Modulkenngröße o mindestens einer Wechselrichterkenngröße bzw. Inverterkenngröße (ggf. mit Optimizer)

Projektspezifische Bewertung o Entwicklung des Standorts (Ausführung in der Regel durch den Entwickler) zur Feststellung mindestens einer Standortkenngröße, mindestens einer Umweltkenngröße, des Infrastrukturierungsgrads der Umgebung o Planung der Photovoltaikanlage (Ausführung in der Regel durch den Aufsteiler) zur Feststellung mindestens einer Planungskenngröße o Einkauf der Hardware- und Software-Komponenten sowie ggf. der Subauftragnehmer zur Feststellung mindestens einer Einkaufskenngröße oder Lieferkettenkenngröße, die Teil der Aufstellerkenngröße ist o Bau / Errichtung der Photovoltaikanlage zur Feststellung mindestens einer Montagekenngröß e o Test und Abnahme der Photovoltaikanlage zur Feststellung mindestens einer Konformitätskenngröße, die Teil der Anlagenkenngröße ist o Betriebs-, Wartungs- und Instandhaltungskonzept der Photovoltaikanlage zur Feststellung mindestens einer Wartungskenngröße und/oder mindestens einer Betreiberkenngröße

Eingabekenngröß en :

Für jedes oben genannte Kapitel werden evidenzbasierte Einzelbewertungen der in einem Prüfungsbogen vorgegebenen Kriterien von einem Experten vorgenommen, beispielsweise mit einer ganzen Zahl zwischen 0 und 10 oder jedes beliebige Zahlenformat oder jede beliebige Zahlenspanne. Jedem Kriterium ist eine Gewichtung hinterlegt. Unter den Kriterien kann es ein oder mehrere KO-Kriterien geben. Ein KO-Kriterium ist dadurch definiert, dass eine Nichterfüllung zu einem Mindestgrad also so kritisch zu bewerten ist, dass eine Zertifizierung ausgeschlossen werden muss oder - sofern beispielsweise nicht sicherheitsrelevant - dass zumindest eine erhebliche Abwertung erfolgen muss. Sofern als Bewertung eines KO- Kriteriums ein Wert unterhalb eines bestimmten Schwellwerts festgestellt wird, werden in einer Gesamtbetrachtung des Kapitels durch eine KO-Abwertung Punkte so abgezogen, dass die Nichterfüllung des Mindestschwellwerts mindestens eines KO-Kriteriums automatisch zur Festlegung einer pönalisierten normalisierten Punktzahl bzw. Anlagenparameter führt also im Sinne der Tabelle unten, bspw. eines Ratings von C oder D. Hingegen führt eine volle Erfüllung aller Kriterien zu einer sehr hohen normalisierten Punktzahl bzw. Anlagenparameter und damit zu einem Rating von bspw. AAA.

Eingabekenngrößen sind fernerhin Umweltkenngrößen wie die Geodäten des Aufstellorts, eine umfassende kennzahlenbasierte Eingabe der Umweltkriterien einschließlich der Klimazone und der Temperaturspanne; weitere Umweltdaten betreffen die unmittelbare Umgebung, zum Beispiel eine Nähe zu einem Bauernhof (Ammoniakemission), eine Nähe zu einer Küste (Salzgehalt in der Luft), besondere zu erwartende Wetterereignisse.

Für jede der vorgenannten Bewertungen wird anhand eines strukturierten Prüfungsbogens eine Kennzahl ermittelt. Jeder Prüfungspunkt ist gewichtet, bspw. mit einer ganzen Zahl zwischen 0 und 10. Im Ergebnis ergibt sich eine Summe, die sich aus der Addition aller jeweiligen Einzelbewertungen mal den dazugehörigen Gewichtungsfaktoren ergibt. Von dieser Gesamtsumme werden im Falle mindestens einer Nichterfüllung sog. KO-Kriterien Punkte abgezogen.

Die maximal mögliche Summe je Prüfbogen ergibt sich aus der Addition des Maximalwerts (bspw. 10) mal dem jeweiligen Gewichtungsfaktor. Diese Maximalsumme wird auf 1000 normalisiert, daraus ergibt sich ein Umrechnungsfaktor U (U = 1000 / Mo). Das Ergebnis aus der Summe des Kapitels, also die absolut erzielte Punktzahl wird mit U nach folgender Formel normalisiert:

Pn = Po * U = Po * 1000 / Mo

Dabei bedeuten P _n = normalisierte Punktzahl der Bewertung; P _o absolut erzielte Punktzahl der Bewertung, M _o die maximal mögliche absolut erzielbare Punktzahl, die Zahl 1000 reflektiert die maximal mögliche normalisierte Punktzahl.

Für die Aufstellerkenngröße wird ein komplexeres Verfahren angewandt, da zu deren Ermittlung im derzeitigen Entwicklungsstadium Unterverknüpfungen notwendig sind.

Ausgabekenngrößen:

Je Kapitel eine normalisierte Gesamtpunktzahl und daraus abgeleitet ein Rating für jedes Kapitel

Für Photovoltaikanlagen als Anlagenparameter: o Gesamtbewertung (Punktzahl) und Rating gemäß Tabelle 1 o Erwartungswert bzgl. der Lebensdauer o Prognosewert der normalisierten abgegebenen Leistung im Verhältnis zur Nennleistung und zum erwarteten Einstrahlungswert o Ertragswahrscheinlichkeit der kalkulierten Lebensleistung (bspw. 20 Jahre) P50, P75, P90, P99, also der gelieferten Leistung, die mit einer Wahrscheinlichkeit von 50%, 75%, 90% oder 99% überschritten wird, diese wird als Integral über die Lebensdauer unter Berücksichtigung der aus der Bewertung hergeleiteten zu erwartenden Degradation ermittelt. o Ausfall Wahrscheinlichkeit in %/a für die folgenden 3 Jahre

Tabelle 1 Die Bewertungskategorien AAA bis BBB entsprechen einem Analgenparameter, der einem sogenannten Investment-Grade entspricht, also einer ausgezeichneten bis guten Zuverlässigkeit einschließlich der Erfüllung aller relevanten Normen und Standards. Die Bewertungskategorien BB und B entsprechen einem Anlagenparameter, der einer Mindesterfüllung der einschlägigen Normen und Standards entspricht. Die Bewertungskategorien C und D entsprechen einem Anlagenparameter, der einer geringfügigen (C) bzw. schweren (D) Abweichung bzw. Nichtkonformität zu einschlägigen Normen und Standards und damit bspw. zu einer Nichtzulassung für den netzgebundenen Regelbetrieb oder für den Inselbetrieb oder für den Betrieb überhaupt entspricht. Für kleinere Anlagen ergibt sich ggf. eine vereinfachte Bewertungsmatrix, die sich erfindungsgemäß aus der oben genannten, relativ komplexen Matrix ableitet. Die verschiedenen Bewertungen zur Bestimmung des Anlagenparameters werden beispielsweise gemäß der nachstehenden Formel 1, Formel 2, Formel 3, Formel 4 und/oder Formel 5 verknüpft und ergeben schließlich eine Gesamtbewertung in Form des Anlagenparameters. Dabei ergibt sich im nachfolgenden Beispiel die Gesamtbewertung bzw. der Anlagenparameter aus Formel 1, diese wiederum ergibt sich aus den folgenden Formeln, wobei die Formeln 2 bis 4 in die Formel 5 eingehen und diese Formel 5 wiederum gemeinsam mit den Ergebnissen aus den anderen festgestellten Kennzahlen der oben genannten Kapitel in die Formel 1 Eingang findet.

Formel 1 : x Entwicklerkenngöße - normalisierte Kennzahl Ermittlung aus Bewertungskapitel “Entwickler” y Kenngröße „Test und Abnahme“ - normalisierte Ermittlung aus Kennzahl Bewertungskapitel “Test und Abnahme” z „Aufstellerkenngröße“ (EPC) Zwischenergebnis als Zwischenergebnis „CZ“, normalisierte Kennzahl siehe Formel 5 unten

R Mindestkennzahl für eine Bewertung “B” Festgelegte Kennzahl (bspw. 680) als Mindestkenngröße, die den Mindestanforderungen entspricht m, n Eine ganze, rationale oder irrationale Zahl zwischen 0 m, n, p, q sind empirisch und 10 ermittelte oder erfahrungsgemäß p, q Eine rationale oder irrationale Zahl zwischen 0 und 1 angenommene oder durch KI / ML hergeleitete Werte

Formel 2: x Planungskenngröße Anfangsbewertung y Projektrelevante Hardwarekenngröße Module z Projektrelevante Hardwarekenngröße Wechselrichter (Inverter) a* Ein Faktor zwischen 0 und 1 (rationale oder irrationale Zahl) ß* Ein Faktor zwischen 0 und 1 (rationale oder irrationale Zahl) y* Ein Faktor zwischen 0 und 1 (rationale oder irrationale Zahl)

R Mindestkennzahl für eine Bewertung “B”

* a + ß + y = 1

Formel 3: x Anfangskennzahl Einkauf y Projektrelevante Hardwarekenngröße Module z Projektrelevante Hardwarekenngröße Wechselrichter (Inverter) a* Ein Faktor zwischen 0 und 1 (rationale oder irrationale Zahl) ß* Ein Faktor zwischen 0 und 1 (rationale oder irrationale Zahl) y* Ein Faktor zwischen 0 und 1 (rationale oder irrationale Zahl)

R Mindestkennzahl für eine Bewertung “B”

* a + ß + y = 1 Formel 4: 3,4, 5} x ₄ Hardwarekenngröße Module, anwendbar für kalte und moderate Klimazonen, kombinierte, normalisierte Kennzahl x ₂ Hardwarekenngröße Module, anwendbar für warme und trockene Klimazonen, kombinierte, normalisierte Kennzahl x ₃ Hardwarekenngröße Module, anwendbar für warme und feuchte Klimazonen, kombinierte, normalisierte Kennzahl x ₄ Hardwarekenngröße Module, anwendbar für heiße und trockene Klimazonen, kombinierte, normalisierte Kennzahl x ₅ Hardwarekenngröße Module, anwendbar für heiße und feuchte Klimazonen, kombinierte, normalisierte Kennzahl y Hardwarekenngröße Wechselrichter (Inverter), anwendbar für kalte und moderate Klimazonen, kombinierte, normalisierte Kennzahl y ₂ Hardwarekenngröße Wechselrichter (Inverter), anwendbar für warme und trockene Klimazonen, kombinierte, normalisierte Kennzahl y ₃ Hardwarekenngröße Wechselrichter (Inverter), anwendbar für warme und feuchte Klimazonen, kombinierte, normalisierte Kennzahl y ₄ Hardwarekenngröße Wechselrichter (Inverter), anwendbar für heiße und trockene Klimazonen, kombinierte, normalisierte Kennzahl y ₅ Hardwarekenngröße Wechselrichter (Inverter), anwendbar für heiße und feuchte Klimazonen, kombinierte, normalisierte Kennzahl

R Mindestkennzahl für eine Bewertung “B”

Formel 5: e, p, c), e < R \/ p < R \/ c < R + yc), sonst e Planung und Engineering, kombinierte, normalisierte Kalkulation siehe

Kennzahl Formel 2 p Einkaufskenngröße, , kombinierte, normalisierte Kennzahl Kalkulation siehe

Formel 3 c Anlagenbau, kombinierte, normalisierte Kennzahl Kalkulation siehe

Formel 4 a* Ein Faktor zwischen 0 und 1 (rationale oder irrationale a, ß, y sind empirisch Zahl) ermittelte oder erfahrungsgemäß ß* Ein Faktor zwischen 0 und 1 (rationale oder irrationale angenommene oder Zahl) Y* Ein Faktor zwischen 0 und 1 (rationale oder irrationale durch KI / ML Zahl) hergeleitete Werte o Prozess- / Organisationskennzahl Aufstelleruntemehmen Ermittlung aus (EPC), kombinierte, normalisierte Kennzahl B ewertungskapitel “Aufsteiler”

R Mindestkennzahl für eine Bewertung “B” Festgelegte Kennzahl (bspw. 680) als Mindestkenngröße, die den

Mindestanforderungen entspricht a + ß + Y = 1

Die festgestellten Kennzahlen lassen eine Bewertung der Einzeldisziplinen ebenso zu wie eine verknüpfte Bewertung auf Gesamtprojektebene. Die festgestellten Kennzahlen und/oder der bestimmte Anlagenparameter können als zusätzliche Orientierungshilfe mithilfe der oben stehenden Tabelle in die Nomenklatur des Finanzwesens (also bspw. AAA - D) übersetzt werden:

Für kleinere Anlagen ergibt sich ggf. eine vereinfachte Bewertungsmatrix, die sich erfmdungsgemäß aus der oben genannten, relativ komplexen Matrix ableitet.

Ausführungsbeispiel 2:

Gegeben sei eine seit mindestens 1 Jahr im Betrieb befindliche Photovoltaikanlage im industriellen Maßstab (sog. „Utility Scale“, d. h. also in der Regel > 5 MWp). Der erste Zeitpunkt ist also insbesondere der Beginn des Simulationsintervalls Jahr 1 und der zweite Zeitpunkt ein in der Zukunft liegender Zeitpunkt. Die Ermittlung der Kenngrößen, insbesondere des Anlagenparameters der Photovoltaikanlage umfaßt die Kapitel analog wie im Ausführungsbeispiel 1 für den ersten Zeitraum. Für die Bewertung der folgenden Zeiträume werden jedoch nun auch die über eine Schnittstelle erfaßten Leistungsdaten und tatsächlich ermittelten Wartungskenngrößen im zeitlichen Verlauf erfaßt, ausgewertet und mit den für den ersten Zeitraum ermittelten Erwartungs werten und/oder Simulationswerten abgeglichen. Dieser Abgleich erfolgt unter anderem auch zur weiteren Justierung des gesamten Systems durch Anwendung künstlicher Intelligenz („KI“) sowie maschinellen Lernens („ML“). Die Bedeutung aus dem ersten Zeitraum ermittelten Kenngrößen, die der Entstehungsphase inkl. der Bauphase der Photovoltaikanlage zugrunde hegen, nimmt mit zunehmender Betriebszeit ab, so dass sich beispielhaft folgende, in der Tabelle 2 angeführte, Bewertungsanteile aus der Erstbewertung und aus den Daten der Istdaten einer speziellen Photovoltaikanlage ergeben, eine jährliche Überprüfung vorausgesetzt:

Tabelle 2 Ausführungsbeispiel 3:

Gegeben sei eine Schar von Photovoltaikanlagen, deren Leistungsdaten über den Bezug von Daten aus dem Feld mittels KI und ML ausgewertet wurde. Dabei stellt sich heraus, dass die Photovoltaikanlagen, die mit Modulen des Typs A des Herstellers X ausgestattet sind, bzgl. deren Leistungsabgabe sehr stark vom Erwartungswert abweichen, da diese entgegen der vorhergehenden Prüfungen eine um 1%-Punkte p.a. stärkere Degradation aufweisen als geprüft. Diese Parameter stellen eine Hardwarekomponentenkenngröße dar, die in die Bestimmung des Anlagenparameters einfließen. Dies führt zu einer Neubewertung der Photo voltaikmodule und damit des Anlagenparameters gemäß der Tabelle 3.

Tabelle 3

Damit sinken entsprechend auch die Bewertungen bzw. Projektkenngrößen aller mit diesem Modultyp ausgestatteten Photovoltaikanlagen, insbesondere wird der Anlagenparameter dieser Anlagen angepasst. Das bedeutet, dass alle Photovoltaikanlagen, die mit diesem Modul ausgestattet sind, spätestens im nächsten Turnus neu bewertet und entsprechend sofort, spätestens jedoch nach Ablauf der Gültigkeit des Ratingzertifikats (also bspw. nach max. 1 Jahr) entsprechend neu bewertet und heruntergestuft werden, insbesondere der Zeitpunkt des notwendigen Austauschs der Module des Typs X zeitlich nach vome verlagert. Mit anderen Worten wird aufgrund des veränderten Anlagenparameters die Photovoltaikanlage selbst bzw. deren Steuerung aufgrund des Analgenparameters verändert. Die Photovoltaikanlage wird nach wie vor als sicher eingestuft, jedoch ändern sich die Erwartungswerte an die Lebensdauer, die Ausfallwahrscheinlichkeit und die Ertragsprognosen entsprechend, dem durch entsprechend verkürzte Wartungs- bzw. Austischintervallen für die Module begegnet wird. Ausführungsbeispiel 4:

Gegeben sei die überprüfende Bewertung eines Herstellers (analog gültig für das Verfahren der Überprüfung und Bewertung eines Entwicklers, eines Aufstehers oder eines Betreibers) hinsichtlich der genannten Kriterien, z. B. Finanzkraft, Erfahrung (bspw. Referenzen), Solidität der Geschäftsprozesse (des Qualitätsmanagements) und weiterer relevanter Prüfpunkte zur Feststellung der Herstellerkenngröße (der Entwicklerkenngröße, der Aufstellerkenngröße usw. analog). Im folgenden Beispiel wird beschrieben, wie eine Herstellerkenngröße (usw. analog) korrigiert wird, wenn sich neue Erkenntnisse nach Ermittlung der ersten Kenngröße, die aufgrund von Reisebeschränkungen zunächst auf der Basis einer qualifizierten Selbstauskunft festgelegt wurde.

Auf der qualifizierten und evidenzbasierten Selbstauskunft heraus wurde eine sogenannte vorläufige Desktop-Bewertung ermittelt. In den auf die „Papierlage“ folgenden Überprüfungen vor Ort ergeben sich in den strukturierten Interviews eklatante Diskrepanzen zwischen dem Inhalt des Qualitätshandbuchs und dem Verständnis zur Ausübung einer Qualitätsorganisation. Die Interviewergebnisse von 17 Mitarbeitern, u. a. Manager aus den ersten 3 Ebenen sowie ausgewählter Personen aus Produktion und Qualitätsmanagement ergibt folgendes, in der Tabelle 4 dargestellte Bild (volle Erfüllung: 1000 Punkte, Mindestpunktzahl zur Bewertung „B“ = bestanden: 681 Punkte):

Tabelle 4

Aufgrund des vorsehenden Ergebnisses wird die Herstellerkenngröße wie in Tabelle 5 dargestellt korrigiert:

Tabelle 5 Ausführungsbeispiel 5:

Gegeben seien eine Auswahl 60-Zellen-Module, die im Rahmen des Prüfungsprotokolls beschleunigten Alterungstests unterzogen wurden. Das Ergebnis dieser Alterungstests ist in Figur 1 dargestellt. Im Anschluß an die Exposition beschleunigter Alterung wurde mithilfe der Elektroluminiszenzmethode (EL-Methode) ermittelt, wie viele Zellen nach Abschluß der Exposition noch voll oder teilweise aktiv waren, insbesondere auch zur Bestimmung einer Betriebskenngröße. Weiterhin wurde die Leistung mittels sogenannter Flashtests gemessen. Den Meßwerten wurde das Prognosemodell gegenübergestellt. Die Übereinstimmung zwischen gemessenem Wert und berechnetem Wert sind als sehr gut zu bezeichnen, wie sich aus dem markierten Bereich der in Figur 1 enthaltenen Tabelle ergibt. Das Berechnungsmodell findet entsprechend Eingang in die Festlegungskriterien der Modulkenngröße, insbesondere zur Bestimmung der Betriebskenngröße, basierend auf der wiederum die Anlagenkenngröße ermittelt wird.

Weiterhin ist im in Figur 1 dargestellten Beispiel festzustellen, dass die Degradation der Module nach dem letzten außergewöhnlich harten Streßtest innerhalb eines sehr engen Rahmens hegen, was bzgl. der Gleichmäßigkeit des zu erwartenden Verlaufs des Alterungsgrads positiv mit voller Punktzahl, also einer entsprechend hohen Betriebskenngröße bewertet wird. Dieser Streßtest war insbesondere darauf ausgerichtet, dass die Module einer heißen und feuchten Klimazone ausgesetzt sind. Das in Tabelle 5 dargestellte absolute Ergebnis des Streß tests fließt für die verschiedenen Klimazonen in die Modulkenngrößen ein, insbesondere als Umweltkenngröße. Tabelle 5

Ausführungsbeispiel 6:

Gegeben seien 2 60-Zellen-Module desselben Typs, die einem sog. PID-Test unterzogen wurden, mit dem ebenfalls eine Alterung zur Bestimmung der Betriebskenngröße simuliert wird. Wie in Ausführungsbeispiel 5 wird auch hier EL-Methode angewandt. Die Ergebnisse sind in Figur 3 dargestellt.

Im markierten Bereich der Tabelle der Figur 3 ist zu erkennen, dass die Degradation der beiden Testmodule in diesem Test massiv voneinander abweicht, was im Rating-Modell zu massiven Punktabzügen bzw. einer quantitativ reduzierten Betriebskenngröße bzw. einer quantitativ reduzierten Anlagenkenngröße führt, da sich die Leistungsabgabe eines Strings am Modul mit der schwächsten Leistung orientiert. Diese Abweichungen fließen in die Prognosemodelle gemäß der Tabelle 6 und in die KI/ML zur Bestimmung der Anlagenkenngröße entsprechend mit ein.

Tabelle 6

Ausführungsbeispiel 7:

Wie aus der Literatur einschlägig bekannt, haben Module nach der Fertigung unterschiedliche Leistungen, weißen also insbesondere unterschiedliche Hardwarekomponentenkenngrößen auf. Üblicher Weise werden die verschiedenen Leistungen im Herstellungsverfahren klassifiziert, zum einen bereits auf der Zellfertigungsebene und schließlich nach der Herstellung des Moduls. Gleichwohl altem die Module unterschiedlich, was zu divergierenden Modulleistungen für Module gleicher Leistungsklasse führt. In den Figuren 3A und 3B sind Diagramme dargestellt, die nach Alterung die Leistungsdaten Pmpp jeweils für zufällig ausgewählte Modulpaarungen eines gleichen Photovoltaikmodultyps aufführen. Dabei wird die maximalen Leistung Pmpp am Maximum Power Point des Moduls B über der maximalen Leistung Pmpp eines zufällig ausgewählten Moduls B des selben Photovoltaikmodultyps aufgetragen. In dem Fall, in dem die Module A und B gleich altem, hegen die Meßpunkte auf der in den Figuren 3A und 3B eingetragenen Geraden. Die sich aus dieser Datenermittlung ergebende Punkteschaar der Modulpaare A und B ergeben eine mehr oder weniger gute Nähe zur idealen Diagonallinie. Im in Figur 3A dargestellten Beispiel 1 ergibt sich eine sehr gute, enge Verteilung und Nähe zur Ideallinie, während im in Figur 3B dargestellten Beispiel 2 eine fast schon zufällige Verteilung der Paarungen festzustellen ist. Eine hohe Abweichung von der Ideallinie führt zu erheblichen Minderleistung im Strang. Diese Ergebnisse fließen über KI/ML in das Bewertungssystem und damit in die Modulkenngröße ein.

Die Ermittlung dieser Modulpaarungen ergibt sich entweder im zeitlichen Verlauf nach mindestens einem ersten Zeitraum, einem zweiten Zeitraum etc. oder ersatzweise durch simulierte beschleunigte Alterungstests.

Ausführungsbeispiel 8:

In einer Studie wurden ca. 3600 Versicherungsfälle im Bereich Photovoltaik untersucht. Die Schar der Schadenhöhe über der Investition ist in der Figur 4 dargestellt.

Die entsprechenden Modultypen und Wechselrichtertypen werden aus den Daten der oben stehenden Studie mittels KI/ML geclustert und dem Bewertungssystem als Hardwarekomponentenkenngröße zugeordnet, wie in den in Figur 5 enthaltenen Diagramme für Module (links) und Wechselrichter (Inverter) rechts dargestellt.Ml..M35 steht jeweils für Module von einem von 35 Modulherstellem, W1..W17 jeweils für Wechselrichter von einem von 17 Wechselri chterherstellem.

Die über KI und ML ermittelte Schadenquote aus sogenannten internen Schadensursachen - also Ursachen, die bspw. bauartbedingt sind - fließt in die Bewertungssystematik und damit in die Festlegung der Modul- und Inverterkenngrößen sowie zur Berechnung der Ausfallwahrscheinlichkeit einer Photovoltaikanlage ein, die mit den jeweiligen Hardwarekomponenten ausgestattet sind.

Ausführungsbeispiel 9:

Über die SCADA-Schnittstelle wurden im nachfolgenden Beispiel Daten übermittelt, die zu einer empfindlichen, nicht aus dem damaligen Bewertungssystem erkennbaren Leistungsverlust der Photovoltaikanlage geführt haben. In dieser früheren Entwicklungsstufe war noch nicht vorgesehen, dass eine kontinuierlich wiederkehrende Bewertung durchgeführt wird. Die Erkenntnisse aus diesem Anwendungsbespiel haben dazu geführt, dass Verfahren so aus geweitet wird, das der zeitliche Verlauf der Kenngrößen wiederkehrend und mithilfe von KI/ML vorgenommen werden kann.

Zur Erläuterung: COD ist das kommerzielle Inbetriebnahmedatum. Die Überprüfung nach ca. 3 Jahren hat ergeben, dass die Photovoltaikanlage im Verlauf der ersten 3 Jahre einen zunehmend deutlichen Leistungsverlust erlitten hatte, wie in Figur 6 dargestellt. Dabei wurde festgestellt, dass die Daten die Schlußfolgerung zuließen, dass die Abweichung bereits nach ca. 1 Jahr begann (Start of Deterioration). Danach verschlechterte sich die Leistung der Photovoltaikanlage zunehmend. Nur durch massive Maßnahmen (ca. 38% Reinvestition) konnten die Ursachen korrigiert werden, so dass die Photovoltaikanlage nach Abschluß der Maßnahmen wieder die vertraglich geschuldete Mindestleistung abgeben konnte. Messdaten wie die im oben genannten Beispiel aufgeführt führen mindestens zu einer vorübergehenden Abwertung der Leistungskenngrößen und in der Folge ggf. zu einer Abwertung der Hardwarekomponentenkenngrößen der Hardwarekomponenten, die Ursache für die beschleunigte Degradation sind (im gegebenen Fall die Module), weiterhin werden die

Einkäuferkenngröße, die Aufstellerkenngröße, die Planungskenngröße, die Betreiberkenngröße sowie die Wartendenkenngröße korrigiert. Die projektbezogenen Kenngrößen und das sich daraus ableitende Rating der Photovoltaik-Anlage können nach Abschluß der Maßnahmen neu bewertet werden, wenn die ursprünglich geschuldeten Leistungsdaten wieder erzielt werden.

Ausführungsbeispiel 10:

Unterschiedliche Klimabedingungen (Umwehfaktoren) führen zu verschiedenen Anforderungen an die Module. Im gegeben Beispiel sind die Temperaturen für ein arides heißes Klima und für ein moderates Klima aufgeführt, weiterhin die Konsequenzen für die Diodentemperatur. Die kritische normgerechte Temperatur beträgt 85°C.

In ariden heißen Klimazonen kann die Tagestemperatur auf deutlich über 50°C steigen, in manchen Fällen kommen darüber hinaus hohe Spreizungen des täglichen Temperaturverlaufs (Tag/Nacht) vor.

Demgegenüber fallen die maximalen Temperaturen und die Temperaturspreizungen in moderaten Klimazonen deutlich geringer aus.

In der Folge kommt es einzelne Elektronikkomponenten der Hardwarekomponenten zu noch höheren Temperaturen, beispielsweise für Diodentemperaturen. Aus der Literatur ist bekannt, dass Temperaturen von 40°C (Einstrahlung ca. 1000 W/m ² ) bereits zu einer Diodentemperatur im Bereich von 80°C führen können.

Für Außentemperaturen im Bereich von 50°C (Einstrahlung ca. 1100 W/m ² ) kommen Diodentemperaturen von deutlich über 100°C vorkommen, was für die Norm gemäß einschlägiger Standards (max. 85°C) deutlich zu hoch ausfällt. In der Folge kommt es aufgrund der Temperaturüberhöhung zu Minderleistung und zu deutlich erhöhter Degradation, insbesondere um die überhitzten Bauteile der Hardwarekomponenten herum.

Dies führte beispielsweise für ein Modul zu entsprechenden Abwertungen bei warmen und insbesondere heißen Klimazonen, wie in Tabelle 7 dargestellt:

Tabelle 7 11:

Eine Photovoltaikanlage wird in einer ariden Klimazone (z.B. einer Wüste) installiert und betrieben. Anfänglich ist die Leistung wie vorhergesagt. Das Wartungskonzept und das Wartungsuntemehmen haben in der ursprünglichen Bewertung überzeugt.

Es stellt sich heraus, dass das Wartungsuntemehmen die Anlage nicht ausreichend von permanent anfallendem Feinstsand gereinigt hat. Der Leistungsabfall wird in der Regel durch das SCADA-System erfaßt. Typische Leistungsabfälle bewegen sich entlang der in Figur 7 dargestellten Kurve.

Durch die Auswertung mittels KI und ML, insbesondere wer Wartungskenngröße und/oder der Umweltkenngröße, wird im Beispiel ermittelt, dass die Photovoltaikanlage mehr als 35 Tage nicht gereinigt wurde, was auf mangelhafte Wartung zurückzuführen ist. Das Wartungsuntemehmen hat die anstehenden Arbeiten nicht gemäß Wartungsplan ausgeführt, und der Betreiber hat versäumt, das Wartungsuntemehmen zur ordentlichen Wartung / Vertragserfüllung zu ermahnen. Dies führt zu einer vorübergehenden Abwertung der Kenngrößen der Anlage, der Betreiberkenngröße und der Wartungskenngröße gemäß der Tabelle 8.

Tabelle 8

Eine Rückeinstufung in den ursprünglichen Bereich der Bewertung erfordert korrektive Maßnahmen und die entsprechenden Nachweise hierzu:

(1) Überarbeitung und effektive Implementierung der Prozesse auf Seiten des Betreibers

(2) Überarbeitung und effektive Implementierung der Prozesse auf Seiten des des Wartungsuntemehmens

(3) Leistungsabgabe im Rahmen der ursprünglichen Erwartungskorridore erzielt werden In der Folge können weitere Photovoltaikanlage des Betreibers bzw. des Wartenden einer Überprüfung unterzogen werden, ggf. verbunden mit der Abwertung der Kenngrößen, Erwartungswerte und Ausfallwahrscheinlichkeiten dieser und weiterer Photovoltaikanlagen.

Ausführungsbeispiel 12:

In der Zellfertigung für Photovoltaikmodule kann nach dem Diffusionsvorgang (Dotierung) die sog. Schichtwiderstandsverteilung (emitter sheet resistance distribution) gemessen werden. Wie aus der Literatur (bspw. L. Shen, Z.C. Liang, C.F. Liu, T.J. Long, D.L. Wang: Optimization of oxidation processes to improve crystalline silicon solar cells) besteht ein Zusammenhang zwischen Zelleffizienz und Schichtwiederstand dergestalt, dass die Zelleffizienz ein Maximum bei einem bestimmten Schichtwiderstand hat, bei höheren bzw. niedrigeren Schichtwiderständen als dem Optimum fällt die Zelleffizienz ab. Eine zu hohe Dotierung führt zu einem zu niedrigen Wiederstand, eine zu niedrige Dotierung zu einem zu hohen Widerstand.

In Messungen in der industriellen Fertigung von Zellen kann nachgewiesen werden, wie sich entlang einer Charge die Schichtwiderstände darstellen. Sofern verfügbar können diese Informationen in Verbindung mit weiteren Produktionsdaten (bspw. Zellsortierung, Modulzuordnung der vorsortierten Zellen) mittels KI / ML in die Bewertung von Modulen mit einfließen. Eine homogene Verteilung innerhalb der Zielgrößen (grüner Bereich in Figuren 8A und 8B) führt zu maximal guten Bewertungen, eine Verteilung innerhalb der zulässigen Grenzen (grüner und gelber Bereich in den Figuren 8A und 8B) führt zu guten Bewertungen und eine Verteilung mit einem hohen Anteil von außerhalb der zulässigen Grenzen (roter Bereich in den Figuren 8 A und 8B) hegenden Werte führen zu einer mittleren bis schlechten Bewertung. Figur 8A zeigt für eine Charge 2 ein sehr gutes Ergebnis, also eine quantitativ hohe Hardwarekomponentenkenngröße , für Charge 3 ein mittelmäßiges Ergebnis in der Verteilung, also eine quantitativ niedrigere Hardwarekomponentenkenngröße.

Die Ergebnisse der tatsächlichen Verwendung der Zellen und der Verbau in den Modulen kann mittels Datenübertragung und anschließender KI / ML in die Zellkenngröße und die Modulkenngröße einfließen, und dadurch auch in die Analagenkenngröße. Die daraus entstehende Modulkenngröße ist typischer Weise projektspezifisch über Allokationsschlüssel auf ein bestimmtes Projekt zugeordnet, dies setzt entsprechendes Datenmanagement und die Verknüpfung mittels KI und/oder ML voraus.

Die in der vorangehenden Beschreibung und den Ansprüchen angegebenen Merkmale können sowohl einzeln als auch in beliebiger Kombination wesentlich für die Erfindung in ihren verschiedenen Ausführungsformen sein.