Optimering av solcellsanläggningar genom konditionsbaserat underhåll - Framtagande av förslag på konceptuella lösningar

Abstract

Sammanfattning Solcellsanläggningars viktiga bidrag inom omställningen till hållbara energisystem och den snabba expansionen av solenergi som energikälla innebär ett växande behov av effektiva och tillförlitliga underhållsstrategier. Idag sker en stor del av solcellsanläggningars underhåll i förebyggande syfte. Det är en strategi som ofta innebär schemalagda inspektioner och åtgärder oavsett anläggningens faktiska skick, vilket riskerar att leda till onödiga kostnader, driftsstopp samt ineffektiv resursanvändning. Följaktligen har det här arbetet syftat till att undersöka hur tillståndsövervakning kan användas för att optimera driften av solcellsanläggningar genom konditionsbaserat underhåll, där underhållsåtgärder initieras baserat på anläggningens faktiska skick snarare än efter förutbestämda tidsintervall. Arbetet har utförts i samverkan med Stena Fastigheter Göteborg AB. Förslag på konceptuella lösningar för tillståndsövervakning har tagits fram med huvudsakligt fokus på tillgängliga mätdata från växelriktare såsom ström, effekt och temperatur. Arbetet har inriktats på tillståndsbedömning på strängnivå, systemnivå samt för växelriktare. Därutöver har även tillvägagångssätt för att bedöma solcellsmodulers uppfyllande av effektgarantier undersökts. De framtagna konceptuella metoderna baseras på grunder innefattande avvikelseidentifiering med hjälp av LOFalgoritmen (Local Outlier Factor) som bygger på jämförelse av lokala datamönster; väletablerade prestandaindikatorer såsom prestandakvot och omvandlingseffektivitet; inklusive statistiska metoder som medelvärde och standardavvikelse. Simuleringar för ett urval av metoderna har genomförts i MATLAB och Python i syfte att exemplifiera hur metoderna kan användas för befintliga anläggningar samt hur resultaten kan analyseras och visualiseras. En central och viktig insikt som arbetet resulterat i är att ett konditionsbaserat underhåll med fördel bör baseras på mer än enbart tillgängliga parametrar från växelriktare för att säkerställa högre tillförlitlighet. För att uppnå förbättrad noggrannhet behövs kompletterande sensorer för mätning av exempelvis solinstrålning och modultemperatur. Denna rapport bör ses som vägledande i ett inledande skede mot implementering av konditionsbaserat underhåll genom att presentera metoder som, utifrån begränsad mätdata, kan utgöra förslag på lösningar för att möjliggöra tillståndsövervakning av solcellsanläggningar. Vidare studier krävs för att validera metoderna i praktiken.

Abstract The significant contribution of solar PV systems to the transition toward sustainable energy systems, combined with the rapid expansion of solar energy as an energy source, implies a growing need for efficient and reliable maintenance strategies. Today, a large portion of maintenance in solar PV systems is carried out as preventive maintenance. This strategy often involves scheduled inspections and actions regardless of the system’s actual condition, which may lead to unnecessary costs, downtime, and inefficient use of resources. Consequently, this thesis has aimed to investigate how condition-based maintenance can be supported through condition monitoring to optimize the operation of solar PV systems, where maintenance activities are initiated based on the actual system condition rather than on predetermined time intervals. The study has been carried out in collaboration with Stena Fastigheter Göteborg AB. Conceptual approaches for condition monitoring have been developed, with a primary focus on available inverter data, such as current, power, and temperature. The study has focused on condition assessment at the string level, system level, and for inverters. In addition, approaches for evaluating whether solar modules meet their performance warranties have been examined. The proposed conceptual methods are based on principles including anomaly detection using the LOF algorithm (Local Outlier Factor), which identifies deviations by comparing local data patterns; established performance indicators such as performance ratio and conversion efficiency; as well as statistical methods such as mean and standard deviation. To illustrate the application of the proposed methods in practice, simulations for a selected subset of them have been conducted using MATLAB and Python, showing how they can be applied to existing systems and how the results can be analyzed and visualized. A key insight from the study is that condition-based maintenance should rely on more than just available inverter parameters to ensure higher reliability. For more accurate assessments, additional sensors are required for measuring parameters such as solar irradiance and module temperature. This report is intended as guidance in the initial stages of implementing conditionbased maintenance by presenting methods that, based on limited measurement data, may serve as proposed solutions to enable condition monitoring of existing solar PV systems. Further studies are needed to validate the proposed methods in practice.