Tunnista häiriöt aurinkosähkön tuotannossa

Kuten me ihmiset, aurinkopaneelitkin ikääntyvät. Lisäksi niiden hyvinvointi voi heikentyä tilapäisesti tai pysyvästi, kuten meilläkin sairauden tai tapaturman seurauksena. Ennen kuin oikeat lääkkeet voidaan määrätä, on kuitenkin tunnistettava, että kaikki ei ole kunnossa. Tämä pätee niin meihin kuin aurinkopaneeleihin.

Aurinkopaneelien tapauksessa sairaus voisi tarkoittaa häiriötä, joka tilapäisesti vähentää sähköntuotantoa, kuten lika tai lumikerros paneelin päällä. Toisaalta lika, lumi tai ikääntyminen voivat vahingoittaa aurinkopaneeleita, jolloin niiden sähköntuotanto laskee pysyvästi. Vikaantuminen on lisäksi turvallisuusriski, koska se voi pahimmillaan aiheuttaa vaikeasti sammutettavan tulipalon.

Koska häiriöt vähentävät sähköntuotantoa, voidaan niitä havaita vertaamalla paneelien tuottamaa sähköä mallinnettuun sähköntuotantoon. Mallinnettu sähköntuotanto tarkoittaa siis arviota siitä, miten paljon sähköä paneelien pitäisi tuottaa.

Tuotanto riippuu vahvasti vallitsevasta säästä, kuten auringon säteilystä. Myös esimerkiksi ilman lämpötila ja tuulen nopeus vaikuttavat tuotantoon, koska ne määrittävät paneelien lämpötilan – paneelien tuotanto paranee lämpötilan viiletessä. Sään ja sähköntuotannon välille voidaan kehittää näin ollen matemaattisia malleja, jotka antavat arvion sähköntuotannosta, kun vallitsevat sääolosuhteet tiedetään. Tarkimmat säätiedot saa, kun asentaa paneelien viereen pienen sääaseman, mutta tarvittavat säätiedot on saatavilla myös netistä.

Mikäli omien aurinkopaneelien sähköntuotantoa haluaa mallintaa mahdollisimman tarkasti, voi mallia kouluttaa aiemman tuotannon avulla. Koulutus tapahtuu päivittämällä mallia niin, että se minimoi eron aiemman todellisen tuotannon ja mallinnetun tuotannon välillä.

Koulutus yleensä kannattaa, jos siihen on mahdollisuus. Aurinkopaneelien asennuspaikoilla saattaa nimittäin olla yksilöllisiä tunnuspiirteitä. Esimerkiksi lähellä oleva puu voi varjostaa paneeleita, jolloin sähköntuotanto vähenee. Toisaalta viereinen seinä voi heijastaa säteilyä, jolloin sähköntuotanto kasvaa. Kun malli oppii asennuspaikan tunnuspiirteet, se osaa arvioida sähköntuotantoa tarkemmin. Tällöin häiriötkin ovat helpommin havaittavissa ja niihin voidaan reagoida.