|
Vorhersage der Energieproduktion von SolarkraftwerkenDer Anteil an erneuerbaren Energien an der gesamten
Energieproduktion
hat in den letzten Jahren stetig zugenommen.
Durch die steigende Anzahl von neuen Kraftwerkstypen sind
dabei neue
Herausforderungen entstanden, wie diese am effizientesten
in das bestehende Stromnetz zu integrieren sind. Am Fall
eines
Solarkraftwerks lassen sich gut die Unterschiede zu einem
herkömmlichen
Kraftwerk
demonstrieren. Während bei letzterem die
Energieproduktion
absehbar ist
und kontrolliert werden kann, ist das Solarkraftwerk
abhängig von äußeren
Einflüssen, wie dem Wetter. Bei einer wechselnden
Bewölkung
kann so die
Produktion eines Solarkraftwerks stark abnehmen, wenn
beispielsweise
die Sonne gerade von einer Wolke verdeckt wird. In diesem Projekt wollen wir ein System zur Vorhersage
der
Energieproduktion von Solarkraftwerken entwickeln.
Mit einer Kamera wird der Himmel über dem Kraftwerk
beobachtet, und es
werden verschiedene Verfahren verglichen, mit denen die
Bewegung der
Wolken in den Bildern bestimmt werden kann. Anschließend
kann die
weitere Bewegung vorhergesagt werden, aus der dann
Rückschlüsse auf
die zukünftige Einstrahlung möglich sind. Im letzten
Schritt
lässt sich
hieraus dann eine Vorhersage über die Energieproduktion
des
Kraftwerks
erstellen.
| Projektleitung: Prof. Dr.-Ing. Joachim Hornegger, Elli Angelopoulou, Ph.D., Akad. Rat
Beteiligte: Dipl.-Phys. David Bernecker, Dr.-Ing. Christian Riess
Stichwörter: Rechnersehen; Objektverfolgung; nicht-starre Registrierung
Laufzeit: 1.10.2011 - 30.11.2015
Kontakt: Bernecker, David Telefon +49 9131 85 27882, Fax +49 9131 85 27270, E-Mail: david.bernecker@cs.fau.de
| Publikationen |
---|
Bernecker, David ; Riess, Christian ; Angelopoulou, Elli ; : Towards Improving Solar Irradiance Forecasts with Methods from Computer Vision. In: DAGM (Hrsg.) : Computer Vision in Applications Workshop (DAGM Graz, Austria 28.08). 2012, S. n/a. | Bernecker, David ; Riess, Christian ; Christlein, Vincent ; Angelopoulou, Elli ; : Representation Learning for Cloud Classification. In: Weickert, Joachim ; Hein, Matthias ; Schiele, Bernt (Hrsg.) : Pattern Recognition (35th German Conference on Pattern Recognition (GCPR) Saarbrücken 06.09.2013). 2013, S. 395-404. [doi>10.1007/978-3-642-40602-7_42] | Bernecker, David ; Riess, Christian ; Angelopoulou, Elli ; : Continuous short-term irradiance forecasts using sky images. In: Solar Energy 110 (2014), S. 303-315 [doi>10.1016/j.solener.2014.09.005] |
Institution: Lehrstuhl für Informatik 5 (Mustererkennung)
|
|
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|