Warum wir mit realen Anlagenmessungen beginnen
Prognosen, die Geld verdienen sollen, müssen auf realen Messwerten einer realen Solaranlage beruhen. Idealisiert wirkende Simulationen sehen auf dem Papier sauber aus, blenden aber alles aus, was den stündlichen Output einer Anlage tatsächlich bestimmt: Staub auf den Modulen, Wechselrichter-Clipping an sonnigen Mittagen, leicht falsche Tracker-Winkel, aufgeheizte Module mit einigen Prozent Effizienzverlust und gelegentliche Teilverschattung.
Der hier verwendete Datensatz umfasst ein volles Kalenderjahr mit 5-Minuten-Messungen einer in Betrieb befindlichen Solaranlage mit einachsigem Tracker, stündlich gekoppelt mit hochwertiger Reanalyse des Wetters. Die folgenden Seiten zeigen das saisonale Muster, die Tagesform, welche Wetterbedingungen am wichtigsten sind und wie gut sich die Anlage aus jeder einzelnen Wettervariable vorhersagen lässt.
Warum diese Seite zuerst kommt: Jedes Diagramm auf dieser Seite
dient als Plausibilitätsprüfung vor jeder Modellierung. Wir müssen die
Daten sehen – um zu bestätigen, dass sich die Jahreszeiten wie
erwartet verhalten, dass mehr Sonnenlicht wirklich proportional mehr
Leistung bedeutet und dass das Produktionsniveau gesund aussieht. Sollten
die zugrunde liegenden Daten Fehler aufweisen, würden die
Visualisierungen auf dieser Seite dies aufdecken, bevor ein Modell
darauf trainiert wird.
1. Überblick über die Energieproduktion
Wie viel Energie die Anlage in jedem Monat erzeugt hat und wie hoch die wöchentliche durchschnittliche Leistung über das Jahr war.
2. Tagesprofile & jahreszeitliche Muster
Durchschnittliche Leistung nach Tagesstunde und Monat sowie die saisonalen Tageskurven mit ±1 Standardabweichungsbändern.
3. Welche Wettervariablen am wichtigsten sind
Pearson-Korrelation zwischen jeder Wettervariable und der gemessenen AC-Leistung (nur Tageslichtstunden). Die Einstrahlung treibt fast alles; die Wolkenbedeckung ist das zweitstärkste Signal; die Temperatur hat einen kleinen, aber realen Einfluss auf die Effizienz.
4. Wie gut sich die Leistung aus einzelnen Wettervariablen vorhersagen lässt
Für jede Wettervariable, wie viel der Leistungsvariation sie mit einer einfachen linearen Anpassung allein erklären kann. Die Einstrahlung ist mit großem Abstand der stärkste Prädiktor. Das reale R² liegt unter Lehrbuch-Simulationen, weil reale Hardware Verschmutzung, kleine Tracker-Fehlausrichtungen, Wechselrichterverluste und Sensorauschen aufweist, die keine Wettervariable erfassen kann.
5. Zentrale Zusammenhänge, visualisiert
Die zwei wichtigsten Zusammenhänge im Datensatz: Die Einstrahlung auf den Modulen treibt die Leistung nahezu linear, und der einachsige Tracker fängt deutlich mehr Einstrahlung ein als eine flache Fläche.
6. Kapazitätsfaktor & Leistungsverteilung
Der Kapazitätsfaktor (CF) — oben auf der Seite erläutert — ist die sauberste Art, Stunden, Tage und Jahreszeiten zu vergleichen, weil er die Anlagengröße herausnormiert. Die Diagramme unten zeigen, wie sich der CF über die Jahreszeiten verteilt, wie er sich über Tagesstunde und Monat abbildet und als Kontext das rohe Histogramm der AC-Leistung. Typische Jahresmittel für sonnige europäische Standorte in mittleren Breiten liegen bei 15–20 %; Sommerstunden um die Mittagszeit erreichen häufig 0.8–1.0 (die Wechselrichterleistung beträgt 14.7 kW AC).