{"id":112044,"date":"2026-01-15T02:40:00","date_gmt":"2026-01-15T01:40:00","guid":{"rendered":"https:\/\/www.sonnenseite.com\/?p=112044"},"modified":"2026-01-14T17:40:39","modified_gmt":"2026-01-14T16:40:39","slug":"ki-unterstuetzte-modelle-verbessern-vorhersage-der-solaren-einstrahlung","status":"publish","type":"post","link":"https:\/\/www.sonnenseite.com\/de\/wissenschaft\/ki-unterstuetzte-modelle-verbessern-vorhersage-der-solaren-einstrahlung\/","title":{"rendered":"KI-unterst\u00fctzte Modelle verbessern Vorhersage der solaren Einstrahlung"},"content":{"rendered":"\n

Solarstromprognosen helfen Netzbetreibern dabei, das Stromnetz vorausschauend zu regeln und den Solarstrom zu vermarkten. F\u00fcr die Prognosen ist eine m\u00f6glichst genaue Vorhersage der solaren Einstrahlung erforderlich. <\/p>\n\n\n\n

Wissenschaftlerinnen und Wissenschaftler des Fraunhofer-Instituts f\u00fcr Solare Energiesysteme ISE haben ein neues, KI-basiertes Verfahren entwickelt, um Wolkenentwicklung in Satellitenbildern besser vorherzusagen. Mit dieser Methode lassen sich Fehler bei der kurzfristigen Einstrahlungsprognose im Durchschnitt um elf Prozent verringern. Bindet man zus\u00e4tzlich Infrarot-Aufnahmen ein, kann die Vorhersagegenauigkeit insbesondere am fr\u00fchen Morgen nochmals deutlich verbessert werden.<\/p>\n\n\n

\n
\"\"<\/a>
\u00a9 Fraunhofer ISE | Satellitenaufnahmen \u00fcber Europa zum Sonnenaufgang, hier mit sichtbarem Kanal. Der schwarze Bereich liegt im dunkeln.<\/figcaption><\/figure>\n<\/div>\n\n\n

In Deutschland nutzen Netzbetreiber haupts\u00e4chlich Solarstromprognosen, die auf numerischen Wettervorhersagen basieren, um den Anteil an Photovoltaik-Strom in ihren Netzen abzusch\u00e4tzen. Die Prognose findet meist einen Tag im Voraus statt. Kurzfristige Pr\u00e4zisierungen der Prognose \u2013 15 Minuten bis zu ein paar Stunden im Voraus \u2013 f\u00fcr eine Vermarktung des Solarstroms auf dem Intra-Day-Markt oder f\u00fcr das Netzlastmanagement werden auf Basis von Echtzeitmesswerten der PV-Einspeisung sowie Vorhersagen der solaren Einstrahlung aus Satellitenbildern errechnet.<\/p>\n\n\n\n

Um die Vorhersage der solaren Einstrahlung f\u00fcr diese kurzfristigen Zeitr\u00e4ume weiter zu optimieren, entwickelten Wissenschaftlerinnen und Wissenschaftler des Fraunhofer ISE eine KI-basierte Methode. Diese sagt die Wolkenentwicklung in Satellitenbildern vorher und wertet sie gegen ein konventionelles Verfahren auf Basis von Wolkenzugsvektoren aus.<\/p>\n\n\n

\n
\"\"<\/a>
\u00a9 Fraunhofer ISE | Satellitenaufnahme \u00fcber Europa zum Sonnenaufgang, hier mit sichtbarem und Infrarot Kanal.<\/figcaption><\/figure>\n<\/div>\n\n\n

\u00bbMit Hilfe des neuen Verfahrens konnten wir Vorhersagefehler gegen\u00fcber dem Referenzmodell auf allen untersuchten Vorhersagehorizonten \u2013 von 0 bis 4 Stunden je in 15 Minuten Aufl\u00f6sungsintervallen \u2013 deutlich reduzieren\u00ab, res\u00fcmiert Nils Straub, Doktorand am Fraunhofer ISE und Hauptautor der Methode. \u00bbIm Durchschnitt waren die Vorhersagefehler 11 Prozent geringer.\u00ab<\/p>\n\n\n\n

Ein Schwachpunkt von Vorhersagen basierend auf Satellitenbildern aus dem sichtbaren Spektralbereich sind die fr\u00fchen Morgenstunden. Die Qualit\u00e4t der Bilder ist bei niedrigen Sonnenst\u00e4nden beeintr\u00e4chtigt und vor Sonnenaufgang sind sie komplett schwarz, so dass man in diesen Stunden keine Vorhersagen berechnen kann. <\/p>\n\n\n\n

Das Forschungsteam adressierte dieses Problem, indem sie den sichtbaren Bildern zwei zus\u00e4tzliche Infrarotkan\u00e4le hinzuf\u00fcgten. Diese sind nicht auf direktes Sonnenlicht angewiesen und funktionieren so auch im Dunkeln. \u00bbGegen\u00fcber einem Modell das allein Bilder aus dem sichtbaren Spektrum nutzt wird, konnten wir die Vorhersageverf\u00fcgbarkeit so deutlich steigern\u00ab, erg\u00e4nzt Straub. \u00bbIn Deutschland im Verlauf eines Jahres vor 8 Uhr von circa 22 auf bis zu 100 Prozent. Auch eine deutliche Verbesserung der Prognosen tags\u00fcber war ein erfreuliches Nebenprodukt.\u00ab Die Aufgabe der KI in der Methode ist, die Wolkenentwicklung vorherzusagen und in Sonnenaufgangssituationen Infrarotkan\u00e4le f\u00fcr die Strahlungsvorhersage nutzbar zu machen.<\/p>\n\n\n\n

\u00bbPV-Prognosesysteme spielen eine wichtige Rolle f\u00fcr den Handel mit Solarstrom, f\u00fcr das Netzmanagement und bei der Einsatzplanung von Kraftwerken\u00ab, erkl\u00e4rt Dr. Elke Lorenz, Gruppenleiterin f\u00fcr Solare Energiemeteorologie am Fraunhofer ISE. \u00bbJe mehr der Ausbau der fluktuierenden Erneuerbaren Energien voranschreitet, umso hilfreicher sind sie. Zwar \u00fcbernehmen Speicher auch mehr und mehr eine stabilisierende Rolle f\u00fcr das Stromnetz ein, aber auch hier k\u00f6nnen PV-Einspeiseprognosen f\u00fcr einen kosteneffizienten Einsatz sorgen.\u00ab<\/p>\n\n\n\n

Neben dem tages- und jahreszyklischen Strahlungsprofil, das sich aus der Sonnen\/Erdkonstellation relativ einfach und mit hoher Genauigkeit berechnen l\u00e4sst, haben Wolken den gr\u00f6\u00dften Einfluss auf die Strahlung am Boden und sind sehr viel schwieriger vorherzusagen. Daher ist die Strahlungsvorhersage eng mit der Vorhersage zuk\u00fcnftiger Wolkensituationen verkn\u00fcpft. Aus den vorhergesagten Wolkensituationen werden anschlie\u00dfend solare Strahlungskarten f\u00fcr die n\u00e4chsten Stunden berechnet.<\/p>\n\n\n\n