Solceller bliver en væsentlig del af fremtidens vedvarende energiforsyning, men en stor del af energien går tabt på grund af fejl i anlæggene. Fejlene udvikler sig over tid, og opdages de ikke i tide, betyder det tabt energi og indtægt på anlæggene og i sidste ende højere elpriser. Hvis inspektionen af solcellerne skal foregå ved hjælp af en tekniker til fods, kan det ofte blive en langvarig og kostbar opgave, men det vil et nyt dansk projekt, hvor droner finder fejlene, gøre op med. Det oplyser innovationsfonden i en pressemeddelelse.
Filmer panelet
I projektet udstyres en drone med både et almindeligt kamera, et infrarødt kamera samt et specielt kamera til optagelse af fotoluminisens fra solcellepaneler. Især fotoluminisensbilledet giver vigtig information om et solcellepanels tilstand, og herved kan man opnå en tidlig fejldetektering af et panel.
Samtidig skal der udvikles avanceret software til billedanalyse og databehandling, således at fejlene kan detekteres automatisk. Den specialudstyrede drone vil skulle overflyve solcelleinstallationer og udføre hurtig fejldetektion på et anlæg.
Med projektet udvikles en løsning, der er med til at sikre, at ejerne af solcelleanlæg i alle størrelser får den forventede elproduktion, forsyningssikkerhed og afkast af investeringen.
Kæmpe potentiale
– Potentialet for denne kombination af højeffektive droner med solcellediagnosticeringsværktøjer og avanceret billedanalyse fra luften er kæmpestort. Vi vil være i stand til på kort tid at overflyve store solcelleparker og foretage detaljeret fejlfinding herpå – noget, der før tog dagevis for en servicetekniker, der med instrumenter under armen går de mange kilometer rundt mellem panelerne på solcelleanlæggene. Der er ingen tvivl om, at dette vil være en milepæl for dansk droneudvikling, siger Henrik Bendixen, adm. direktør i Sky-Watch.
Projektet ledes af Aalborg Universitet, der har samlet et stærkt hold bestående af DTU Fotonik, Kenergy, SiCon, Skive Kommune og Sky-Watch. Sammen skal de udvikle en droneløsning til avanceret og fuldautomatisk diagnosticering af solcelleanlæg.