25/03/2026
Днес използването на AI във фотоволтаичните системи все още се възприема основно и само като инструмент за наблюдение и събиране на данни. Какво е производство, систематизиране на аларми, прогнози, графики и обобщени анализи.
Това определено е полезно, но не е нещо ново, защото всяка съвременна централа има някаква форма на дигитално следене и представяне на данни. Истинският потенциал на AI обаче може да започне там, където системата престава само да показва данни и започва да ги разбира.
Едни от най-пренебрегваните фактори при експлоатацията на една централа са така наречените „скрити загуби“ - малки, постоянни отклонения в работата, които обичайно не задействат аларми (или са изключени като несъществени) и не изглеждат като аварии. Частично замърсяване, микрозасенчване на отделни части, влага, локални температурни разлики, неравномерна деградация на панели.
Поотделно те изглеждат (и са) незначителни, но в комбинация водят до постоянна и реална загуба в генерирането на енергия. Тук AI може да търси не само дефекти, а повтарящи се модели, да сравнява поведение на еднакви стрингове при сходни условия и да открива отклонения, които човек трудно би забелязал. Това не изисква нови технологии, а по-интелигентен анализ на вече наличните данни.
AI може да играе важна роля и след пускането в експлоатация, когато проектът вече се счита за „завършен“. Сравнявайки реалната работа на централата с първоначалните проектни допускания, системата може да открива грешки в наклони, ориентации, опроводяване, разположение и отстояния, или кабелни загуби, които никога не са били формално дефекти.
Това превръща AI в инструмент за обективна обратна връзка между проекта, изпълнение и реална експлоатация. Така всеки следващ проектен дизайн и реализирана централа може да бъде по-добър и по-ефективен от предишния, отчитайки допуснатите грешки и предоставяйки възможности за оптимизация.
Дори на пръв поглед обикновени дейности като почистването на панели може да са обект на по-интелигентно управление, и то в обратна на общоприетото мислене посока. Вместо чрез AI да се решава кога да се измият панелите, по-ценно е да определя кога това реално да не се прави.
Чрез анализ на степента на влияние на замърсяването върху производството, и разходите за вода и труд, системата може да оптимизира решенията икономически, а не по човешки интуитивно. Това ще доведе до по-ниски оперативни разходи (OPEX) и по-устойчива икономически експлоатация на централата.
Друг неизползвана потенциална възможност на AI е анализът и управлението на човешкия експлоатационен фактор. Повечето системи анализират работата на панелите и инверторите, но не и действията на хората които управляват самата централа.
Фактори като реакцията на аларми, подцененяване на събития или пропускане на проверки може да изглеждат понякога дребни, но с натрупване оказват значително влияние върху ефективността. Текущите системни логове съдържат тази информация, но тя рядко се анализира, освен може би от гледна точка финансово заплащане.
С помощта на AI могат да се изграждат определени поведенчески модели на експлоатационните решения и да се открива къде не техниката, а навикът на персонала води до загуби или риск. Това е особено ценно за оператори с много обекти и различни екипи.
AI може да свързва техническите данни и с нещо друго, което остава извън системите за наблюдение - договорните условия по изграждане и/или поддръжка на централите, предоставени гаранции, граници на отговорност на страните и техните икономически проявления. Чрез контекстен анализ на експлоатационните данни спрямо договорните клаузи по изграждане и/или поддръжка, AI може да подпомогне вземането на решение дали даден проблем е гаранционен, експлоатационен или извън контрол.
Може да предложи време за реакция, поредност на действия, приоритети по централи и екипи. Това не е инженерна, а управленска дейност, но именно там често се губят време и средства, и се рефлектива на доверието на клиента.
Накрая съществува потенциал, който може да изглежда все още нереалистичен, но е технологично постижим в близко бъдеще. Текущо, фотоволтаични системи се приемат с фиксирана електрическа конфигурация - стрингове от панели, групи инвертори и твърда логика на свързване.
В действителност, работните условията се променят постоянно - има засенчване от растителност, сезонни разлики в производството, неравномерно стареене на панели. AI, свързан чрез IoT на ниво интелигентни модулни кутии или стрингове, може да предлага динамични логически промени в групирането, било с или без физическа намеса. Това добавя нов слой оптимизация, напълно постижим с днешното ниво на оборудване и комуникации.
В този смисъл, бъдещето на AI във фотоволтаичните системи не е само в показването на по-сложни графики и извършване на по-точни прогнози за слънцегреенето. То е в разширяване на разбирането на системата като цялост - оборудване, персонал, проектиране, договорни отношения и промени в средата.
Всичко това вече съществува като данни, липсва само интелигентната връзка между тях.
