SolarAnywhere-Daten helfen solarbetriebenen UAVs bei der Planung für reales Wetter

Solardaten und das Versprechen solarbetriebener UAVs

SolarAnywhere ist seit Langem als Datendienst für großskalige und dezentrale Solar-PV bekannt. Doch die hochauflösenden Bestrahlungsdatensätze treiben inzwischen eine überraschende neue Anwendung an: solarunterstützte unbemannte Luftfahrzeuge (UAVs). An der Technischen Universität Warschau nutzt der Forscher Piotr Lichota die historischen, satellitenbasierten Bestrahlungsdaten von SolarAnywhere, um die besten Startzeiten für Solar-UAVs und die realistisch erreichbare Flugdauer zu bestimmen. Die Arbeit könnte die Entwicklung der autonomen Umweltüberwachung, der Präzisionslandwirtschaft und von Such- und Rettungseinsätzen beschleunigen, also von Missionen, bei denen lange Flugzeiten entscheidend sind.

Die Wetterherausforderung für Solar-UAVs

Solarbetriebene UAVs sind so konstruiert, dass sie ihre Batterien über bordeigene Photovoltaikmodule nachladen. In der Theorie beschreibt eine wolkenfreie Situation einen einfachen Zusammenhang zwischen Sonneneinstrahlung, Modulleistung und Flugdauer. In der Praxis spielt das Wetter jedoch selten mit. Dynamische Bewölkung in niedrigen Höhen, besonders in Regionen wie Mitteleuropa, kann die dem Fluggerät verfügbare Sonnenenergie drastisch verringern und die Missionsfähigkeiten einschränken.

Für Einsatzplaner ist die Unfähigkeit, die Bestrahlung unter realistischen Himmelsbedingungen vorherzusagen, ein wesentliches Hindernis. Die meisten früheren Modelle beruhen auf theoretischen Annahmen eines wolkenfreien Himmels oder auf klimatologischen Mittelwerten, die die tagesaktuelle Variabilität nicht erfassen, die tatsächlich darüber entscheidet, ob ein UAV seine Mission abschließen kann. Lichota erkannte, dass etwas Robusteres nötig war: ein Simulationsrahmen, der die atmosphärische Volatilität der realen Welt nachbildet, um die Wahrscheinlichkeit eines Missionserfolgs zu bewerten.

Aufbau einer stochastischen Simulation auf Basis realer Bestrahlungsdaten

Von wolkenfreien Profilen zu Bewölkungsmodellen

Das Herz des Rahmens ist der SolarAnywhere-Datensatz, der mehr als 25 Jahre satellitenbasierter Bestrahlungsbeobachtungen umfasst. Mithilfe der Maximum-Likelihood-Schätzung (MLE) identifizierte Lichota Profile der Direktnormalstrahlung (DNI) und der Diffusstrahlung auf horizontaler Fläche (DHI) für wolkenfreien Himmel, die historischen Beobachtungen mit deutlich geringerem Fehler entsprechen als Standardreferenzen, Langzeitmittelwerte oder typische meteorologische Jahresreihen.

Wolkenfreie Profile allein reichen in wettervariablen Regionen jedoch nicht aus. Aus den hochpräzisen Datensätzen wurde ein Bewölkungsmodell konstruiert. Durch die Simulation des stochastischen Verhaltens von Wolken geht der Rahmen über deterministische Annahmen hinaus und erzeugt Wahrscheinlichkeitsverteilungen der verfügbaren Sonnenenergie zu einem bestimmten Zeitpunkt und an einem bestimmten Ort.

Wahrscheinlichkeiten von Missionsergebnissen modellieren

Mit diesem stochastischen Rahmen quantifizierte Lichota die Wahrscheinlichkeit, für eine bestimmte Startzeit, einen bestimmten Ort und eine bestimmte Flugkonfiguration eine Ziel-Flugdauer zu erreichen. Statt eines einzelnen theoretischen Maximums liefert der Rahmen Kurven, die die Wahrscheinlichkeit verschiedener Ergebnisse unter realistischen Bedingungen zeigen. Diese Kurven stehen für einen grundlegenden Wandel von einfachen Leistungsabschätzungen hin zu einer risikobewussten Missionsplanung.

Wichtigste Erkenntnis: Start zur Mittagszeit gewinnt

Eines der aussagekräftigsten Ergebnisse des Rahmens ist der Einfluss der Startzeit auf den Missionserfolg. Wie die Studie zeigt, bietet ein Start zur Mittagszeit spürbar bessere Chancen auf eine längere Mission als ein Start am frühen Morgen, selbst für dasselbe UAV am selben Tag. Eine solche Erkenntnis lässt sich aus wolkenfreien Annahmen nicht gewinnen, bei denen die Unterschiede der Bestrahlung zwischen Morgen und Mittag vorhersehbar und oft gering sind.

Der Grund ist intuitiv: Bewölkungsmuster in Mitteleuropa haben einen tageszeitlichen Anteil. Morgennebel und tiefe Wolken lösen sich oft bis zum Mittag auf, sodass mehr Bestrahlung das Fluggerät erreicht. Das Modell bildet diese Dynamik ab und gibt Betreibern eine datenbasierte Grundlage für die Wahl des Startfensters.

Für reale Bedingungen entwerfen

Über die Terminplanung hinaus ermöglicht der Rahmen bessere Konstruktionsentscheidungen. Lichota zeigte, wie Änderungen am Verhältnis von Solar- zu Flügelfläche, an der Batteriekapazität oder an der Wahl der Startzeit die Machbarkeit einer Mission direkt beeinflussen. Statt auf eine unrealistische theoretische Maximalflugdauer zu optimieren, können Ingenieure die Wahrscheinlichkeitskurven verwenden, um Abwägungen zu bewerten. Eine höhere Batteriekapazität kann etwa die Ausdauer bei bewölktem Wetter verbessern, bringt aber zusätzliches Gewicht mit sich; das Modell zeigt, ob sich dieser Kompromiss lohnt.

Dieser Ansatz erleichtert den Übergang zu einem risikoorientierten Design für grüne Technologien. Anstatt von einem Best-Case-Szenario auszugehen, können Entwickler Zuverlässigkeitsschwellen festlegen, etwa eine 90-prozentige Wahrscheinlichkeit, eine bestimmte Flugdauer zu erreichen, und dann die Parameter rückwärts bestimmen, die diese Schwelle erfüllen.

Folgen für grüne Technologien und darüber hinaus

Solar-UAVs sind nur ein Beispiel dafür, wie fortschrittliche Solardaten aufkommende grüne Technologien unterstützen können. Dieselbe Methodik ließe sich auf solarbetriebene Fahrzeuge, maritime autonome Systeme oder sogar stationäre Energiespeicher anwenden, die von Solarprognosen abhängen. Mit der zunehmenden Nutzung erneuerbarer Energien in mehr Sektoren wächst der Bedarf an probabilistischer, realitätsnaher Leistungsmodellierung.

Für die UAV-Branche sind die Folgen klar. Autonome Umweltüberwachungsmissionen in Mitteleuropa und ähnlichen Klimazonen lassen sich mit einem quantifizierten Maß an Sicherheit planen. Präzisionslandwirtschaft kann Flüge dann terminieren, wenn die Wahrscheinlichkeit ausreichender Sonnenenergie am höchsten ist. Such- und Rettungsteams können entscheiden, ob ein Solar-UAV voraussichtlich lange genug in der Luft bleibt, um ein Zielgebiet abzudecken.

Fazit

Die Arbeit an der Technischen Universität Warschau zeigt den Wert langfristiger, satellitenbasierter Bestrahlungsdaten für Anwendungen jenseits klassischer Solar-PV. Der SolarAnywhere-Datensatz bildet die Grundlage für eine realistische, stochastische Modellierung des Betriebs von Solar-UAVs. Indem wolkenfreie Annahmen durch wahrscheinlichkeitbasierte Rahmen ersetzt werden, können Forscher und Betreiber klügere Entscheidungen treffen, die Erfolgsquote von Missionen erhöhen und die Einführung nachhaltiger Luftfahrt beschleunigen.

Mit zunehmender Reife der Technologie ist zu erwarten, dass Solar-UAVs leistungsfähiger und verlässlicher werden, aber nur, wenn man für das Wetter plant, wie es ist, nicht wie man es sich wünscht. Datengetriebene Ansätze wie die von Lichota sind der Schlüssel, um diese Zukunft zu erschließen.

Dieser Artikel basiert auf einer Berichterstattung von CleanTechnica. Den Originalartikel lesen.