Vom Forecast zum Monitoring: Wie präzise Nowcasting-Daten Anlagenfehler aufdecken

Ein präzises PV-Modell auf Basis der genauen Solarzellen-Physik ist nicht nur die Grundlage für eine gute Prognose, sondern auch der Ausgangspunkt für jedes ernsthafte Monitoring. Viele Forecast-Anbieter verwenden inzwischen KI-Prognosen auf Basis von Anlagendaten. Diese haben jedoch den entscheidenden Nachteil, dass unterschiedliche Fehler jeweils mit angelernt werden und z.B. Verschattung nicht scharf von Verschmutzung oder Degradation getrennt werden kann.

Erst wenn man weiß, was eine fehlerfreie Anlage unter den gegebenen Wetterbedingungen liefern sollte, kann man beurteilen, ob die Anlage tatsächlich die spezifizierte Leistung liefert. Mit dem Launch von Nowcasting ist unser /forecast-Endpunkt einen entscheidenden Schritt näher an die Realität gerückt — und damit tauglich für einen ersten Soll-Ist-Vergleich, ohne dass dafür ein Sensor vor Ort nötig ist.

Forecast trifft Realität: drei Tage eines pvnode-Nutzers

Ein pvnode-Nutzer, der seit dem Launch unseren Nowcasting-Plan einsetzt, hat uns die gemessenen Leistungsdaten seiner Anlage zur Verfügung gestellt. Wir haben sie unverändert gegen die Ausgabe unseres /forecast-Endpunkts gelegt und über drei Tage hinweg gegenübergestellt.

Alle drei Tage waren wechselhaft bewölkt. Das ist genau das Szenario, in dem klassische Wettermodelle mit stündlichen oder dreistündlichen Updates traditionell schwächeln, weil Wolkenbewegungen schlicht zu schnell für die Aktualisierungsfrequenz sind. Unser Nowcasting-Update alle 10 Minuten zeigt hier seine Stärken: Die kurzfristigen Einbrüche, die Wiederanstiege bei Wolkenlücken und die generelle Tagesform werden erstaunlich präzise abgebildet. Wer den Chart länger betrachtet, sieht eine fast deckungsgleiche Kurve über weite Strecken des Tages.

Zur Mittagszeit am zweiten und dritten Tag fällt eine Abweichung auf, die auf eine Abregelung der Anlage zurückgeht. Sichtbar wird dieses Detail überhaupt nur, weil der restliche Verlauf so gut passt — auf einem ungenauen Forecast wäre eine solche Lücke möglicherweise im Rauschen verschwunden.

Wie genau braucht es eigentlich für Monitoring?

Klassisches Monitoring mit einem Sensor am Standort ist wartungsintensiv und teuer. In den meisten Fällen liefert ein solcher Sensor zudem nur die Globalstrahlung am Standort. Verschmutzte oder defekte Sensoren machen das gesamte Monitoring hinfällig, weil die Referenz selbst falsch ist — und das oft, ohne dass es jemandem auffällt.

Eine deutlich pragmatischere Alternative sind beobachtete, hochauflösende Satellitendaten in Kombination mit einem präzisen PV-Modell, wie sie in unseren historischen Daten über /recent stecken. Sie greifen auf tatsächliche Satellitenbeobachtungen zurück, sind also kein Modell der Zukunft, sondern ein Rückblick auf das, was am Himmel wirklich passiert ist. Ohne Sensor und ohne Wartung — und für die meisten Monitoring-Fragen mehr als ausreichend. Besonders für sonnige Zeiträume sind diese Daten extrem nützlich, um Analysen zu Verschattung, Verschmutzung und Degradation durchzuführen.

Was sich durch Nowcasting verändert hat: Auch der Forecast selbst kommt für viele dieser Fragen jetzt erstaunlich nah an die Realität heran. Er ist per Definition eine Vorhersage und damit nie ganz so exakt wie der historische Rückblick über /recent. Sein entscheidender Vorteil ist, dass er live verfügbar ist. Wer in nahezu Echtzeit wissen möchte, ob eine Anlage gerade das liefert, was sie liefern könnte, bekommt diese Antwort jetzt aus einer einzigen API-Anfrage.

Was die Daten zeigen können — und was nicht

Sobald der prognostizierte Wert nah genug an der Realität liegt, wird die Differenz zur tatsächlichen Erzeugung selbst zum Signal. Eine Anlage, die über mehrere Wochen systematisch unter ihrem Forecast bleibt, deutet auf eine Veränderung hin — typischerweise auf Verschmutzung, auf Degradation einzelner Strings oder auf andere technische Probleme.

Verschattung lässt sich in der pvnode API über mehrere Optionen bereits manuell konfigurieren — von der automatischen Horizont-Berechnung bis hin zur detaillierten Strangverschattung. Noch bequemer ist es allerdings, wenn Verschattung, Degradation oder andere Effekte automatisch aus dem Vergleich mit der gemessenen Erzeugung erkannt werden. Damit lässt sich Minderperformance aufdecken und, sofern möglich, gezielt beheben. Alternativ kann das Ergebnis genutzt werden, um den Forecast oder die /recent-Daten auf die individuelle Anlage zu kalibrieren — etwa bei nicht reversibler Degradation oder dauerhaften Verschattungseinflüssen, die die Leistung systematisch reduzieren. An genau einem solchen Feature arbeiten wir derzeit. Wer früh dabei sein möchte, schreibt uns gerne über den Feedback-Button im Dashboard oder per E-Mail an info@pvnode.com.

Trotzdem bleibt ein Forecast ein Forecast, auch mit Nowcasting. Das Wolkenbild ist oftmals komplex und Satellitendaten haben physikalisch bedingt eine begrenzte Auflösung von ca. 2 bis 3 km². Befindet sich eine Anlage längere Zeit genau unter dem Rand einer Wolke, können Nowcast und Realität temporär spürbar voneinander abweichen. Wer mit der Forecast-Differenz arbeitet, sollte deshalb in etwas längeren Zeiträumen denken. Um Fehler oder Ausfälle verlässlich zu detektieren, eignen sich vor allem klare, sonnige Tage. Zudem sind Trends über Wochen belastbarer als einzelne Datenpunkte. Für den gezeigten Vergleich haben wir deshalb bewusst einen bewölkten Zeitraum gewählt und keinen perfekten Sonnentag — auf dem funktioniert fast jedes Modell. Aussagekräftig wird es erst an schwierigen Tagen. Das hilft, um die echte Prognosequalität zu beurteilen und richtige Erwartungen an das Forecasting zu treffen.

Selbst loslegen

Wenn Sie pvnode noch nicht nutzen, starten alle neuen Accounts im Pro + Nowcasting Plan mit fünf Standorten zum Testen. Damit haben Sie sofort Zugriff auf dieselbe Datenqualität, die im obigen Vergleich gezeigt wurde. Die Integration in Home Assistant, Solectrus, EVCC oder eine eigene Anwendung ist über unsere Forecast API in wenigen Minuten erledigt.

Bei Fragen oder Feedback nutzen Sie gerne den Feedback-Button im Dashboard. Und wenn Sie selbst spannende Vergleiche zwischen Forecast und Realität gemacht haben — wir freuen uns immer über echte Daten aus der Praxis.