Um eine dauerhaft umweltverträgliche und klimaschonende Energieerzeugung zu ermöglichen und den weltweit stark wachsenden Energiebedarf decken zu können, werden Erneuerbare Energien einen immer größer werdenden Anteil an der globalen Energieversorgung einnehmen. Dabei unterscheidet sich die Energieerzeugung aus erneuerbaren Quellen wie Wind- oder Solarenergie fundamental von der konventionellen Energieerzeugung aus fossilen Brennstoffen. Während diese
flexibel an den tatsächlichen Energiebedarf angepasst werden kann, ist die
Energieerzeugung durch Wind- und Solaranlagen von den vorherrschenden Wettereinflüssen abhängig und weist eine hohe Variabilität auf. Entsprechend der Verfügbarkeit von Strom aus erneuerbaren Quellen muss die Deckung des verbleibenden Bedarfs aus konventionellen Kraftwerken flexibel geregelt werden. Für eine effiziente Regelung ist es notwendig, dass die benötigte Leistung aus dem Netz (Netzlast) und der Energieertrag aus erneuerbaren Energiequellen möglichst präzise vorab bestimmt werden kann. Während Vorhersagen über die Netzlast mit ausreichender Genauigkeit zur Verfügung stehen, sind die Unsicherheiten in der Vorhersage des aus Wind- oder Solaranlagen gewonnenen Stroms noch erheblich. Ziel der Arbeit ist daher die Entwicklung eines Systems, das die Vorhersage des Ertrags aus Photovoltaik(PV)-Anlagen auf allen relevanten zeitlichen und räumlichen Skalen ermöglicht.

Den Ausgangspunkt der Leistungsvorhersagen stellen die für verschiedene Zeithorizonte unterschiedlichen Methoden zur Vorhersage der Solarstrahlung dar. Ein zentrales Element der Strahlungsvorhersage im Bereich von wenigen Stunden bis Tagen sind numerische Wetterprognosen, im Horizont von ca. 30 Minuten bis fünf Stunden im Voraus dient die Analyse der zeitliche Entwicklung von Wolkenfeldern als Datenquelle für die Strahlungsvorhersage. Basierend auf diesen Methoden werden für eine repräsentative Auswahl von PV-Einzelanlagen Standort-spezifische Strahlungsvorhersagen erstellt und darauf aufbauend der Ertrag dieser Anlagen simuliert.