Ein Forschungsteam der Universität Córdoba hat ein KI-basiertes Modell entwickelt, das anhand von Temperaturdaten die verfügbare Solarenergie in der spanischen Region Andalusien bis zum Jahr 2100 vorhersagt. Die Studie konzentriert sich auf die Peak Sun Hours (PSH), eine standardisierte Messgröße zur Bewertung der jährlich verfügbaren Energie für Photovoltaik, die eine effizientere Planung der Solarenergieerzeugung ermöglicht. Jede Peak Sun Hour entspricht 1000 Watt pro Quadratmeter pro Stunde. Langfristige Vorhersagen hierzu können die optimale Platzierung von Anlagen für saubere Energie unterstützen.
Die Forschungsgruppe unter der Leitung von Javier Estévez, Juan Antonio Bellido und Amanda García führte diese Arbeit in der Abteilung für Hydrologie und landwirtschaftliche Hydraulik der Universität Córdoba durch. Ihr KI-Modell kann, basierend nur auf Temperaturdaten, Karten der Peak Sun Hours bis 2100 erstellen. Professor Estévez erklärt: „Wir verwenden die Temperatur, eine einfache und leicht messbare Variable, in Kombination mit großen Datensätzen und Zukunftsprognosen, um die Sonneneinstrahlung und daraus die Peak Sun Hours zu schätzen.“
Nach der Auswertung von vier maschinellen Lernmodellen und verschiedenen Konfigurationen fanden die Forscher heraus, dass ein Multilayer-Perceptron-Modell mit den meisten temperaturobgeleiteten Variablen die beste Leistung erbrachte. Basierend auf zukünftigen Temperaturprognosen unter verschiedenen Klimawandelszenarien zeigt das Modell, dass die Peak Sun Hours in Andalusien in allen Szenarien zunehmen werden. Estévez weist darauf hin: „Im mildesten Emissionsszenario steigen die Jahresdaten von 1850 kWh/m² im Zeitraum 2024-2030 auf 1950 kWh/m² im Jahr 2100. In Szenarien mit höheren Emissionen ist der Anstieg deutlicher und übersteigt 2000 kWh/m² pro Jahr.“
Insgesamt zeigt die verfügbare Solarenergie in Andalusien einen positiven Trend, der für die Entwicklung sauberer Energien vorteilhaft ist, obwohl in einigen Küsten- und Bergregionen ein leichter Rückgang zu verzeichnen ist. Der Anstieg der Sonneneinstrahlung hängt auch mit dem Temperaturanstieg zusammen. Um das Modell zu validieren, nutzte das Team Sonneneinstrahlungsdaten, die von 122 Wetterstationen zwischen 2000 und 2022 gemessen wurden, und bestätigte, dass das Modell zuverlässig zukünftige Daten vorhersagen kann. Die Studie wurde in der Fachzeitschrift „Applied Energy“ veröffentlicht.
Der Forscher Antonio Bellido sagt: „Das Modell ist Open Access und für andere Forschungsgruppen und Entscheidungsträger verfügbar. Obwohl der Entwicklungsprozess rechenintensiv war, kann es danach auf Standardcomputern laufen.“ Durch die Nutzung der kostengünstigen und leicht verfügbaren Temperaturvariablen ist das Modell für ressourcenbeschränkte Regionen geeignet und liefert dennoch genaue Ergebnisse. Aus planerischer Sicht unterstreicht diese Studie das Wachstum des solaren Potenzials im Süden Spaniens in diesem Jahrhundert, hilft bei der Analyse der Veränderungen der Energieperformance an verschiedenen Standorten und liefert eine Grundlage für die Wahl der besten Optionen zur Erzeugung sauberer Energie.
Veröffentlichungsdetails: Autor: University of Córdoba; Titel: „Available solar energy in Andalusia will increase through the end of the century, machine learning model finds“; veröffentlicht in: „Applied Energy“ (2026); Zeitschrifteninfo: „Applied Energy“.
