Solarstraßenbeläge als innovative Form der architektonisch integrierten Photovoltaik haben in den letzten Jahren große Aufmerksamkeit erhalten. Dennoch sind Untersuchungen zur Zuverlässigkeitsanalyse und zuverlässigkeitsbasierten Optimierungsplanung noch relativ selten. Diese Studie untersucht erstmals die optimale Rekonstruktionsgestaltung von Solarkacheln unter konkurrierendem Risiko und schlägt einen hybriden Optimierungsrahmen (GAMA) vor, der genetische Algorithmen und Munkres-Zuordnungsanpassungen kombiniert. Dieser Rahmen erreicht das Ziel durch eine zweistufige Strategie: Zunächst wird mit dem genetischen Algorithmus eine Pareto-optimale Lösungsmenge für das Rekonstruktionsdesign bestimmt, die die Systemzuverlässigkeit und die Migrationskosten abwägt; anschließend wird der Munkres-Algorithmus zur Feinabstimmung der Zeilen- und Spaltenzuordnung eingeführt, wodurch die Betriebs- und Wartungskosten weiter gesenkt werden, während die Zuverlässigkeit erhalten bleibt. Die Wirksamkeit der Methode wurde anhand eines Beispielsystems von Solarkacheln mit vollständiger Kreuzverbindung (TCT) validiert und bietet eine innovative Lösung für den langlebigen Betrieb von photovoltaischen Straßenbelägen unter komplexen Bedingungen.

Solarkachel-System; Zuverlässigkeitsoptimierung; konkurrierendes Risiko; genetischer Algorithmus; Munkres-Zuordnung; photovoltaische Straßenbeläge