Was sind Nachlaufeffekte?
Nachlaufeffekte sind die turbulenten, langsameren Luftströmungen, die hinter einer Windenergieanlage entstehen, wenn diese dem Wind Energie entzieht. Weiter stromabwärts positionierte Turbinen treffen auf diese gestörte Strömung, was ihre Energieerzeugung verringert und die mechanische Belastung erhöht. Die Stärke dieser Effekte hängt stark vom Turbinenabstand, der Windgeschwindigkeit, der atmosphärischen Stabilität und der Rotorgröße ab. Die Steuerung von Nachlaufwechselwirkungen durch optimierte Layouts und aktive Nachlaufregelung ist entscheidend für die Verbesserung der Gesamtleistung von Windparks. Die zentrale Frage lautet: Wie lässt sich die Gesamtleistung eines Windparks optimieren und gleichzeitig die Lebensdauer und Zuverlässigkeit der Windenergieanlagen erhalten?
KI4Wind – Projektmotivation
Um Klimaneutralität in der Energieversorgung zu erreichen, ist es unerlässlich, erneuerbare Energiequellen auszubauen und zu optimieren – insbesondere die bereits installierten Windenergieanlagen bieten ein enormes Potenzial zur Optimierung durch intelligentere Nachlaufsteuerungsalgorithmen.
Derzeit konzentrieren sich die Steuerungssysteme moderner Windenergieanlagen (WTGs) ausschließlich auf die einzelne Turbine, ohne zu berücksichtigen, wie sich andere Turbinen innerhalb des Windparks verhalten. Durch die Optimierung ihrer Wechselwirkung lässt sich der Turbinenbetrieb jedoch verbessern, die mechanischen Lasten reduzieren und damit die Lebensdauer verlängern. Dies führt zu einer höheren Gesamteffizienz und einem gesteigerten Nettoertrag von Windparks.
Ziele und Vorgehensweise
Das Projekt KI4Wind zielt darauf ab, den Einsatz von maschinellen Lernmethoden (ML) zu erforschen, um spezifische Betriebs- und Lastzustände von Windenergieanlagen zu identifizieren, physikalische Belastungen zu reduzieren und die elektrische Leistungsabgabe zu optimieren.
Dazu werden zunächst Sensoren des Partnerunternehmens Fibercheck GmbH in reale Windparks integriert, um bestehende Messdatensätze strategisch zu erweitern. Auf Basis dieser realen Messungen sowie zusätzlicher synthetischer Simulationsdaten des Forschungspartners Fraunhofer IWES wird Turbit Systems GmbH die Entwicklung und das Training KI-basierter Steuerungsagenten für Windenergieanlagen federführend übernehmen. Diese Agenten werden anschließend vom Projektkonsortium in realen Feldversuchen getestet und optimiert.
Innovationen und Perspektiven
Im Vergleich zu bestehenden Technologien bietet das Projekt das Potenzial für einen optimierten Betrieb ganzer Windparks durch Reinforcement Learning Agents (RL-Agents). Die im Rahmen von KI4Wind entwickelten Modelle sollen entweder als eigenständige Module in lokale Turbinensteuerungssysteme integriert oder zentral über einen Cloud-Computing-Ansatz zur Betriebsoptimierung eingesetzt werden.
Mittelfristig wird das Projekt die Wettbewerbsfähigkeit deutscher Unternehmen im Windenergiesektor stärken und damit langfristig einen Beitrag zur Erreichung der Klimaneutralität leisten.
Projektpartner
