07. Jan 2019

Das Pilotprojekt wurde auf dem Offshore Forschungswindpark Alpha Ventus in der Nordsee gestartet. Ziel ist es, die abgegebene Leistung der dortigen zwölf Windenergieanlagen in einem Zeitbereich bis 60 Minuten möglichst genau vorherzusagen.

Forschungsprojekt Parkcast: Macht minutengenaue Leistungsvorhersage für Windparks

(PM) Wie lässt sich die Leistungsabgabe eines Windparks im Minutenbereich am besten vorhersagen, und wie gross ist die Unsicherheit der Vorhersage bei starken Änderungen der Windgeschwindigkeit? Diese Fragen wollen Forscherinnen und Forscher des Stuttgarter Lehrstuhls für Windenergie (SWE) der Universität Stuttgart und des Zentrums für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg (ZSW) im Rahmen des Forschungsprojekts Parkcast klären.


Um ein stabiles Netz zu sichern, sind minutengenaue Vorhersagen der Leistungseinspeisung von Windenergie in das Energienetz unbedingt nötig. Trotz der ständigen Schwankung der Leistung der Windenergieanlagen muss also gewährleistet sein, dass sich die Erzeugung und der Verbrauch des Stroms immer die Waage hält. Mit Hilfe von präzisen Prognosen der in naher Zukunft erzeugten Leistung eines Windparks ist es für den Netzbetreiber möglich besser zu planen, wie der Energiemix zustande kommen soll und ob beispielsweise bei einer ankommenden Windflaute rechtzeitig ein Gaskraftwerk hochgefahren werden muss, um die wegfallende Leistung zu kompensieren.

Pilotprojekt auf dem Offshore Forschungswindpark Alpha Ventus
Zu diesem Zweck haben die Stuttgarter Forscherinnen und Forscher ein Pilotprojekt auf dem Offshore Forschungswindpark Alpha Ventus vor der niedersächsischen Nordseeküste in der Deutschen Bucht gestartet. Ziel ist es, die abgegebene Leistung der dortigen zwölf Windenergieanlagen in einem Zeitbereich bis 60 Minuten möglichst genau vorherzusagen. Dazu wird ein Lidargerät eingesetzt. Dieses Laser-Messinstrument, das auf der Gondel einer der 5-MW-Anlagen installiert wird, kann die Windgeschwindigkeit in bis zu zehn Kilometer Entfernung messen.

Parkleistungsmodell mit maschinellem Lernen
Das Lidargerät soll die Einströmung des Parks messen und diese Information als Grundlage für die Vorhersage bereitstellen. Mithilfe eines lokalen, numerischen Wettermodells, welches den Zustand der Atmosphäre am Standort abbildet, kann durch Eingabe bzw. Assimilation der gemessenen Windgeschwindigkeitswerte aus wenigen Kilometern Entfernung, die Strömung des Windes zum Windpark hin errechnet und prognostiziert werden. Mit Hilfe eines Parkleistungsmodells, also der Kenntnis, bei welcher Windgeschwindigkeit der Windpark wie viel Leistung erzeugt, kann dann die zukünftig abgegebene Leistung berechnet werden. Hierzu werden auch aktuelle Methoden des Maschinellen Lernens eingesetzt.

Text: Universität Stuttgart

1 Kommentare
> alle lesen
Max Blatter @ 11. Jan 2019 09:20

Beim Lesen der Schlagzeile habe ich mich gleich gefragt: Schön, aber wie lange voraus steht die Vorhersage zur Verfügung? Im Text lese ich etwas von 60 Minuten - und das würde durchaus Sinn machen: 15 Minuten ist nämlich die Zeitspanne, innert der im Verbundnetz die sogenannte Tertiäregelung greifen kann (Hoch- oder Runterfahren ganzer Kraftwerksblöcke); da ist eine solche Vorhersage natürlich höchst hilfreich!

Kommentar hinzufügen

Newsletter abonnieren

Follow us

In order to provide the best quality for you, our system uses "cookies", which are stored on your device. Cookies are necessary to identify what information (job advertisement, questionnaire, etc) you have already seen. IP address is used for the same purposes as described above.

When creating a profile, applying to the newsletter, job subscriptions and etc, you agree that the data, which you have entered, will be stored and processed in the system in order to provide services, which you have applied for.

We do NOT sell your personal data to any 3rd party services.

You must be 18 or older years old to use our services. If you are underage, you must have a permission to use our services from your parent or guardian. It is necessary in order to store and process your data.

By continuing to use our services, you agree with the these terms. You can withdraw your agreement at any time, by deleting cookies from your device and by sending request for deleting your data to the administrator.

Close