Fraunhofer IEE: Winderträge mit KI schneller schätzen

Eine Reihe von Windkraftanlagen vor blauem Himmel.Foto: thauwald-pictures / stock.adobe.com
Neue Windräder könnten mit KI schneller Realität werden, schätzt das Fraunhofer IEE.
Das Fraunhofer IEE will mit künstlicher Intelligenz eine schnellere Abschätzung der Erträge neuer Windparks möglich machen. Das soll die Energiewende beschleunigen.

Um den Windenergieausbau in Deutschland zu beschleunigen, will das Fraunhofer IEE die KI (künstliche Intelligenz ) nutzen. Es geht dabei um die Abschätzung der zu erwartenden Energieerträge bei neuen Windparkprojekten. Im Forschungsprojekt „STRAIGHT – Steigerung von Qualität und Effizienz bei der Ertragsabschätzung für Windparks“ entwickelt das Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik IEE mit Partnern hierfür neue Verfahren auf Basis künstlicher Intelligenz. Das ehrgeizige Ziel: Die Dauer der Ertragsabschätzung mindestens zu halbieren.

Neben dem Koordinator Fraunhofer IEE beteiligen sich die Universität Kassel, die anemos GmbH sowie weitere Unternehmen aus der Windbranche an dem Projekt. Es erhält zudem vom Bundeswirtschaftsministerium eine Förderung von knapp 1,2 Millionen Euro.

Verkürze Messdauer

Das Konsortium erforscht, wie sich eine verkürzte Messdauer von einem Jahr auf wenige Monate auswirkt. Dies sei vor dem Hintergrund der jahreszeitlichen Schwankungen im Wind ein wichtiger Faktor, sagt Projektleiter Dr. Alexander Basse. „Im Sommer liegen hier in Deutschland üblicherweise deutlich geringere Windgeschwindigkeiten vor als in Herbst oder Winter. Wenn wir statt einem ganzen Jahr nur noch wenige Monate messen, deckt die Messung nicht mehr den ganzen Jahresgang des Windes ab; sie ist also nicht mehr repräsentativ für die mittleren Windbedingungen.“ Hinzu kommen außerdem jahreszeitliche Variationen in der Windrichtung oder der Windscherung (diese beschreibt die Änderung der Windgeschwindigkeit mit der Höhe). „Unsere KI-basierten Modelle sollen diese jahreszeitlichen Muster erkennen, lernen und auf andere Standorte übertragen – wir wenden also maschinelles Lernen auf Wind und Wetter an“.   

Neben dem Windpotenzial gelte es auch, die energetischen Verluste zu berechnen, um genau abschätzen zu können, wie viel Strom ein Windpark später erzeugen kann. Dies umfasst vor allem Abschaltungen aufgrund sogenannter genehmigungsrechtlicher Auflagen. Das sind Abschaltungen oder Drosselung zum Schutz der anwohnenden Personen oder aus Gründen des Artenschutzes. Auch bei Fledermausflug müssen die Anlagen zeitweise stillstehen. „Mittlerweile kann fast kein Windparkprojekt mehr ohne solche Auflagen realisiert werden – umso wichtiger ist es, deren Auswirkungen auf den Stromertrag zu bestimmen“, so Lasse Blanke, Geschäftsführer der anemos GmbH.

Abschaltungen vorhersagen

Wie die Windbedingungen sind auch praktisch all diese Verluste zeitlich abhängig. Fledermäuse fliegen nur unter bestimmten meteorologischen Bedingungen und Schattenwurf tritt nur auf, wenn die Sonne scheint. Umfang und Zeiträume solcher Abschaltungen möglichst genau vorherzusagen und damit die entsprechenden Verluste zu berechnen, liegt daher ebenfalls im Fokus des Projekts.

Hierzu will STRAIGHT Modelle entwickeln, die möglichst automatisiert aus Informationen über Wind und Wetter sowie den technischen Rahmenbedingungen der Windenergieanlagen letztlich die Erträge berechnen.

Doch nicht nur die Windindustrie soll von den Ergebnissen profitieren. Das Fraunhofer IEE passe die Modelle mit der KI so an, dass sie auf ganze Regionen anwendbar sind. Dies sei von besonderer Relevanz, da die Bundesländer in den nächsten Jahren gezielt Flächen zur Windenergienutzung ausweisen werden. „Mit unseren Modellen soll genauer vorhergesagt werden können, wie viel Windstrom sich auf diesen Flächen erzeugen lässt. Wir unterstützen damit also auch die Planbarkeit der Energiewende in Deutschland“, so Projektleiter Basse.

14.8.2023 | Quelle: Fraunhofer IEE| solarserver.de © Solarthemen Media GmbH

 

Schließen