Prädiktive intelligente Betriebsführung zur Verringerung des Vereisungsrisikos von Windenergieanlagen
Gefördert vom Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestages
Windenergieanlagen und insbesondere die Rotorblätter sind nicht nur besonderen strukturellen Belastungen ausgesetzt, sondern mitunter auch extremen Umwelteinflüssen. Je nach Standort der Anlage besteht insbesondere bei tieferen Temperaturen und hoher Luftfeuchtigkeit an der Nasenkante der Rotorblätter die Gefahr der Eisbildung. Diese kann zu erheblichen Leistungsverlusten bis hin zu Unwuchten bzw. Beschädigungen der Anlage führen. Im Rahmen des Forschungsvorhabens "PiB" soll eine prädiktive intelligente Betriebsführung zur Verringerung des Vereisungsrisikos von Windenergieanlagen und damit ein neues Konzept für ein Anti-Icing System erforscht werden.Dabei sind sowohl verbesserte Prognosemodelle zur Analyse der meteorologischen Daten, die Entwicklung von Methoden zur Datenanalyse und Informationsgewinnung auf Basis von Data Mining sowie die Weiterentwicklung eines Rottorblattheizungssystems Gegenstand des Projekts. Durch die intelligente Betriebsführung wird es möglich sein, das Vereisungsrisiko frühzeitig zu erkennen und die Auswirkungen auf den einzelnen Windpark und die einzelne Anlage zu minimieren. Im Projekt wird nicht nur die aktuelle Anlagensituation berücksichtigt, sondern ein neuartiger umfassender Ansatz auf der Basis von Data Mining und Data Analytics genutzt.
Zielsetzungen:
- Steigerung der tastsächlichen Verfügbarkeit einer WEA durch eine angepasste Betriebsführung bzw. Ansteuerung des Heizsystems, auch bei Wetterlagen bei denen große Gefahr von Eisbildung herrscht
- Besser Planungsgrundlage für die Energienetzbetreiber in Deutschland, durch eine genauere Vorhersage über die Verfügbarkeit der Windenergieanlagenkapazitäten
- Erhöhung der Vorhersagegenauigkeit bez. möglicher Eisbildung und damit der Erhöhung des Energieertrags
- Aufbau eines Systems zur Vorhersage einer Eisbildungsgefahr basierend auf meteorologischen Wettermodellen und Anlagenstammdaten
- Übertragung von Vorhersagen über Eisbildung von einzelnen Anlagen auf weitere Anlagen und gesamte Windparks (Vernetzung)
- Umfassender Ansatz, durch die Berücksichtigung von heterogenen Datenquellen wie SCADA-Daten, Wetter- und Umweltdaten (regional und überregional) sowie Anlagenstammdaten (Bauart, Standort, Historie)
- Verbesserung der Energieeffizienz durch die Möglichkeit die Bereiche eines Rotorblattes auch unterschiedlich und nur bei Bedarf zu beheizen
