Praktisch alle Windturbinen, die mehr als 5 Prozent des weltweiten Stroms erzeugen, werden so gesteuert, als wären sie einzelne, freistehende Anlagen. Tatsächlich sind die allermeisten Teil größerer Windparks aber mit Dutzenden oder gar Hunderten von Turbinen, deren Wirbel sich gegenseitig beeinflussen können.
Jetzt haben Ingenieure, unter anderem am MIT, herausgefunden, dass die Energieausbeute solcher Windparks ohne neue Investitionen in die Ausrüstung gesteigert werden kann, indem die Windströmung der gesamten Turbinengruppe modelliert und die Steuerung der einzelnen Anlagen entsprechend angepasst wird.
Neues Strömungsmodell lernt aus Betriebsdaten
Die Steigerung des Energieertrags einer bestimmten Anlage mag bescheiden erscheinen: Sie beträgt insgesamt etwa 1,2 Prozent und 3 Prozent bei optimalen Windgeschwindigkeiten. Aber der Algorithmus kann in jedem Windpark eingesetzt werden, und die Zahl der Windparks nimmt rasch zu. Wenn diese 1,2 Prozent Energiezuwachs auf alle bestehenden Windparks der Welt angewandt würden, entspräche dies dem Neubau von mehr als 3.600 neuen Windturbinen – genug, um etwa 3 Millionen Haushalte mit Strom zu versorgen, und einen Gesamtgewinn für die Stromerzeuger von fast einer Milliarde Dollar pro Jahr zu erzeugen, sagen die Forscher. Und das alles praktisch zum Nulltarif.
„Im Wesentlichen werden alle bestehenden Großturbinen „gierig“ und unabhängig gesteuert“, sagt Howland. Der Begriff „gierig“ bezieht sich auf die Tatsache, dass sie so gesteuert werden, dass sie nur ihre eigene Stromerzeugung maximieren, als wären sie isolierte Einheiten ohne nachteilige Auswirkungen auf benachbarte Turbinen.
In der realen Welt werden die Turbinen in Windparks jedoch absichtlich nahe beieinander aufgestellt, um wirtschaftliche Vorteile im Zusammenhang mit der Landnutzung (on- oder offshore) und der Infrastruktur wie Zufahrtsstraßen und Übertragungsleitungen zu erzielen. Diese Nähe bedeutet, dass die Turbinen oft stark von den turbulenten Wirbelschleppen beeinflusst werden, die von anderen Turbinen in ihrem Windschatten erzeugt werden – ein Faktor, den die einzelnen Turbinensteuerungssysteme derzeit nicht berücksichtigen.
„Aus strömungsphysikalischer Sicht ist es oft das Schlechteste, Windturbinen in Windparks dicht nebeneinander aufzustellen“, sagt Howland. „Um die Gesamtenergieproduktion zu maximieren, wäre es ideal, sie so weit wie möglich auseinander zu platzieren“, aber das würde die damit verbundenen Kosten erhöhen.
Genau hier setzt die Arbeit von Howland und seinen Mitarbeitern an. Sie entwickelten ein neues Strömungsmodell, das die Stromerzeugung jeder einzelnen Turbine des Parks in Abhängigkeit von den Windverhältnissen in der Atmosphäre und der Steuerungsstrategie der einzelnen Turbinen vorhersagt. Das Modell basiert zwar auf der Strömungsphysik, lernt aber aus den Betriebsdaten des Windparks, um Vorhersagefehler und Unsicherheiten zu verringern.
Ohne etwas an den physischen Turbinenstandorten und den Hardwaresystemen bestehender Windparks zu ändern, haben sie die physikalische, datengestützte Modellierung der Strömung innerhalb des Windparks und die daraus resultierende Stromerzeugung jeder Turbine bei unterschiedlichen Windbedingungen genutzt, um die optimale Ausrichtung für jede Turbine zu einem bestimmten Zeitpunkt zu finden. Auf diese Weise können sie die Leistung des gesamten Parks maximieren, nicht nur die der einzelnen Turbinen.
Heute misst jede Turbine ständig die eintreffende Windrichtung und -geschwindigkeit und verwendet ihre interne Steuerungssoftware, um ihre Gierwinkelposition (vertikale Achse) so genau wie möglich auf den Wind auszurichten. Bei dem neuen System hat das Team jedoch herausgefunden, dass, wenn man eine Turbine nur geringfügig von ihrer eigenen maximalen Leistungsposition wegdreht – vielleicht 20 Grad von ihrem individuellen Spitzenleistungswinkel – die daraus resultierende Leistungssteigerung einer oder mehrerer windabwärts gelegener Einheiten die geringfügige Verringerung der Leistung der ersten Einheit mehr als ausgleicht. Durch den Einsatz eines zentralen Steuerungssystems, das alle diese Wechselwirkungen berücksichtigt, konnte die Turbinengruppe unter bestimmten Bedingungen mit einer um bis zu 32 Prozent höheren Leistung betrieben werden.
Zwei Experimente zeigen Erfolg
In einem monatelangen Experiment in einem realen Windpark in Indien wurde das Vorhersagemodell zunächst durch das Testen einer breiten Palette von Gierausrichtungsstrategien validiert, von denen die meisten absichtlich suboptimal waren. Durch das Testen vieler Steuerungsstrategien, einschließlich suboptimaler Strategien, sowohl im realen Park als auch im Modell, konnten die Forscher die wirklich passende Strategie ermitteln.
Wichtig ist, dass das Modell in der Lage war, die Stromerzeugung des Parks und die beste Steuerungsstrategie für die meisten getesteten Windbedingungen vorherzusagen, was die Zuversicht stärkt, dass die Vorhersagen des Modells der tatsächlichen optimalen Betriebsstrategie für den Park entsprechen. Dies ermöglicht die Verwendung des Modells zur Entwicklung von Steuerungsstrategien für neue Windbedingungen und neue Windparks, ohne dass neue Berechnungen angestellt werden müssen.
Ein zweiter monatelanger Versuch im selben Park, bei dem nur die Steuerungsvorhersagen des Modells umgesetzt wurden, bewies, dass die Auswirkungen des Algorithmus in der realen Welt mit den in den Simulationen ermittelten Energieverbesserungen übereinstimmen. Im Durchschnitt erzielte das System über den gesamten Testzeitraum bei allen Windgeschwindigkeiten eine Steigerung der Energieerzeugung um 1,2 Prozent und bei Geschwindigkeiten zwischen 6 und 8 Metern pro Sekunde (etwa 13 bis 18 Meilen pro Stunde) eine Steigerung um 3 Prozent.
Obwohl der Test in einem Windpark durchgeführt wurde, können das Modell und die kooperative Kontrollstrategie nach Angaben der Forscher in jedem bestehenden oder zukünftigen Windpark eingesetzt werden. Howland schätzt, dass eine Verbesserung der Gesamtenergie um 1,2 Prozent auf die weltweit vorhandene Flotte von Windturbinen mehr als 31 Terawattstunden zusätzlichen Strom pro Jahr erzeugen würde, was ungefähr der kostenlosen Installation von 3.600 zusätzlichen Windturbinen entspricht. Dies würde den Betreibern von Windparks zusätzliche Einnahmen in Höhe von etwa 950 Millionen Dollar pro Jahr bescheren.
Die zu gewinnende Energiemenge ist von Windpark zu Windpark sehr unterschiedlich und hängt von einer Reihe von Faktoren ab, wie zum Beispiel dem Abstand der Anlagen, der Geometrie ihrer Anordnung und den Schwankungen der Windverhältnisse an diesem Standort im Laufe eines Jahres. Aber in allen Fällen kann das von diesem Team entwickelte Modell eine klare Vorhersage über die potenziellen Gewinne für einen bestimmten Standort liefern, sagt Howland. „Die optimale Regelungsstrategie und der potenzielle Energiegewinn sind für jeden Windpark anders. Das hat uns dazu motiviert, ein prädiktives Windparkmodell zu entwickeln, das für die Optimierung der gesamten Windenergieflotte eingesetzt werden kann“, fügt er hinzu.
Das neue System kann jedoch schnell und einfach eingeführt werden, sagt er. „Wir benötigen keine zusätzliche Hardware-Installation. Wir nehmen wirklich nur eine Softwareänderung vor, und damit verbunden ist ein erheblicher potenzieller Energiezuwachs.“ Selbst eine Verbesserung von 1 Prozent bedeutet, dass in einem typischen Windpark mit etwa 100 Anlagen die Betreiber die gleiche Leistung mit einer Turbine weniger erzielen können und somit die Kosten, in der Regel Millionen von Dollar, für den Kauf, den Bau und die Installation dieser Anlage einsparen.
Durch die Verringerung der Wirbelschleppenverluste könnte der Algorithmus außerdem dazu beitragen, dass die Turbinen in künftigen Windparks dichter beieinander stehen, wodurch die Leistungsdichte der Windenergie erhöht und der Platzbedarf an Land (oder auf See) verringert wird. Dies könnte dazu beitragen, die dringenden Ziele zur Verringerung der Treibhausgasemissionen zu erreichen.
Außerdem sei der größte neue Bereich für die Entwicklung von Windparks der Offshore-Bereich, und „die Auswirkungen von Nachlaufverlusten sind bei Offshore-Windparks oft viel größer“, sagt er. Das bedeutet, dass die Auswirkungen dieses neuen Ansatzes zur Steuerung dieser Windparks erheblich größer sein könnten.
Modell soll noch verfeinert werden
Das Howland-Labor und das internationale Team arbeiten weiter an der Verfeinerung der Modelle und an der Verbesserung der Betriebsanweisungen, die sie aus dem Modell ableiten, in Richtung einer autonomen, kooperativen Steuerung und dem Streben nach der größtmöglichen Leistungsabgabe bei gegebenen Bedingungen, so Howland.
„Diese Arbeit stellt einen bedeutenden Fortschritt für die Windenergie dar“, sagt Charles Meneveau, Professor für Maschinenbau an der Johns Hopkins University, der an dieser Arbeit nicht beteiligt war.
Zum Forschungsteam gehören Jesús Bas Quesada, Juan José Pena Martinez und Felipe Palou Larrañaga von Siemens Gamesa Renewable Energy Innovation and Technology in Navarra, Spanien; Neeraj Yadav und Jasvipul Chawla von ReNew Power Private Limited in Haryana, Indien; Varun Sivaram, ehemals bei ReNew Power Private Limited in Haryana, Indien und derzeit im Büro des U. S. Special Presidential Envoy for Climate, United States Department of State; und John Dabiri am California Institute of Technology. Die Arbeit wurde von der MIT Energy Initiative und Siemens Gamesa Renewable Energy unterstützt.
.jpg "Um die wachsende Stromlast erneuerbarer Energien abzudecken")
