WindKI: Detektion und Quantifizierung von Leistungspotenzialen von Windturbinen mittels KI-gestützter Diagnoseverfahren

Auf einen Blick

• Die Ursachen für Minderleistungen von Windenergieanlagen zuverlässig zu detektieren ist mit derzeitigen Methoden nicht möglich. Eine genaue Bewertung der Leistungskurve ist aber ein Grundstein zur Sicherstellung einer verlässlichen Stromproduktion.
• Im Projekt WindKI entwickeln die Projektpartner KI-Methoden zur Bestimmung der effektiven Windgeschwindigkeit und damit zur Überprüfung der elektrischen Leistung im Betrieb abhängig von den aktuellen Windbedingungen. Ziel ist ein KI-gestütztes Diagnosesystem zur Leistungsoptimierung.
• Das Fraunhofer IWES bringt neben den realen und synthetischen Daten seiner Forschungswindenergieanlage Adwen AD8 unter anderem seine Erfahrung mit Methoden der Modellvalidierung ein. 

Herausforderung

Windenergieanlagen produzieren nicht immer so viel Strom wie vor ihrer Errichtung prognostiziert. Die Gründe dafür sind vielfältig. Typische Ursachen sind in der Aerodynamik zu finden, etwa Erosion der Blattoberfläche sowie Fehler im Blatteinstellwinkel oder auch Betrieb im Nachlauf anderer Windenergieanlagen. Für Betreiber ist es mit derzeitigen Methoden nicht möglich, die tatsächlichen Gründe zu ermitteln. Zwar werden im Betrieb Windmessdaten aufgenommen, doch reichen Auflösung, Quantität und Qualität für eine zielgerichtete datengetriebene Ursachenforschung nicht aus.

Die individuellen Leistungskurven, die vom jeweiligen Hersteller bereitgestellt und für jeden Anlagentyp vor seiner Errichtung erstellt werden und den Zusammenhang zwischen Windgeschwindigkeit und Leistung abbilden, helfen nur bedingt weiter und sind mit aktuellen Methoden nicht unabhängig zu überprüfen. Ohne eine detaillierte Bewertung der Leistungskurve ist es nicht möglich, die Performance der Anlage sicherzustellen oder eine eventuelle Minderleistung zu detektieren und somit beheben zu können. 

Lösung

Hier setzt das Projekt WindKI an: Die Projektpartner entwickeln KI-Methoden zur Bestimmung der effektiven Windgeschwindigkeit und damit zur Überprüfung der elektrischen Leistung abhängig von der Windgeschwindigkeit von Windenergieanlagen. Ergänzend untersuchen die Wissenschaftlerinnen und Wissenschaftler datengetriebene Methoden zur Identifikation möglicher Fehlermodi als Ursache einer Minderleistung. Hierbei spielen insbesondere die komplexen Wechselwirkungen aus Lasten, Windgeschwindigkeit, Rotordrehzahl, Generatormoment und elektrisch produzierter Leistung eine Schlüsselrolle. Ziel ist ein KI-gestütztes Diagnosesystem zur Leistungsoptimierung.

Die Methodenentwicklung wird mit umfangreichen Messdaten und synthetischen Daten unter anderem von der IWES-Forschungswindenergieanlage Adwen AD8 und dem Offshore-Forschungswindpark alpha ventus erfolgen. Das Fraunhofer IWES bringt neben diesen Daten seine Erfahrung mit Methoden der Modellvalidierung ein. Im Projekt WindKI ist das Fraunhofer IWES daher unter anderem für die Datensichtung und -aufbereitung, die Durchführung von Simulationen sowie die Validierung der Ergebnisse verantwortlich. 

Mehrwert  

Eine genaue Bewertung der Leistungskurve ist ein Grundstein zur Sicherstellung der Stromproduktion und der Ausnutzung der eingesetzten Technik. So können die begrenzten Flächen an Land und auf See, die für die Produktion von Strom aus Windenergie zur Verfügung stehen, optimal genutzt werden. Für die Betreiber ist das Beheben von Minderleistung auch ökonomisch interessant. Nicht zuletzt versetzt die Entwicklung eines KI-gestützten Algorithmus zur Detektion und Identifikation von Minderleistungen die Industrie in die Lage, effizientere, wettbewerbsfähigere Produkte anzubieten.