Computermodelle mit kollektiver Intelligenz können ganze Windparks und Gasturbinen koordinieren – das steigert die Energieausbeute und verlangsamt die Alterung.
Wetterfühlig: Je nach Windrichtung werden in einem Windpark verschiedene Turbinen unterschiedlich belastet. Mit einer Simulation können Experten die Ausrichtung der Luftströmungen und die Stärke der Turbulenzen bestimmen. Siemens-Forscher haben nun eine Software entwickelt, die alle Anlagen koordiniert.
TIntelligente Flotte
open
- Text Größe
- Share
Sie kennen das sicher: Man steht im Konzert und vor einem baut sich ein Zwei-Meter- Riese auf, der die Sicht nimmt – ärgerlich! Wenn Windturbinen Gefühle hätten, wären sie sicher auch frustriert, in einem Windpark in der hinteren Reihe zu stehen. Denn die vorderen Rotoren im ungebremsten Wind liefern mehr Leistung. Obendrein haben die hinteren Turbinen mit den kilometerlangen Turbulenzschleppen zu kämpfen, die die vorderen Rotoren produzieren. Das führt zu Schwankungen in der Stromerzeugung. Viel besser wäre es, wenn die vorderen Turbinen auf etwas Leistung zugunsten ihrer hinteren Mitstreiter verzichten würden. Unterm Strich liefert der Windpark dann mehr Energie.
Dr. Dragan Obradovic von Siemens Corporate Technology (CT) in München hat zusammen mit Ingenieuren bei Siemens Wind Power diese Erkenntnis in eine Software umgesetzt, die in Sekundenschnelle Wind und das Verhalten der ganzen Farm simuliert und Steuerungsbefehle an die Windräder sendet. Die Messdaten beinhalten unter anderem die Leistung, die Rotorgeschwindigkeit und die Temperatur. Jede Turbine ist über Glasfasern mit einem zentralen Controller verbunden, der das Gesamtsystem koordiniert, zum Beispiel den Anstellwinkel der Rotorblätter verändert. „Von außen erscheint der Windpark wie ein einziger großer Stromgenerator mit einer gemeinsamen kollektiven Intelligenz“, erklärt Obradovic.
Zwei Jahre hat Siemens Wind Power in Brande, Dänemark, die Software im Windpark Lillgrund vor der schwedischen Küste getestet, im Sommer 2011 sollen die Resultate vorliegen. „Wir sind zuversichtlich, dass die Energie ausbeute um einige Prozent steigen wird“, verspricht Henrik Stiesdal, technischer Leiter bei Wind Power. Aus Sicht der Kunden ein gutes Geschäft: „Das ist dasselbe, als ob jemand, der 20 Windturbinen kauft, einen großen Teil einer weiteren Turbine geschenkt bekäme“, sagt Prof. Dr. Thomas Runkler, Leiter des Global Technology Fields „Intelligent Systems und Control“, das die Algorithmen entwickelt hat.
Dragan Obradovic arbeitet bereits an einer Weiterentwicklung der Computermodelle, die auch die Alterung der Turbinen einbezieht. Denn die im Windstrom entstehenden Turbulenzen versetzen die Turbinenelemente wie die Rotorblätter und den Turm in den hinteren Reihen des Windparks in Vibrationen und lassen sie schneller altern. „Leistungsmaximierung und geringe Alterung sind eigentlich ein Widerspruch“, sagt Obradovic, doch durch seine Software lasse sich in Zukunft beides gleichermaßen optimieren. Die mathematischen Modelle, die die Wechselwirkung zwischen den Turbinen berechnen, werden teils aus den Daten gelernt. Altern die Rotoren zu schnell, wird ihre Leistung gedrosselt oder die der Turbinen davor, damit die Turbulenzen schwächer werden. Das Schicksal vieler Rock`n-Roll-Stars „Lebe schnell, stirb jung“ lässt sich so umgehen.
Neuronale Netze für Turbinen. Noch komplizierter ist der Betrieb von Gas- oder Dampfturbinen zur Stromerzeugung. Sie müssen durch konstante Rotation für eine konstante Wechselstromfrequenz im Netz sorgen. Werden Verbraucher ein- oder ausgeschaltet oder liefern Windparks bei Flaute weniger Leistung, müssen Gasturbinen ihre Leistung hochfahren, sonst schwankt die Frequenz. Sensoren überwachen dabei etwa Luftdruck, Abgastemperaturen, Emissionen, Netzverhalten. Volkmar Sterzing und seine Kollegen, ebenfalls in Runklers Team, haben neuronale Netze entwickelt, die aus diesen Parametern im Sekundentakt Prognosen für Emissionen und den Betrieb der Turbinen berechnen. Ihre Software steuert die Brennstoffzufuhr und sorgt dafür, dass die Turbine immer im optimalen Arbeitspunkt läuft, wo sie minimale Emissionen erzeugt. Der Clou: Die neuronalen Netze lernen dazu, optimieren also die Turbine im Lauf der Zeit selbstständig.
In einigen Jahren soll die Software reif für den Normalbetrieb sein. An der weltgrößten Gasturbine im bayerischen Irsching überwachen 1000 neuronale Netze die einzelnen Komponenten, mit Daten von rund 5.000 Messpunkten. Sterzing: „Die Emissionen auch während der durch Solar- und Windparks ausgelösten Lastwechsel werden dadurch messbar sinken.“ Künftig werden derartige Lernverfahren auch eingesetzt werden, um durch einen gleichmäßigeren Verbrennungsprozess die Lebensdauer von Turbinenteilen zu verlängern.