Virtueller Assistent für Windparks Günstiger Windstrom dank Digitalisierung?

Ein virtueller Assistent könnte zu einer günstigen Windstromerzeugung beitragen.

Bild: iStock, Just_Super
06.04.2020

Ein Forschungsprojekt widmet sich nun der Frage: Wie lassen sich die Daten von Windrädern besser nutzen? Dabei werden große Mengen an zeitlich hochaufgelösten Betriebsdaten von Windenergieanlagen analysiert. Neue und erweiterte Analyseverfahren sollen helfen, Fehler im Betrieb der Windenergieanlagen frühzeitig zu erkennen und die Instandhaltung der Anlagen zu optimieren.

Windräder sind eine reichhaltige Datenquelle. Wie sich diese Informationen besser nutzen lassen, ist Thema des Forschungsprojekts WiSA big data („Wind farm virtual Site Assistant for O&M decision support – advanced methods for big data analysis“). Das Bundesministerium für Wirtschaft und Energie (BMWi) fördert das Vorhaben über einen Zeitraum von drei Jahren mit insgesamt 2,6 Millionen Euro. Im Rahmen von WiSA big data analysieren Wissenschaftlerinnen und Wissenschaftler verschiedener Institutionen zusammen mit Partnern aus der Industrie große Mengen an zeitlich hochaufgelösten Betriebsdaten von Windenergieanlagen. Neue und erweiterte Analyseverfahren sollen helfen, Fehler im Betrieb der Windenergieanlagen frühzeitig zu erkennen und die Instandhaltung der Anlagen zu optimieren.

Potenzial der Daten erschließen

In modernen Windenergieanlagen werden große Mengen an Betriebsdaten in hoher zeitlicher Auflösung erfasst. Bislang werden diese aber nur in Teilen und in Form von zehnminütigen Mittelwerten archiviert und nicht vollständig ausgewertet. Zudem überlagert häufig ein Messrauschen die Daten, was die Analyse erschwert. „In unserem Verbundprojekt wollen wir diesen Schatz an Daten heben und mit neuen und erweiterten Analyseverfahren nutzbar machen“, so Projektkoordinator Prof. Dr. Joachim Peinke vom Zentrum für Windenergieforschung (ForWind) an der Universität Oldenburg. „Die Auswertung der Daten soll uns helfen, Fehler im Betrieb von Windenergieanlagen frühzeitig zu erkennen oder auch vorhersagen zu können.“ Es bestehe jedoch noch beträchtlicher Forschungsbedarf, um das Potenzial der in den Daten enthaltenen Informationen zu erschließen.

Virtueller Assistent hilft bei günstiger Windstromerzeugung

Die erfassten Daten beinhalten Wetterdaten, Informationen aus Reparatur- und Wartungsberichten und hochfrequente Sensormessungen wie beispielsweise Rotordrehzahl, Leistung und Temperaturen. Die Projektpartner wollen diese Daten auf einer speziell entwickelten Hard- und Software-Plattform sammeln, verwalten, analysieren und bewerten.

Ziel des Projekts ist es, einen virtuellen Assistenten für die Windindustrie zu entwickeln. Dieses Werkzeug soll eine genauere Fehlerdiagnose ermöglichen und den Betreibern von Windparks Entscheidungshilfen bieten, um Windenergieanlagen vorausschauend zu warten. „Durch die Auswertung der Daten werden wir wesentlich genauer als bisher bestimmen können, wann Unregelmäßigkeiten auftreten und was die bestmögliche Vorgehensweise ist. So kann der Windparkbetreiber schnell reagieren und die Anlage zügig wieder in Normalbetrieb nehmen“, so Peinke. Ein solcher virtueller Assistent würde vor allem die aufwendige Wartung und Instandhaltung von Windenergieanlagen auf See vereinfachen und somit dazu beitragen, Windstrom günstiger zu erzeugen.

Das Projektkonsortium will in WiSA big data die Brücke von fundierter Methodenforschung hin zur Erprobung im industriellen Einsatz schlagen. Neben der Universität Oldenburg mit dem Zentrum für Windenergieforschung (ForWind), dem Institut für Chemie und Biologie des Meeres (ICBM) und der Abteilung Wirtschaftsinformatik / Very Large Business Applications (VLBA) sind sechs weitere Partner im Verbundprojekt beteiligt: die Universität Duisburg-Essen, das Fraunhofer-Institut für Windenergiesysteme IWES, das Institut für Informatik OFFIS, Ramboll Deutschland, Ocean Breeze Energy und die Deutsche Windtechnik X-Service.

Unterstützt wird das Projektkonsortium unter anderem durch die assoziierten Partner Vattenfall Europe Windkraft und die Additive Soft- und Hardware für Technik und Wissenschaft GmbH.

Verwandte Artikel