0,3 Prozent mehr Energiegewinn durch KI-gestützte Windrad-Steuerung

Durch den Einsatz künstlicher Intelligenz können sich Windkraftanlagen besser an die Windrichtung anpassen. Schon kleine Optimierungen sorgen für mehr Gewinn.

In Pocket speichern vorlesen Druckansicht 61 Kommentare lesen

(Bild: Bild: Damiano Buffo/ Shutterstock)

Lesezeit: 3 Min.
Von
  • Eike Kühl

Windkraftanlagen liefern nur dann Strom, wenn der Wind weht. Das stimmt, ist aber nur die halbe Wahrheit: Denn selbst wenn Wind weht, müssen die Rotoren der Anlagen der Windrichtung und Windstärke entsprechend ausgerichtet sein. Bereits kleinste Abweichungen sorgen dafür, dass die Anlage weniger effizient ist, als sie sein könnte – wodurch wertvolle Energie verloren geht.

Alban Puech und Jesse Read, zwei Forscher am Pariser Institut Polytechnique, wollen den Prozess der automatischen Windrichtungsnachführung optimieren. Sie haben dafür einen Algorithmus entwickelt, der künstliche Intelligenz einsetzt, um die sogenannte Giersteuerung (Yaw Control) einer Windkraftanlage effizienter zu machen. Ihre Forschung ist vor kurzem als Preprint-Paper erschienen.

Moderne Windkraftanlagen nutzen die Daten für verschiedenste Sensoren, um sich der Windrichtung anzupassen. Das funktioniert gut, aber nicht immer perfekt. Zumal jede Anpassung über die Giersteuerung ihrerseits Energie benötigt, um das gesamte Maschinengehäuse mit den daran angeschlossenen Rotorblättern in die gewünschte Richtung zu bewegen. Gleichzeitig muss die Anlage darauf achten, dass sich die Rotorblätter nicht zu schnell drehen, um Schäden zu vermeiden. Es gilt also immer abzuwägen, ob sich eine Korrektur auch wirklich rechnet.

Mehr über Erneuerbare Energien

Genau hier setzen Puech und Read an: Sie haben einen Algorithmus entwickelt, der Faktoren wie die Windausrichtung, den Energieverbrauch der Giersteuerung und den gewonnen Energieertrag mit einbezieht. Der Algorithmus verwendet bestärkendes Lernen – reinforcement learning (RL) – er ist also in der Lage, anhand der erhaltenen Daten eigenständig eine Strategie zur Steuerung der Anlage zu erstellen und diese im Verlauf immer weiter zu optimieren.

Um die Wirksamkeit zu testen, haben die Forscher ihren Algorithmus mit der bisherigen Steuerungssoftware einer REpower MM82 Windturbine verglichen, die in zahlreichen Windparks im Einsatz ist. In zwei Simulationen, jeweils einmal mit gleichbleibenden Windverhältnissen und einmal mit variablen Windverhältnissen, konnte der RL-Algorithmus die Windrichtungsänderungen besser verfolgen: Die Ausrichtung der Gierachse war in beiden Simulationen weniger vom Optimum entfernt als mit dem herkömmlichen Algorithmus.

Zwar hat die KI die Turbine insgesamt etwas häufiger bewegt als der traditionelle Algorithmus – und damit mehr Energie verbraucht – doch selbst wenn man diesen Mehrverbrauch abzieht, steht am Ende ein Energiegewinn zwischen 0,31 und 0,33 Prozent zu Buche. Das klingt nach nicht viel, rechnet sich aber im großen Maßstab: "Für eine einzelne 2-Megawatt-Windkraftanlage der Klasse 2 sind das jährlich 1.500 bis 2.500 Euro Gewinn", schreiben die beiden Forscher. Hochgerechnet auf einen ganzen Windpark mit Dutzenden oder gar Hunderten Anlagen, wird das Potenzial deutlich.

Das glaubt auch Richard Cochrane, Experte für erneuerbare Energien an der Universität Exeter, der nicht an der Studie beteiligt war: "Die 0,3 Prozent sind wichtig, sie könnten für Windparkbetreiber den Unterschied ausmachen, ob sie die Einnahmen haben, um das nächste Projekt zu entwickeln oder nicht", sagte er gegenüber dem "New Scientist". Gepaart mit anderen, neuen Technologien wie der Windmessung per Wind-LiDAR könnte eine Anpassung der Steuerungssoftware und der Einsatz von KI die Anlagen noch effizienter machen.

(jle)