Generierung zuverlässiger Winddaten mithilfe von künstlicher Intelligenz und der Cloud
Windenergie ist eine vielversprechende, zunehmend an Bedeutung gewinnende Energiequelle, die der Europäischen Union in den kommenden Jahrzehnten auf dem Weg zur Realisierung ihrer ehrgeizigen Klimaziele von großem Nutzen sein könnte. Dieser Sektor zieht bereits enorme Investitionen an und birgt neue Chancen für Unternehmen und Beschäftigung in ganz Europa. Um das Optimum aus dieser erneuerbaren Energiequelle herauszuholen, müssen die Verantwortlichen die besten Standorte für den Aufbau von Windparks finden. Bei den traditionellen Erkundungsmethoden für Windenergieprojekte sind jedoch viele manuelle Vorgänge erforderlich, die den Gesamtentwicklungsprozess der Branche verlangsamen und verteuern. Im Rahmen des EU-finanzierten Projekts WindSider haben Forschende nun einen innovativen neuen Ansatz zur Windquellenmodellierung erdacht. Durch den Einsatz moderner Windmodellierung und Datenübernahme von Dritten generierte das Projekt WindSider hochaufgelöste Windressourcendaten, die wertvolle Erkenntnisse für die Planung profitabler Windparks liefern. „Das Projekt zielt außerdem darauf ab, den Prozess der langfristigen Ertragsbewertung zu automatisieren, um im Lauf der Entwicklung die Planung und Auslegung neuer Windparks zu optimieren und zu beschleunigen“, erläutert Grégoire Leroy, technischer Produktmanager für Windressourcendaten bei 3E sowie Projektkoordinator von WindSider.
Neuartiger Messturm für meteorologische Anwendungen: Virtual Met Mast
Die im Rahmen des Projekts WindSider Forschenden entwickelten ein innovatives Produkt mit der Bezeichnung „Virtual Met Mast“, das eine automatisierte und kosteneffiziente Lösung zur Generierung zuverlässiger Windressourcendaten und -analysen darstellt. Das Programm Virtual Met Mast kombiniert numerische Modellierung mit Deep Learning und modernsten Erdbeobachtungsdaten der Copernicus-Sentinel-Missionen, um langfristige Windressourcendaten mit einer bislang unerreichten räumlichen und zeitlichen Auflösung zu erzeugen. Das Softwareprodukt nutzt bis zu 30 Jahre an Daten, um umfassende Windparameter einschließlich Windgeschwindigkeit, Windrichtung, Luftdichte, Turbulenzintensität und weiterer Klimavariablen mit weltweit höchster räumlicher und zeitlicher Auflösung zu erstellen. Bei der Entwicklung können diese Daten dann dazu dienen, mehr Standorte zu analysieren, weniger Chancen zu verpassen und Prognosen schneller als je zuvor zu optimieren. „Der Berechnungsprozess ist unglaublich schnell. Es dauert weniger als 24 Stunden, um einen umfassenden Datensatz mit umfassenden Kennwerten wie Windgeschwindigkeit, Windrichtung, Luftdichte, Turbulenzintensität und mehr zu erzeugen“, erklärt Leroy. Das System wurde im Rahmen des Projekts WindSider entwickelt und anschließend von 30 Interessengruppen aus der gesamten Windbranche erprobt.
In Richtung Kommerzialisierung vorankommen
„Im Verlauf des gesamten Projekts führten wir eine umfassende Validierung unserer neuen Anwendung durch, indem wir sie mittels Betatests kommerzialisierten, die Genauigkeit der Betriebsdaten strengstens überprüften und sie anhand von großangelegten Standortbewertungen wissenschaftlich validierten. Unsere Hingabe in Bezug auf die sorgfältige Prüfung gewährleistet die Zuverlässigkeit und Genauigkeit unserer Anwendung“, betont Leroy. Das Produkt ist gegenwärtig einsatzbereit, und der nächste Schritt für das Projekt besteht darin, den Virtual Met Mast vollständig zu kommerzialisieren und das Produkt auf den Markt zu bringen. Das Team rechnet damit, in naher Zukunft mehrere neue Funktionen hinzuzufügen, von denen die automatische langfristige Ertragsbewertung die höchste Priorität besitzt. „Auf diese Weise wird die Funktionalität des Produkts verbessert und seinen Nutzenden ein noch größerer Mehrwert geboten“, merkt Leroy an.
Finanzierung einer grüneren Zukunft
Die EU-Finanzierung spielte für die Konzipierung und Entwicklung von Virtual Met Mast eine entscheidende Rolle, da dank ihr die notwendigen Ressourcen für eine umfassende Marktforschung und strenge Prüfungen des Instrumentariums bereitstanden. „Diese Finanzmittel haben überdies maßgeblich dazu beigetragen, dass das Instrumentarium voll und ganz auf die Bedürfnisse und Anforderungen des Marktes ausgerichtet ist, während es gleichzeitig den Nutzenden ein Höchstmaß an Leistung und Funktionalität bietet“, fügt Leroy hinzu.
Schlüsselbegriffe
WindSider, Wind, Energie, Strom, virtuell, Leistung, Software, Daten, Deep Learning, tiefes Lernen, Modellierung
