Zur Bekämpfung und Vorbeugung von Vereisung an Windturbinenblättern (Abbildung 1) sind Blattheizsysteme von zentraler Bedeutung. Allerdings haben Blattheizsysteme eine limitierte Effizienz, welche von den äusseren Bedingungen (unter anderem Temperatur und Windgeschwindigkeit) abhängt. Um einen optimalen Nutzen aus Blattheizsystemen zu ziehen, ist es wichtig, diese so einzusetzen, dass die Produktion maximiert wird und dennoch ein sicherer Betrieb garantiert ist. Bisher werden viele Windturbinen basierend auf trivialen Kriterien (vordefinierter Enteisungszeitpunkt basierend auf Vereisungskriterien) und mit fixen Parametern (konstante Enteisungsdauer und vordefinierte Enteisungsleistung) enteist.
Abbildung 1: Vereiste Rotorblätter
Daher besteht ein beträchtliches Potential Blattheizsysteme effizienter einzusetzen, wenn diese basierend auf Wettervorhersagen und abhängig der äusseren Bedingungen sowie basierend auf standortspezifischen Erkenntnissen von früheren Wintern gesteuert werden. Daher müssen Windturbinendaten und insbesondere Daten von früheren Blattheizevents umfassend analysiert werden. Dies erfordert eine integrierte Analyse, die die aufgewendete Heizenergie, mögliche Produktionsverluste aufgrund von Zwangsstopps während des Heizens und die zeitliche Entwicklung von Produktionsverlusten aufgrund gestörter Blattaerodynamik durch Vereisung, berücksichtigt.
Das Projekt „Smart Operation of Wind Power Plants in Cold Climate“ (SOPWICO) wird von der vgbe Research Foundation, sowie acht vgbe-Partnern (BKW, CGNEE, EVN, fortum, steag, SWM, Vattenfall, Verbund) finanziert um einen Algorithmus zu entwickeln, welcher es erlaubt basierend auf Wetter- und Vereisungsvorhersagen sowie auf aktuellen Messdaten bei der Windturbine den besten Enteisungszeitpunkt zu bestimmen. Vier der vgbe-Partner (BKW, CGNEE, Vattenfall, Verbund) unterstützen das Projekt nicht nur finanziell, sondern stellen auch Turbinendaten aus deren jeweiligen Windparks zu Verfügung (Abbildung 2).
Die Daten sind von zentraler Wichtigkeit für das Projekt, nur so kann der Algorithmus entwickelt und getestet werden. Daher werden im Rahmen von SOPWICO Daten von vier Windparks in Europa analysiert. Die Ergebnisse der umfassenden Analyse werden anschliessend mit standortspezifischen Bedingungen und Wettervorhersagen kombiniert. Um eine optimale Vorhersage des besten Enteisungszeitpunktes zu generieren werden dabei aktuelle meteorologische Bedingungen sowie der Status der Windturbine als auch Wetter- und Vereisungsvorhersagen für den Turbinenstandort berücksichtig. Ausgehend von den äußeren Bedingungen und dem Betriebskonzept der Windenergieanlage wird anhand zahlreicher Szenarien der beste Enteisungszeitpunkt ermittelt, bei dem die geringsten Energieverluste zu erwarten sind (Abbildung 3).
Das Projekt SOPWICO ist zudem ein Partnerprojekt des Projektes „Smart Operation of Wind Turbines under Icing Conditions“ (SOWINDIC) – ein Projekt, welches durch die österreichische Forschungsförderungsgesellschaft (FFG) finanziert und gefördert wird. SOWINDIC, das ein ähnliches Projektziel wie SOPWICO verfolgt, entwickelt neben dem Algorithmus – basierend auf physikalischen Entscheidungen – auch einen Algorithmus basierend auf Machine Learning Methoden. Zusätzlich wird im Rahmen von SOWINDIC eine Lösung für den (automatischen) Echtzeitbetrieb des Algorithmus erarbeitet. Durch die Zusammenarbeit mit SOWINDIC profitiert SOPWICO zusätzlich von den Erkenntnissen im Bereich Machine Learning und erhält potentielle Ansprechpartner für den Erfahrungsaustausch in Bezug auf die Echtzeitumsetzung. Auf der anderen Seite, profitiert SOWINDIC im Rahmen der Kooperation von einem größeren Datenpool, der es erlaubt den entwickelten Algorithmus umfassender zu testen.
Sprechen Sie uns an
Franziska Gerber
Meteotest AG
Projektleiterin Wind & Eis
