Forschungsprojekt: KI soll Untersuchungszeitraum für Ertragsabschätzung von Windparks halbieren

© IWR / Schlusemann

Kassel – Als Hemmnisse beim Windenergieausbau in Deutschland erweisen sich lange Genehmigungsverfahren inklusive zeitaufwändiger Untersuchungen des Windpotenzials. Ein neuer Ansatz des Fraunhofer-Instituts für Energiewirtschaft und Energiesystemtechnik (Fraunhofer IEE) soll die Prognosezeiträume deutlich verkürzen.

Um die Klimaziele zu erreichen, muss die Umsetzung der Energiewende in Deutschland beschleunigt werden. Dabei bremsen gerade bei der Windenergie langwierige Genehmigungsverfahren den Ausbauprozess. Hinzu kommen aufwändige Potenzialabschätzungen mit Messungen, die über mindestens ein Jahr vorgenommen werden. An dieser Stelle setzt ein Fraunhofer IEE Projekt an, das die Dauer der Potenzialuntersuchungen deutlich verkürzen und damit den Ausbau beschleunigen könnte.

KI-basierte Modell erkennen jahreszeitliche Witterungsmuster und verkürzen Ertragsabschätzungen

Im Forschungsprojekt „STRAIGHT – Steigerung von Qualität und Effizienz bei der Ertragsabschätzung für Windparks“ entwickelt das Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik (Fraunhofer IEE) mit seinen Partnern neue Verfahren für die Ertragsabschätzung von Windparks auf Basis künstlicher Intelligenz. Ehrgeiziges Ziel ist es, die Dauer der Ertragsabschätzung mindestens zu halbieren, um so zur Beschleunigung des Windenergieausbaus beizutragen.

Das Konsortium erforscht, wie sich eine verkürzte Messdauer von einem Jahr auf wenige Monate auswirkt – vor dem Hintergrund der jahreszeitlichen Schwankungen im Wind ein wichtiger Faktor, wie Projektleiter Dr. Alexander Basse erläutert: „Im Sommer liegen hier in Deutschland üblicherweise deutlich geringere Windgeschwindigkeiten vor als in Herbst oder Winter. Wenn wir statt einem ganzen Jahr nur noch wenige Monate messen, deckt die Messung nicht mehr den ganzen Jahresgang des Windes ab; sie ist also nicht mehr repräsentativ für die mittleren Windbedingungen.“ Hinzu kommen außerdem jahreszeitliche Variationen in der Windrichtung oder der Windscherung (diese beschreibt die Änderung der Windgeschwindigkeit mit der Höhe). „Unsere KI-basierten Modelle sollen diese jahreszeitlichen Muster erkennen, lernen und auf andere Standorte übertragen – wir wenden also maschinelles Lernen auf Wind und Wetter an2, so Basse weiter.

Das Kick-off-Treffen des Forschungsprojekts fand im Juli 2023 statt. Das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) fördert das Projekt in den kommenden drei Jahren mit knapp 1,2 Mio. Euro. Neben dem Koordinator Fraunhofer IEE beteiligen sich die Universität Kassel, die Anemos GmbH sowie weitere Unternehmen aus der Windbranche an dem Projekt.

Energetische Verluste aufgrund von Witterungsbedingungen mit einbezogen

Neben dem Windpotenzial müssen auch die energetischen Verluste berechnet werden, um genau abschätzen zu können, wie viel Strom ein Windpark später erzeugen wird. Dies umfasst vor allem Abschaltungen aufgrund genehmigungsrechtlicher Auflagen wie der Drosselung des Anlagenbetriebs zum Schutz von Anwohnern oder aus Artenschutzgründen. So wird sichergestellt, dass zum Beispiel Schallimmissionen gering bleiben und Schattenwurf auf Wohngebäude nur in begrenztem Umfang auftritt. Auch bei Fledermausflug müssen die Anlagen zeitweise stillstehen.

Wie die Windbedingungen sind auch praktisch all diese Verluste zeitlich abhängig: Fledermäuse fliegen nur unter bestimmten meteorologischen Bedingungen und Schattenwurf tritt nur auf, wenn die Sonne scheint. Umfang und Zeiträume solcher Abschaltungen möglichst genau vorherzusagen und damit die entsprechenden Verluste zu berechnen, liegt daher ebenfalls im Fokus des Projekts.

Hierzu werden in STRAIGHT Modelle entwickelt, die möglichst automatisiert aus Informationen über Wind und Wetter sowie den technischen Rahmenbedingungen der Windenergieanlagen letztlich die Erträge berechnen. „Mit unseren Partnern aus der Industrie stellen wir dabei sicher, dass unsere Ergebnisse in der Praxis auch genutzt werden können und die Modelle schnell in die Anwendung kommen“, sagt Dr. Doron Callies, Wissenschaftler an der Universität Kassel.

Im Projekt entwickelte Modelle sollen Planbarkeit der Energiewende unterstützen

Doch nicht nur die Windindustrie soll von den Ergebnissen profitieren. Das Fraunhofer IEE passt die Modelle so an, dass sie auf ganze Regionen angewendet werden können. Dies ist von besonderer Relevanz, da die Bundesländer in den nächsten Jahren gezielt Flächen zur Windenergienutzung ausweisen werden. „Mit unseren Modellen soll genauer vorhergesagt werden können, wie viel Windstrom sich auf diesen Flächen erzeugen lässt. Wir unterstützen damit also auch die Planbarkeit der Energiewende in Deutschland“, so Projektleiter Basse abschließend.