WIN­DOW

Verbundvorhaben WINDOW - Entwicklung eines Lidar- und KI-gestützten Verfahrens zur großräumigen Vermessung des Windfeldes innerhalb und außerhalb von Offshore-Windparks

Teil­vor­ha­ben: Ent­wick­lung und Test von Me­tho­den zur Ge­ne­rie­rung ei­nes Li­dar- und KI-ge­stütz­ten Wind­fel­des auf Ba­sis von Mess­da­ten

Die Windenergie ist aktuell der größte Stromproduzent im deutschen Kraftwerkspark. Um die Windpark-Performance weiter zu steigern und den gestiegenen Anforderungen aus Sicht der Netz- und Marktintegration gerecht zu werden, sind verbesserte Verfahren zum Monitoring und Betrieb von Windparks notwendig. Dies gilt in besonderem Maße für Offshore-Windparks. Ein kontinuierliches Windparkmonitoring kann diesen Anforderungen gerecht werden. Ein solches benötigt jedoch genauste Echtzeit-Informationen über die Windbedingungen im und um den jeweiligen Windpark, um das Parkverhalten jederzeit analysieren und technische und ökonomische Optimierungen zu ermöglichen. Hier knüpft das Projekt an. Mittels Kombination modernster Lidar-Messtechnik und innovativer Methoden der künstlichen Intelligenz soll ein Verfahren entwickelt werden, welches mit hoher Kosteneffizienz und Genauigkeit ein hochaufgelöstes Windfeld in und um Offshore-Windparks bereitstellt. Ein solches Windfeld ermöglicht beispielsweise eine kontinuierliche Vermessung der Leistungskurve sowie Bewertungen des Parkleistungsverhaltens. Der Schwerpunkt des Fachgebiets Integrierte Energiesysteme der Universität Kassel im Projekt liegt auf der Entwicklung und Nutzung maschineller Lernverfahren zur Erzeugung und Anpassung des Windfeldes.

Auftraggeber

Bundesministerium für Wirtschaft und Energie (BMWi)

Projektzeitraum

06/2021 - 05/2024

Projektkoordinator

Universität Kassel

Projektpartner

Fraunhofer IEE, EnBW

MitarbeiterAlexander Basse, Dr. Martin Wiemer, Dr. Doron Callies
Bundesministerium für Wirtschaft und Klimaschutz