Forschungsprojekt zeigt: Geänderte Betriebsstrategie steigert Renditen von Windparks
© Adobe Stock / Fotolia
Kassel - Windenergieanlagen bringen Investoren den meisten Gewinn, wenn sie so betrieben werden, dass Erlöse und Kosten in einem wirtschaftlich optimalen Verhältnis stehen. In einem aktuellen Forschungsprojekt stehen optimierte Betriebsstrategien im Fokus, die im Vergleich zu konventionellen ökonomisch wie ökologisch sinnvoller sind.
Die Direktvermarktung von Windstrom bringt maximale Rendite, wenn die Anlagensteuerung nicht nur die schwankenden Strompreise, sondern auch die sich laufend ändernden Produktionskosten durch die Abnutzung der Anlagentechnik berücksichtigt. Das Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik IEE (Fraunhofer IEE) hat zusammen mit Partnern im Forschungsprojekt Korva erstmals ein Softwaretool entwickelt, dass es Anlagenbetreibern ermöglicht, die Anlagen so zu steuern, dass Erlöse und Kosten jederzeit in wirtschaftlich optimalem Verhältnis zueinanderstehen. Dabei kommen auch Verfahren des maschinellen Lernens zum Einsatz.
Lebensdauer und Anlagenertrag: Wissen über Kosten und Erlöse entscheidend
Die Produktionskosten einer Windenergieanlage werden wesentlich davon bestimmt, wie stark ihre Komponenten im Betrieb abgenutzt werden. Das geschieht nicht konstant über die Lebensdauer, sondern variiert und ist vor allem von Faktoren wie der Windgeschwindigkeit und -richtung sowie der Turbulenzintensität abhängig.
Daher bedeuten hohe Erlöse an der Strombörse nicht zwingend einen hohen Gewinn. Sind nämlich in dieser Zeit zugleich auch die Produktionskosten hoch, ist der Anlagenbetrieb womöglich weniger wirtschaftlich als in Stunden, in denen die Erlöse zwar geringer ausfallen, zugleich aber auch die Produktionskosten sehr niedrig sind. Es kann daher unter Umständen sogar sinnvoll sein, die Anlagen kurzzeitig vom Netz zu nehmen, um so ihre Lebensdauer zu verlängern.
Im Rahmen des Korva-Projektes unter der Leitung von Fraunhofer IEE haben die Projektpartner gezeigt, dass die entgangenen Einnahmen über zusätzliche, höhere Erträge während der verlängerten Laufzeit mehr als kompensiert werden können. Um solche Entscheidungen zu treffen, werden neben dem Wissen um die aktuellen und zu erwartenden Erlöse an der Strombörse auch belastbare Informationen über die Produktionskosten zu den entsprechenden Zeitpunkten benötigt.
Wenn diese Daten vorliegen, können Betreiber ihre Regelstrategien so gestalten und anpassen, dass der Gewinn über die Lebensdauer der Anlagen maximiert wird. Zugleich liefern die Anlagen auf ihre Gesamtlebenszeit bezogen mehr Energie, da sie dann seltener in Phasen laufen, in denen die Abnutzung sehr groß ist.
Vor diesem Hintergrund zeigen die Projektpartner, welche Erlössteigerungen in der Praxis unter gegebenen Randbedingungen zu erwarten sind. Zudem hat das Fraunhofer IEE in Abstimmung mit seinen Partnern im Rahmen des Projektes nun erstmals ein Optimierungstool für die Betriebsführung entwickelt, das diesen Anforderungen gerecht wird. Mit Blick auf die Zukunft sollen auch andere Systeme mit lastabhängigen Alterungseffekten wie Batterien oder Elektrolyseure von den in Korva entwickelten Verfahren profitieren.
Optimierte Betriebsführung für maximale Rendite
Die im Rahmen von Korva entwickelte Software erzeugt generalisierte Fahrpläne für Windparks, abgeleitet aus den zu erwartenden Erlösen und Kosten. Die Berechnungen basieren unter anderem auf Daten zu den Windverhältnissen, den Strommarktpreisen, den Betriebskosten sowie auf Abnutzungsmodellen. In einem finalen Schritt werden diese generalisierten Fahrpläne über neu entwickelte Datenschnittstellen in die Betriebsführung integriert. Um verschiedene Standorteigenschaften abzubilden, haben die FEE-Forschenden bei der Entwicklung ihres Tools meteorologische Daten von vier Windparkregionen innerhalb Deutschlands verwendet. Auswahlkriterien waren hier Stark- und Schwachwindstandorte und die Empfindlichkeit bezüglich des Windstrom-Marktwertes.
Angesichts der oftmals hohen Dynamik im Strommarkt wie auch bei den Windverhältnissen müssen die Abschätzungen der zu erwartenden Lasten und Erträge der einzelnen Anlagen sehr schnell vorliegen. Das Fraunhofer IEE verwendet deshalb für diese Aufgaben im neuen Optimierungstool Algorithmen aus dem Bereich des maschinellen Lernens. Konkret setzen die Forschenden künstliche neuronale Netze ein, die eine schnelle Abschätzung über die zu erwartenden Lasten und den Ertrag an den einzelnen WEAs bei gleichzeitig ausreichender Genauigkeit liefern.
„Unser Optimierungstool macht es Anlagenbetreibern möglich, die Betriebsführung laufend so anzupassen, dass sie ein für die Gesamtrendite optimales Verhältnis zwischen abgegebener Leistung und Abnutzung der Komponenten schafft. Das sorgt dafür, dass die Investition in den Windpark über die Lebenszeit betrachtet mehr Ertrag abwirft“, so Dr. Boris Fischer, Projektleiter Korva beim Fraunhofer IEE.
Neben Fraunhofer IEE waren an dem Projekt als Partner auch der Turbinen-Hersteller Nordex, ABO Wind als Betreiber, Steag und Statkraft als Direktvermarkter, 8.2 als Gutachter und der TÜV Süd als Zertifizierer beteiligt. Das vom Bundesministerium für Wirtschaft und Energie finanzierte dreijährige Projekt wurde Ende April 2022 erfolgreich abgeschlossen.
Quelle: IWR Online
© IWR, 2022