Inhalt
Im Vorhaben ParkCast sollen neue Methoden zur Kürzestfristvorhersage der Leistung für Offshore-Windparks entwickelt, optimiert und bewertet werden. Die Leistungsprognosen konzentrieren sich auf den Zeitbereich bis 60 Minuten mit hoher zeitlicher Auflösung. Ziel ist es, die zeitliche Auflösung und Vorhersagegüte der Parkleistung im o. g. Zeitbereich wesentlich zu verbessern und damit einen Beitrag zu Netzstabilität und Versorgungssicherheit zu leisten. Hierzu werden long-range Lidarmessdaten in ein hochaufgelöstes, lokales Wettermodell mit neuen Verfahren basierend auf maschinellem Lernen (ML) assimiliert. Für die Leistungsvorhersage werden dann physikalische sowie weiter entwickelte ML-basierte Prognosemodelle angewandt und im Rahmen einer Online-Erprobungsphase in Echtzeit für den Offshore-Windpark alpha ventus validiert.
Organisation
Laufzeit:
Nov 2018 bis Oktober 2021
Projektleitung:
Stuttgarter Lehrstuhl für Windenergie (SWE) - Universität Stuttgart
Finanzierung:
gefördert durch das BMWi
mit 1.136.939 €
Projektpartner
-Stuttgarter Lehrstuhl für Windenergie (SWE) - Universität Stuttgart
-Zentrum für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg (ZSW)
Inhalte am SWE
- Durchführung einer mehrjährigen long-range Lidar Messkampagne auf alpha ventus
- Vorhersage der Windgeschwindigkeit und Windrichtung aus Lidardaten
- Untersuchung des Einflusses von atmosphärischen Bedingungen auf die Vorhersage und den Vorhersagehorizont
- Untersuchung und Entwicklung adaptiver Messstrategien zur Windrichtungsanpassung und Optimierung der Reichweite
- Vorhersage der Parkleistung mittels vereinfachtem Parkleistungsmodell