Stochastik

Effizientes Leistungsmonitoring mit der dynamischen Kennlinie

Stochastische Methoden ermöglichen in der durch Turbulenz gekennzeichneten Umgebung von Windenergieanlagen eine Vielzahl von Analysemöglichkeiten. In Kooperation mit ForWind an der Universität Oldenburg, fördert das Fraunhofer IWES die Verbreitung von Modellen wie dem CTRW-Windfeldmodell (engl. „continuous time random walk“) und den Einsatz der sogenannten dynamischen Kennlinie für das Leistungsmonitoring.

Eine der wichtigsten Methoden setzt dabei auf die Analyse von verrauschten Daten. Dabei werden verschiedene Rauscheinflüsse und deterministische Dynamiken voneinander getrennt. Dieser Prozess lässt sich auf alle möglichen Datenmengen anwenden, welche sich aus deterministischen und zufälligen Einflüssen zusammensetzen.

Die dynamische Leistungskennlinie bietet eine schnelle und kostengünstige Möglichkeit zur Online-Überwachung der Leistungsabgabe von Windenergieanlagen und ganzer Windparks. Um diese speziellen Leistungskennlinien von WEA innerhalb weniger Tage anhand von Gondelanemometer- und Leistungsdaten bestimmen zu können, kommt eine auf stochastischen Analysen basierende Software zu Einsatz. Hersteller, Betreiber, Serviceunternehmen und Energieversorger erhalten dadurch einen verbesserten Einblick in die aktuelle Performance der Anlage(n).

Ein abweichendes Betriebsverhalten von Anlagen desselben Typs wird zuverlässig detektiert, sodass einzelne Anlagen sowie ganze Windparks online überwacht und optimiert bzw. Ertragsverluste bemerkt und gegebenenfalls reduziert werden können.

Broschüre

Das CTRW-Windfeldmodell

Die Basis für eine realistische Lastsimulation einer Windenergieanlage ist eine gute Modellierung des eingehenden Windfelds. Allerdings stellen Windfeldgeneratoren, die auf Gauss-Verteilungen basieren, die Wechsel in der Windgeschwindigkeit im Vergleich zu realen Windfeldern nicht korrekt dar. Reale Windfelder weisen deutlich mehr kleine Schwankungen auf als das standardisierte Modell vermuten lässt; und bezüglich der starken Schwankungen übersteigen sie deren Annahmen um ein Vielfaches.

Das CTRW-Windfeldmodell basiert auf der „continuous time random walk“-Methode, die in der Lage ist, korrelierte Windfelder zu erzeugen, deren Windgeschwindigkeitswechsel denen realer Windfelder entspricht. Das Fraunhofer IWES bietet in Kooperation mit ForWind an der Universität Oldenburg einen Windfeldgenerator basierend auf dem CTRW-Modell an.

Veröffentlichungen

2016

Development and application of a grid generation tool for aerodynamic simulations of wind turbines
Rahimi, H.; Daniele, E.; Stoevesandt, B.; Peinke, J.
(Fachartikel)
Wind engineering 40 (2016), Nr.2, S.148-172

zu Fraunhofer Publica


2015

Combined structural optimization and aeroelastic analysis of a Vertical Axis Wind Turbine (Vortrag)
Roscher, B.; Ferreira, C.S.; Bernhammer, L.O.; Madsen, H.A.; Griffith, D.T.; Stoevesandt, B.
American Institute of Aeronautics and Astronautics: 33rd Wind Energy Symposium 2015. Vol.1, S.333-342
5-9th Jan. 2015, Florida, USA

zu Fraunhofer Publica

The impact of wake models on wind farm layout optimization (Vortrag & Fachartikel)
Schmidt, Jonas; Stoevesandt, Bernhard
Journal of physics. Conference series 625 (2015), Art.012040, S. 10

zu Fraunhofer Publica

Numerical investigation on tower effects for downwind turbines (Abstr.); Stoevesandt, B.; Habib, F.; Mehra, B.; Rahimi, H.; Peinke, J.
UL International GmbH, Wilhelmshaven:
DEWEK 2015. Book of abstracts : 12th German Wind Energy Conference, S.90
19.-20 Mai 2015, Bremen

zu Fraunhofer Publica

Roof region dependent wind potential assessment with different RANS turbulence models (Fachartikel)
Toja-Silva, F.; Peralta, C.; Lopez-Garcia, O.; Navarro, J.; Cruz, I.
Journal of wind engineering and industrial aerodynamics 142 (2015), S.258-271

zu Fraunhofer Publica

Wind farm layout optimization in complex terrain with CFD wakes; Schmidt, J.; Stoevesandt, B.
Paper presented at EWEA 2015, Europe's Premier Wind Energy Event, 17th - 20th Nov. 2015, Paris, France

zu Fraunhofer Publica

Wind power energy in Southern Brazil: Evaluation using a mesoscale meteorological model (Zeitschriftenaufsatz & Konferenzbeitrag)
Krusche, Nisia; Peralta, Carlos; Chang, Chi-Yao; Stoevesandt, Bernhard
Energy Procedia 76 (2015), S.164-168

zu Fraunhofer Publica