Verbundvorhaben: Windstore - Optimierte Systemintegration von Offshore-Windenergie mittels intelligenter Verknüpfung verschiedener Prognosekonzepte und vorausschauendem Management von verteilten Kaskadenspeichern; Teilvorhaben: Satellitenbasierte Detektion von Windfeldprognoseabweichungen
Zeitraum
2024-01-01 – 2026-12-31
Bewilligte Summe
477.281,94 EUR
Ausführende Stelle
Förderkennzeichen
03EI1065B
Leistungsplansystematik
Querschnittsaufgaben - Systemanalyse [EA3310]
Verbundvorhaben
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB4)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESI1)
Förderprogramm
Energie
Der geplante massive Ausbau der Offshore-Windenergie stellt das Energiesystem vor wachsende Herausforderungen. Die großen Offshore-Windparks erzeugen zeitweise enorme Leistungen auf kleiner geographischer Fläche, die bereits heute zu häufigen Engpasssituationen im Stromnetz führen und vom Stromsystem nicht aufgenommen werden können. Aufgrund der hohen Volatilität und der hohen Leistung der Offshore-Windparks führen Prognosefehler sehr häufig zu großen 'Fahrplanabweichungen', die von verschiedenen Akteuren wie Netzbetreibern und Stromhändlern aufwändig und oft kurzfristig ausgeglichen werden müssen. Um diese Schwankungen und Fehler zu glätten, werden Prognosen in Zukunft eine zentrale Rolle bei der Planung und dem Einsatz verschiedener Flexibilitätsoptionen und Speicherkonzepte spielen. Im Verbundprojekt WindStore arbeiten fünf Partner mit langjähriger Expertise in den Bereichen Prognose, satellitengestützte Fernerkundung, Meteorologie, Künstliche Intelligenz (KI), Speicherbetrieb, Betrieb von Wasserstoff-Elektrolyseuren und Strommarkt zusammen, um gemeinsam ein neuartiges Konzept für ein prognosebasiertes Speichermanagement zu entwickeln und zu analysieren. Dieses soll große Prognosefehler und großräumige Leistungsschwankungen frühzeitig erkennen, durch verteilte Batteriespeicher und Elektrolyseure korrigieren und die verbleibende Restunsicherheit für eine optimale Planung der Flexibilitäten quantifizieren. Ziel ist es, die Offshore-Windenergie optimal im Energiesystem zu nutzen und Systemrisiken durch große Fluktuationen zu reduzieren. Erstmals werden Satellitenbeobachtungen und Methoden der Künstlichen Intelligenz eingesetzt, um großräumige Prognosefehler und herannahende Fronten frühzeitig zu erkennen und damit Batteriespeicher und Elektrolyseure optimal zu betreiben. Das Ergebnis ist ein optimiertes Design eines prognosebasierten verteilten Speicherkonzepts und Speichermanagements, dessen Funktionsprinzip in einem Feldtest demonstriert wird.