2024-01-01  –  2026-12-31

249.908,89 EUR

Zentrum für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg (ZSW), Stuttgart, Niedersachsen

03EE3097D

Windenergie - Windphysik, Meteorologie [EB1240]

01258365/1  –  NearWake –Modellbildung für den nahen Nachlauf

Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)

Forschungszentrum Jülich GmbH (PT-J.ESE3)

Energie

Das Vorhaben NearWake schafft die Voraussetzungen für eine maximal effiziente Flächennutzung für Windenergie sowohl für neue Flächenausweisungen von Windparks als auch besonders für Bestandsflächen im Rahmen von Repower-Maßnahmen. Hierzu wird vor allem das Wissen über den nahen Nachlauf von Windkraftanlagen und dessen Simulationsfähigkeit verbessert und damit der Stand der Technik für die Planung und den Betrieb eng gestaffelter Windparks wesentlich erweitert. Es liefert einen Schub für den Ausbaupfad der Windenergie bis 2035. Das Vorhaben hat die anspruchsvolle Aufgabe, eine Brücke zu schlagen von der Grundlagenforschung zur Physik des nahen Nachlaufs über die Modellbildung bis hin zu ersten Prototypen für die Anwendung. Experimentelle sowie numerische Forschungsbeiträge unterschiedlicher Qualitätsstufen und unterschiedlicher Repräsentativität erzeugen auf der Basis des Forschungswindparks WiValdi eine einzigartige Datenbasis für die Modellbildung und Validierung. Dabei werden belastbare Modelle für Einströmung, Turbulenz und Lasten im nahen Nachlauf entwickelt, dessen physikalische Vorgänge bisher weder voll verstanden noch in der industriellen Prozesskette abgebildet sind. Ziel dieses Teilvorhaben ist die Entwicklung eines Turbulenzgenerators sowie eines Lastenmodells mittels moderner Maschine-Learning Verfahren. Die resultierenden KI-Modelle für die turbulente Anströmung von Windenergieanlagen erfolgen auf Basis leicht zugänglicher meteorologischer Daten, werden mit Messdaten des Forschungswindparks WiValdi trainiert sowie validiert. Die turbulente Anströmung bildet auch die Datengrundlage für das zweite KI-Modell zur Bestimmung der Lasten an Windenergieanlagen. Beide KI-Modelle werden in die Prozesskette des Gesamtvorhabens prototypisch implementiert und anhand von WiValdi-Messdaten validiert.