Planbare Windkraft dank genauer Prognosen

Solche Vorhersagen sind wichtig, um bei der Stromversorgung die wetterbedingten Schwankungen der Windenergie auszugleichen. Die Software berechnet anhand von Wettervorhersagen der nächsten 72 Stunden möglichst genau den erwarteten Strom aus Windkraft für diesen Zeitraum.

Im Schnitt treffen die Prognosen für die Tagesleistung eines Windparks die tatsächlich eintretenden Werte auf mehr als 90 Prozent genau. Die Software wurde erfolgreich an zwei Offshore- und einem Onshore-Windpark getestet und ist derzeit in Dänemark im Einsatz.

Je stärker Wind- oder Sonnenenergie zur Stromversorgung beitragen, desto größer sind die Herausforderungen für die Netzbetreiber. Bei Flaute oder bei bedecktem Himmel müssen kurzfristig Gaskraftwerke zugeschaltet werden. Frischt es auf oder kommt die Sonne durch, gibt es plötzlich zuviel Strom im Netz.

Um das Stromangebot zu regeln und das Netz stabil zu halten, brauchen die Betreiber gute Vorhersagen für die Einspeisemengen der Wind- oder Solarparks. Anhand der Prognosen lassen sich auch überschüssige Energien am Strommarkt verkaufen. Außerdem können mit ihrer Hilfe Wartungsarbeiten in Zeiten gelegt werden, in denen weniger Ertrag erwartet wird.

Die Prognosemethode von Siemens basiert auf einem neuronalen Netz. Das ist eine Software, die ähnlich arbeitet wie ein menschliches Gehirn. Die globale Siemens-Forschung Corporate Technology (CT) entwickelt neuronale Netze, um das Verhalten von hochkomplexen Systemen – das können Windparks, Gasturbinen, aber auch Börsenmärkte sein – zu berechnen. Die CT-Forscher haben ein neuronales Netz aufgebaut, das aus der Wettervorhersage für Temperatur, Windgeschwindigkeit und Luftfeuchtigkeit am Ort des Windparks die entsprechende Stromerzeugung berechnet.

Die Software lernt anhand historischer Daten, möglichst genaue Vorhersagen zu treffen. Zu Beginn weiß sie nicht, welche Größe sich wie stark auf die Leistung des Windparks auswirkt, und ihre Prognosen sind rein zufällig. Mit dem Ziel, die Abweichung zwischen Vorhersage und Wirklichkeit zu minimieren, ändert sie die Gewichtung der einzelnen Parameter und wird in tausenden Iterationen immer genauer. Heute beträgt der durchschnittliche Vorhersagefehler nur mehr gut sieben Prozent. Siemens entwickelt nun auch ähnliche Systeme für Photovoltaikanlagen. (IN 2011.11.2)