KI zur Optimierung eines Windparks
Verschattungsverluste in Windparks kosten bares Geld – die Lösung liegt nicht in neuen Anlagen, sondern in der intelligenten Steuerung. Die ÜZ Mainfranken und Forscher der Universität Würzburg zeigen, wie ein Kl-basierter digitaler Zwilling den Betrieb von Windparks effizienter macht.
Künstliche Intelligenz für die Optimierung eines Windparks
Mit Dr. Lukas Kagerbauer, Dr. Benjamin Geßlein und Robin Derzbach
In der Folge wird das Projekt KI-Regio vorgestellt und die Synergie zwischen regionalem Mittelstand und universitärer Spitzenforschung erläutert. Im Zentrum steht die methodische Entwicklung eines Digitalen Zwillings für Windparks auf Grundlage von Zehnjahresdaten, die eine belastbare Modellierung von Betriebszuständen, Umweltfaktoren und Leistungskennzahlen ermöglichen. Darauf aufbauend werden Verfahren des Reinforcement Learning sowie Predict-and-Optimize-Ansätze eingesetzt, um Entscheidungsprozesse datenbasiert zu optimieren und den Gesamtoutput der Anlagen systematisch zu steigern
Wir beleuchten:
- Methodische Brücke zwischen akademischer Modellierung und industrieller Anwendung
- Verknüpfung hochauflösender Betriebsdaten im Zehn-Minuten-Intervall mit dem Expertenwissen der ÜZ Mainfranken
- Überführung von Multi-Objective Optimization in einen realen Business Case
- Ablösung der Einzelanlagen-Optimierung durch eine systemische Parkbetrachtung
- Systematische Minimierung von Abschattungsverlusten durch Wake-Effekte
- KI als strategisches Assistenzsystem und nicht als Ersatz menschlicher Expertise
- Mainfranken als Innovationshub mit direktem Wissenstransfer zwischen Wissenschaft und Mittelstand
- Generierung wirtschaftlicher Wertschöpfung durch angewandte Spitzenforschung