Algorithmus zur Betriebsoptimierung von Windenergieanlagen in Abhängigkeit vom Strompreis
Kurzfassung
Durch Einsatz des erfindungsgemäßen Algorithmus kann softwaregestützt eine Simulation von möglichen Betriebsstrategien und daraus folgenden Erlösen für Windkraftanlagen erstellt werden, die eine optimale Nutzung der Lebensdauer und maximale Erlöse ermöglicht.
Vorteile
- Optimierung von Erlösen aus dem Stromverkauf
- Vermeidung von Überlastung des Stromnetzes
- Softwarebasierte Lösung, deshalb geringe Hardware-Investitionen
- Vermeidung von negativem Strompreis
- Kombination mit Zustandsüberwachung von Windenergieanlagen möglich
- Reduzierung der Unsicherheit der Leistungsvorhersage durch Strömungsmessung in Windpark
- Überwachung der Lebensdauer mit Zustandsüberwachung reduziert die Unsicherheit bei der Abschätzung der Restlebensdauer
Anwendungsbereiche
Betriebsoptimierung von Windenergieanlagen in Abhängigkeit vom Strompreis.
Hintergrund
Ein immer größerer Teil des täglichen Strombedarfes kann durch erneuerbare Energien abgedeckt werden. Durch bspw. Windkraft, Wasserkraft, Biomasse oder Photovoltaik erzeugter Strom wird in die Netze der Anbieter eingespeist und ist ein wichtige Säule der Energiewende.
Problemstellung
Der Energieertrag aus Photovoltaik- oder Windenergie-Anlagen ist allerdings stark witterungsabhängig und starken Schwankungen unterworfen.Trotzdem wird Windstrom direkt ins Netz eingespeist, unabhängig vom aktuellen Strompreis. Der Netzbetreiber bezahlt dem Erzeuger eine Einspeisevergütung basierend auf einem Mindestpreis-System nach EEG für die gelieferte Energie. In der Zukunft werden die Erzeuger von erneuerbaren Energien den Strom direkt auf dem Strommarkt verkaufen. Bei günstigem Wetter kann aber das Angebot an Wind- und Sonnenenergie sehr hoch sein, was in Zeiten niedriger Abnahme von „grünem Strom“ dazu führt, dass der Strompreis negativ wird. Um einen hohen Erlös aus Stromvermarktung zu erzielen muss man die Einspeisung von Windstrom nach Marktsignal optimieren.
Lösung
Ein Wissenschaftler der Universität Stuttgart hat nun eine Methode für die Echtzeit-Optimierung der Betriebsstrategie von Windkraftanlagen entwickelt. Durch Einsatz des erfindungsgemäßen Algorithmus kann softwaregestützt eine Simulation von möglichen Betriebsstrategien und daraus folgenden Erlösen für Windkraftanlagen erstellt werden, die eine optimale Nutzung der Lebensdauer und maximale Erlöse ermöglicht.
Windkraftanlagen können gemeinhin in unterschiedlichen Modi betrieben werden. Beim Uprating arbeitet die Anlage kurzzeitig über der Nominalleistung. Dies ist nur möglich, wenn die Lebensdauer der Anlage überwacht wird, da die Leistungserhöhung zur Lastenhöhung führt. Beim Downrating wird die Anlage in Niedrigpreiszeiten unter der Nominallast betrieben, es wird eine Überlastung des Stromnetzes vermieden und gleichzeitig, Lebensdauer angespart“, also der Verschleiß der Anlage für den Zeitraum verringert. Die Betriebsstrategie Power-Shifting sieht das Speichern der bei Niedrigstrompreis bei Nominalleistung erzeugten Energie vor. Wake-Management bedeutet, dass die Leistung einer Windenergieanlage durch Steuerung des Nachlaufes erhöht wird. Allerdings führt auch das zur Lastenhöhung an der Anlage, sodass die Nachlaufsteuerung in die Überwachung der Lebensdauer einfließen muss.
Die Strömungsmodellierung gibt an wieviel Windleistung in den nächsten Zeitblock (z.B 15 Minuten) vorhanden ist. Diese Windleistungsvorhersage kann durch Messungen oder Strömungsmodelle verbessert werden. Die Marktbedingungen (Angebot und Nachfrage von Strom) bestimmt den Strompreis in den nächsten Zeitblock. Die möglichen Betriebsstrategien unter der vorgegebener Strömungsbedingungen wird unter Berücksichtigung der Lebensdauer durchsimuliert und die Betriebsstrategie mit den höchsten Erlös wird daraus bestimmt.
Die Windenergieanlage wird dann im durch den Algorithmus errechneten Modus betrieben, wodurch die Erlöse aus dem Stromverkauf optimiert werden können.
Publikationen und Verweise
Eguinoa, I, Göçmen, T, Garcia-Rosa, PB, et al. Wind farm flow control oriented to electricity markets and grid integration: Initial perspective analysis. Adv Control Appl. 2021;e80.
https://doi.org/10.1002/adc2.80