Einer der größten Nachteile der Windenergie, einer der erneuerbaren Energiequellen mit dem größten Potenzial in unserem Land, ist die Unvorhersehbarkeit ihrer Erzeugung, die von Faktoren wie Windgeschwindigkeit und -richtung abhängt. Die Unberechenbarkeit des Windes stellt die derzeitigen Stromnetze, die die Stromerzeugung tageweise im Voraus auf Basis des prognostizierten Verbrauchs berechnen, vor erhebliche Probleme.
Die Schwierigkeit, die verfügbare Windenergie im Voraus zu planen, kann die Betriebskosten des Stromnetzes erhöhen und die Zuverlässigkeit der Stromversorgung gefährden.
Gianluca Susi, Forscher am Zentrum für Biomedizinische Technologie (CTB) der Polytechnischen Universität Madrid (UPM) und einer der Autoren der Studie, erklärt: „Diese Unfähigkeit, die Windenergieerzeugung präzise vorherzusagen, verhindert, dass sie einen bedeutenden Beitrag zum gesamten Energiemarkt leistet.“
In diesem Rahmen hat ein internationales Wissenschaftlerteam, darunter ein Forscher der Technischen Universität Madrid (UPM), eine neuartige Methode zur Vorhersage der Energieproduktion von Windparks entwickelt. Die Forschung präsentiert eine Architektur auf Basis von Spiking Neural Networks (SNNs, auch neuronale Netze der dritten Generation genannt), um die Energiemenge vorherzusagen, die eine Windkraftanlage innerhalb eines Windparks in der nächsten Stunde erzeugen wird. Dabei werden das Windverhalten (Intensität und Richtung) der vorangegangenen Stunden berücksichtigt.
Diese Methode, die in Zusammenarbeit mit den italienischen Universitäten Catania und Messina entwickelt wurde, wurde bei einem großen Windpark mit 28 Turbinen und 3 Anemometertürmen im ländlichen Gebiet der Gemeinde Vizzini in der Provinz Catania (Italien) angewendet, der sich durch eine komplexe Orographie und eine Ausdehnung von 30 km² auszeichnet, mit sehr vielversprechenden Ergebnissen.
„Wir glauben, dass das neue System die Zuverlässigkeit und Optimierung der Windenergieerzeugung verbessert und auch bei Störungen erfolgreich zur Vorhersage der Windenergieerzeugung in realen Windparks eingesetzt werden kann“, so der UPM-Forscher abschließend.
S. Brusca, G. Capizzi, G. Lo Sciuto und G. Susi. „Eine neue Entwurfsmethodik zur Vorhersage der Energieproduktion von Windparks mittels eines auf einem spikenden neuronalen Netzwerk basierenden Systems.“ International Journal of Numerical Modeling (Wiley) 2019;32:e2267
