Optimierung vertikaler Windturbinen durch ein KI-gestütztes Pitch-System
Das Projekt zielt darauf ab, die Effizienz vertikaler Windturbinen (VAWT) durch eine mittels künstlicher Intelligenz (KI) optimierte Rotorblattwinkelanpassung („Pitch“) zu steigern.
VAWT sind geräuscharm und werden optisch als weniger störend empfunden, was sie für den Einsatz in urbanen Gebieten prädestiniert. Aufgrund ihrer Aerodynamik und meist geringen Gesamthöhe wird ihre Effizienz jedoch stark von der Topografie ihrer Umgebung beeinflusst. Um die Leistung dieser Anlagen weiter zu steigern, müssen die Rotorblätter während der Rotordrehung individuell nachgeführt werden. Das von der HSZG im Vorgängerprojekt „LausitzWind“ entwickelte mechatronische Pitchsystem ermöglicht diese Betriebsweise. Im aktuellen Entwicklungsstand ist die Verstellung jedoch auf starr vorgegebene Pitch-Funktionen beschränkt, die ausschließlich für statische Wind- und Anlagenbetriebszustände gültig sind. Für die Abbildung aller dynamischen Einflussparameter auf die Anlage existiert bisher kein realitätsnaher Modellansatz. Dies ist nur mit Hilfe moderner KI-Technologien möglich.
Ziel des Projekts ist es daher, ein geeignetes künstliches neuronales Netz (KNN) auszuwählen und zu trainieren, um angepasste Pitch-Funktionen zu bestimmen. Damit kann die Anlage auch unter stark wechselnden Windbedingungen optimal betrieben werden.
Hierfür werden die Anforderungen an das System analysiert, eine umfangreiche Datenbasis durch Modellierung, Simulation und Messungen erstellt und anschließend ein KNN trainiert. Dieses wird danach in das bestehende Anlagensystem integriert und an einem Prototyp getestet. Der Einsatz von KI ermöglicht eine präzisere Anpassung der Rotorblätter, wodurch die Leistung der VAWT deutlich gesteigert werden kann. Dieser innovative Ansatz soll eine Echtzeit-Anpassung der Blattverstellung basierend auf den dynamischen Windverhältnissen und dem aktuellen Anlagenbetrieb ermöglichen.
