Forschungsprojekt WindStore
Optimierte Systemintegration von Offshore-Windenergie mittels intelligenter Verknüpfung verschiedener Prognosekonzepte und vorausschauendem Management von verteilten Kaskadenspeichern
Bei der Gestaltung eines Energiesystems auf Basis erneuerbarer Energien spielt der massive Ausbau der Offshore-Windenergie eine zentrale Rolle. Jedoch erzeugen die großen Offshore-Windparks zeitweise so hohe Leistungen auf kleinem geographischem Raum, so dass es bereits heute wiederholt zu Engpasssituationen im Stromnetz kommt und die erzeugte Energie nicht aufgenommen werden kann. Prognosefehler führen sehr häufig zu großen „Fahrplanabweichungen”, die von verschiedenen Akteuren wie Netzbetreibern und Stromhändlern aufwändig und oft kurzfristig ausgeglichen werden müssen. Um diese Schwankungen und Fehler zu glätten, werden Prognosen in Zukunft eine zentrale Rolle bei der Planung und dem Einsatz verschiedener Flexibilitätsoptionen und Speicherkonzepte spielen. Im Verbundprojekt WindStore, gefördert vom Bundesministerium für Wirtschaft und Energie, soll vor diesem Hintergrund ein neuartiges Konzept für ein prognosebasiertes Speichermanagement entwickelt und analysiert werden.
Forschungsprojekt WindStore | |
|---|
Laufzeit | Januar 2024 bis Dezember 2026 |
Förderung durch | Bundesministerium für Wirtschaft und Energie |
Projektbeteiligte | - Institut für Vernetzte Energiesysteme
- Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik
- 4Cast GmbH & Co. KG (bis Dezember 2025)
- SEtrade GmbH
assoziiert: - WEPROG GmbH
- EnBW Energie Baden-Württemberg AG
- Stadtwerk Haßfurt GmbH
- SWW Wunsiedel GmbH
|
Im Projekt WindStore kommen verschiedene Expertisen aus Prognose, satellitengestützter Fernerkundung, Meteorologie, Künstlicher Intelligenz (KI), Speicherbetrieb, Betrieb von Wasserstoff-Elektrolyseuren und Strommarkt zusammen. Das Ziel liegt darin, ein neuartiges Speichermanagement zu entwickeln, das große Prognosefehler und großräumige Leistungsschwankungen frühzeitig erkennt und mithilfe verteilter Batteriespeicher und Elektrolyseure ausgleicht. Damit soll auch die verbleibende Restunsicherheit für eine optimale Planung der Flexibilitäten quantifiziert werden. Satellitenbeobachtungen und Künstliche Intelligenz kommen zum Einsatz, um großräumige Prognosefehler sowie bevorstehende Veränderungen der Windbedingungen frühzeitig zu erkennen, wodurch Batteriespeicher und Elektrolyseure optimal betrieben werden können. Die Projektbeteiligten streben ein optimiertes Design eines prognosebasierten verteilten Speicherkonzepts und das damit einhergehende Speichermanagement an, dessen Funktionsprinzip in einem Feldtest demonstriert werden soll.
Das Institut für Vernetzte Energiesysteme konzentriert sich im Forschungsprojekt WindStore auf die satellitengestützte Detektion von Windfeld-Prognoseabweichungen. In diesem Zusammenhang werden zwei Methoden zur Erkennung von Windprognosefehlern mithilfe von Satellitendaten erforscht: Zum einen geht es um den Vergleich von simulierten Satellitenbildern des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF) mit beobachteten Satellitenbildern, um mögliche Phasenfehler in der Wolken- und Windfeldvorhersage zu identifizieren und in die Zukunft fortzuschreiben. Die zweite Methode vergleicht aus Radardaten abgeleitete Windfelder mit den vorhergesagten Windfeldern eines Ensemble-Vorhersagesystems. Ziel ist es, per sogenannter „Best-Member-Selection“ jenes Prognosemitglied, das zu einem bestimmten Zeitpunkt die beste Übereinstimmung mit der Beobachtung hat, zu identifizieren und dessen zukünftige Genauigkeit für die Windvorhersage zu evaluieren.
