ProbWind
Datenbasiertes Probabilistisches Design von Windenergieanlagen
Die größte Herausforderung unserer Generation ist die Klimakrise. Um der globalen Erwärmung entgegenzuwirken, werden kostengünstige erneuerbare Energiequellen wie Wind benötigt. Größere Windenergieanlagen (WEA) und ein zunehmender Mangel an geeigneten Standorten treiben neue Windparks zu weiter von der Küste entfernten Offshore-Standorten und zu abgelegeneren Gebieten. An schwer zugänglichen Standorten rückt die Zuverlässigkeit der WEA stärker in den Vordergrund. Die Erhöhung der Zuverlässigkeit sollte jedoch nicht zu überhöhten Investitionskosten führen.
In aktuellen Entwicklungsprozessen wird ein neues Turbinenmodell für verschiedene Standorte konzipiert, sodass Turbinen über- oder unterdimensioniert sein können. Die individuelle Betrachtung der Windlasten an verschiedenen Standorten sowie an verschiedenen Positionen im Windpark ermöglicht ein besseres Verständnis über die auf jede Turbine wirkenden Lasten. Standortspezifische und positionsbezogene Lasten ermöglichen den Einsatz moderner Konstruktionsmethoden, um die strukturelle Integrität und Funktionalität der WEA zu gewährleisten. Dies führt zu einer höheren Zuverlässigkeit und dadurch geringeren Betriebskosten. Die Investitionskosten sinken durch geringeren Materialeinsatz.
ProbWind erstrebt durch den Einsatz probabilistischer Auslegungsmethoden eine höhere Zuverlässigkeit der Turbinen bei reduzierten Stromgestehungskosten (LCOE – Levelized Costs of Energy). Anstelle von konservativen Auslegungsmethoden wie Sicherheitsfaktoren werden die individuellen und standortspezifischen Wahrscheinlichkeiten von Belastungen und von der Belastbarkeit der einzelnen Komponenten berücksichtigt. Die Projektpartner werden probabilistische Methoden für alle Teile der Windenergieanlagen von den Windlasten über den Antriebsstrang bis hin zum Fundament entwickeln. Ziel ist eine Reduzierung der LCOE zwischen 2% und 5% onshore bzw. offshore.
Das CWD konzentriert sich auf den mechanischen Antriebsstrang der Turbine. Ausfälle im Antriebsstrang sind für einen Großteil der Stillstandzeiten von WEA verantwortlich. Ausgewählte Schadensmechanismen von Zahnrädern und Lagern werden untersucht und anerkannte Berechnungsmethoden werden um probabilistische Methoden erweitert. Eine Reduktion der Ausfälle im Antriebsstrang führt zu einer höheren Verfügbarkeit, weniger Wartungsaufwand und damit zu kostengünstigerer erneuerbarer Energie.
Hier finden Sie eine ausführliche Projektbeschreibung.
Laufzeit:
01.05.2019 - 30.04.2022
Verbundpartner:
Assoziierte Projektpartner:
Das Projekt wird gefördert durch:
Projektträger: