Robustere Offshore-Windkraftanlage auf Datenbasis entwerfen
Europa verfügt über fünf Meeresbecken, und das Potenzial der Offshore-Windenergie(öffnet in neuem Fenster) ist enorm. Um dieses Potenzial zu nutzen, müssen die Windkraftanlagen jedoch den rauen Bedingungen der Offshore-Umgebung standhalten können. „Bei starkem Wind, Wellen und Strömungen kann die durchschnittliche Lebensdauer einer Windkraftanlage mit Einpfahlgründung auch nur zwanzig Jahre betragen; und um diese Zeit zu schaffen, ist ein erheblicher Instandhaltungsaufwand erforderlich“, erklärt Felix Nieto, Professor für Bauingenieurwesen an der Universidad de La Coruña(öffnet in neuem Fenster). Diese Wartung ist nicht nur teuer und gefährlich, sondern eine nicht funktionierende Windkraftanlage bedeutet auch, dass weniger Energie produziert wird, was sich auf die Gewinne eines Energieunternehmens auswirken kann. Es ist daher nicht verwunderlich, dass eine steigende Nachfrage nach langlebigeren und wartungsärmeren Windkraftanlagen zu verzeichnen ist. Laut Nieto besteht der erste Schritt zum Bau einer besseren Windkraftanlage darin, die Umweltbedingungen zu verstehen, denen sie standhalten muss. „Wenn wir die strukturellen Belastungen verstehen, die Windkraftanlagen mit Einpfahlgründung während ihrer Lebensdauer aushalten müssen, können wir sie effizienter gestalten und gleichzeitig garantieren, dass sie auch unter extrem harten Bedingungen sicher arbeiten können“, erläutert er. An dieser Stelle kommt das EU-finanzierte Projekt FUNnY-SUMO ins Spiel. Das Team des innerhalb der Marie-Skłodowska-Curie-Maßnahmen(öffnet in neuem Fenster) (MSCA) unterstützten und von der Universidad de La Coruña koordinierten Projekts entwickelte ein Modell zur numerischen Strömungsmechanik (CFD) zur gleichzeitigen Simulation der Auswirkungen von Wind, Wellen und Strömungen auf eine Offshore-Windkraftanlage.
Datengestützte Lösungen für komplexe Baukonstruktionsprobleme
Die projekteigene CFD-Modellierung ist aufgrund der Tatsache einzigartig, dass die gesammelten Daten anschließend zum Trainieren von Algorithmen für maschinelles Lernen dienten. Mit diesen Algorithmen konnten die aus der Umwelt auf Offshore-Einpfahlfundamente einwirkenden Belastungen bewertet und diese Informationen bei Vorschlägen für neue Windkraftanlagenbauformen berücksichtigt werden. Nachdem sich beispielsweise bestätigt hatte, dass das Berechnungsmodell ähnliche Ergebnisse wie entsprechende Laborexperimente liefert, erstellte die Forschungsgruppe ein Ersatzmodell anhand des CFD-Modells. Dieses Ersatzmodell diente anschließend dazu, um mit minimalem Rechenaufwand die auf die Windkraftanlage mit Einpfahlgründung wirkenden strukturellen Lasten für ein breites Spektrum von Wind-, Wellen- und Strömungsbedingungen zu ermitteln. „Unser Modell stellt nicht nur einen Fortschritt in der Anwendung datengestützter Verfahren bei komplexen Baukonstruktionsproblemen dar, sondern trägt auch zum sichereren Bau kritischer Energieinfrastrukturen bei, die sehr anspruchsvollen, aber bis zu einem gewissen Grad unsicheren, Umgebungslasten ausgesetzt sind“, erläutert Nieto.
Auf gutem Weg zur besseren Windkraftanlage
Das projekteigene Modell öffnet zwar die Tür zur Entwicklung besserer Windkraftanlagen, ist aber nur ein erster Schritt. „Unser Modell kann weiter verbessert werden, indem zusätzliche Umweltlasten einbezogen werden oder es auf andere Windenergiestrukturen wie schwimmende Windkraftanlagen oder Jacket-Fundamente ausgeweitet wird“, erklärt Nieto abschließend. Das Modell könnte außerdem erweitert werden, um die strukturelle Dynamik von Windkraftanlagen mit Einpfahlgründung zu berücksichtigen. Das Forschungsteam sucht gegenwärtig die Zusammenarbeit mit Industriepartnern, um die Einbindung datengestützter Konstruktionsansätze in ihre tägliche Praxis zu erleichtern. Der Großteil der Projektforschungsarbeiten wurde von Ali Kareem Hilo al Behadili durchgeführt, einem Marie-Skłodowska-Curie-Stipendiaten im Postdoktorat(öffnet in neuem Fenster), der mit Forschenden und Fachleuten der Universität Zagreb(öffnet in neuem Fenster), der spanischen IH Cantabria(öffnet in neuem Fenster) und der Universität Chungnam(öffnet in neuem Fenster) in Südkorea zusammenarbeitete.
