Zielsetzung und Anlass des Vorhabens<\/p>\n
Windenergie spielt in Deutschland eine gro\u00dfe Rolle in der erneuerbaren Stromerzeugung und damit auch bei der Erreichung der Klimaziele. Im Jahr 2017 geht laut dem Umweltbundesamt 48,9 % der Stromerzeugung zur\u00fcck auf erneuerbare Energien aus der Windenergie entsprechend einer Energieerzeugung von 106,6 Mrd. kWh. Die meisten Windturbinen stehen im Flachland oder in K\u00fcstenregionen. Aber auch in den h\u00fcgeligen oder gar bergigen und vielerorts bewaldeten Gebieten wird die Windkraft zunehmend ein Thema. Die lokale Erzeugung von Strom reduziert \u00dcbertragungsverluste und den Aufwand, die Infrastruktur f\u00fcr die Stromerzeugung aufzubauen. Auch kann durch eine m\u00f6glichst gleichm\u00e4\u00dfige Verteilung der Anlagen auf alle geeigneten Standorte in Deutschland, eine Anh\u00e4ufung von Windkraftanlagen vermieden und so die Akzeptanz bei den B\u00fcrgern erhalten werden. Dies gilt ebenso f\u00fcr den Ausbau von Stromtrassen f\u00fcr den Transport des Stroms von Nord nach S\u00fcd. Au\u00dferdem kann die Windenergienutzung in unterschiedlichen Regionen Deutschlands zu einem Lastausgleich durch sich regional unterscheidende Wetterlagen beitragen. Generell muss das Ziel sein, mit m\u00f6glichst wenigen Windkraftanlagen und \u00dcbertragungsinfrastruktur die Stromversorgung sicherzustellen, um so den Natur- und Ressourcenverbrauch zu minimieren. Allerdings gestaltet sich die Suche nach geeigneten Standorten mit einem ausreichenden Windpotenzial und einem akzeptablen Turbulenzgrad bedingt durch die Orographie und Topographie S\u00fcddeutschlands (komplexes Gel\u00e4nde) sehr viel schwieriger als im Flachland. Windatlanten k\u00f6nnen hier nur einen ersten Anhaltspunkt liefern. In vielen F\u00e4llen ist jedoch ihre r\u00e4umliche Aufl\u00f6sung viel zu gering. Meteorologische Messdaten sind sehr selten an potenziellen Windkraftstandorten verf\u00fcgbar. Die Interpolation der Windsituation aus umliegenden Messstationen kann zu schlechten Korrelationen oder sogar irref\u00fchrenden Informationen f\u00fchren. Messungen mit meteorologischen Messmasten sind sehr teuer und in der H\u00f6he begrenzt. Dabei ist es h\u00e4ufig nicht m\u00f6glich, das gemessene Str\u00f6mungsfeld in komplexem Gel\u00e4nde \u00fcber der H\u00f6he zu interpolieren, weil die atmosph\u00e4rische Grenzschicht dort nicht vollst\u00e4ndig ausgebildet ist. Ein innovativer Ansatz zur L\u00f6sung der Problematik ist die Verwendung von Simulationsmethoden zur Vorhersage des Windpotenzials. Diese Verfahren werden durch die stetig wachsenden Leistungen der Computer und die Verf\u00fcgbarkeit von hochgenauen digitalen H\u00f6hen- und Landschaftsmodellen immer interessanter. Es gibt diesbez\u00fcglich ganz unterschiedliche physikalische Modellierungsans\u00e4tze auf unterschiedlichen Detaillierungsgraden. Schwierigkeiten bereitet hier sehr h\u00e4ufig jedoch die Auswahl der geeigneten Modelle f\u00fcr die gegebenen Randbedingungen am zu untersuchenden Standort in Verbindung mit der dezidierten Fragestellung f\u00fcr die Projektierung der Windkraftanlagen. Grund ist eine fehlende Kosten-Nutzen-Analyse f\u00fcr die verf\u00fcgbaren Modelle mit entsprechender Bewertung der Modellgenauigkeit. Ziel des Projekts ist deshalb, die Entwicklung eines f\u00fcr die Industrie geeigneten Prozesses mit dem allgemeing\u00fcltig, schnell und objektiv Modelle zur Simulation der Windstr\u00f6mung an potenziellen Standorten von Windkraftanlagen ausgew\u00e4hlt werden k\u00f6nnen. Es soll dabei erreicht werden, ein Optimum aus Genauigkeit der Ergebnisse in Verbindung mit dem geringsten Berechnungsaufwand zu finden. Der Fokus liegt hierbei auf der Betrachtung von komplexem Gel\u00e4nde also auf h\u00fcgeligen oder bergigen Windkraftstandorten mit heterogener Topographie durch verschiedene Landschaftsnutzung.<\/p>\n
Darstellung der Arbeitsschritte und der angewandten MethodenDas Entwicklungsvorhaben umfasst die folgenden Schritte: <\/p>\n
1. Auswahl repr\u00e4sentativer Standorte f\u00fcr die Simulation.
\n2. Ableitung der erforderlichen Randbedingung
\n3. Erstellung von Modellen auf der Basis von hochaufgel\u00f6sten digitalen H\u00f6hen- und Landschaftsmodellen
\n4. Durchf\u00fchrung der Simulationen unter Verwendung von Berechnungsmethoden auf unterschiedlichen Komplexit\u00e4tsstufen und Bestimmung des Ressourcenbedarfs f\u00fcr die Berechnung.
\n5. Absch\u00e4tzung der Gesamt-Projektkosten in Abh\u00e4ngigkeit von der Anzahl der erforderlichen Modelll\u00e4ufe pro Modell und der Kosten f\u00fcr die Verwendung des Modells zur Bereitstellung aller zur Zielerreichung erforderlichen Daten
\n6. Vergleich des Berechnungsaufwands f\u00fcr ein Projekt f\u00fcr jedes Modell im Vergleich zu der Genauigkeit jedes Modells <\/p>\n
F\u00fcr die Bearbeitung des Projekts kommen, neben auf der Potenzialtheorie basierenden Modellen, moderne CFD Simulationsmethoden zum Einsatz. Diese erm\u00f6glichen zum einen die r\u00e4umlich hochaufgel\u00f6ste Ber\u00fccksichtigung der Orographie und Topographie im Berechnungsgitter als auch die Modellierung der f\u00fcr die Str\u00f6mung in der atmosph\u00e4rischen Grenzschicht relevanten physikalischen Ph\u00e4nomene.<\/p>\n
Ergebnisse und Diskussion<\/p>\n
In dieser Arbeit wurde ein neuartiger Prozess f\u00fcr die industrielle Anwendung zur Auswahl eines Simulationsmodells entwickelt, das f\u00fcr ein gegebenes Windenergieprojekt an einem bestimmten Standort mit geringstem Rechenaufwand und Kosten die besten Ergebnisse liefert. Der Fokus liegt dabei auf Standorten im komplexen Gel\u00e4nde. Der Prozess hilft den Anwendern bei der Entscheidung, welches Modell f\u00fcr die Windertragsprognose am besten geeignet ist. Dabei soll die Unsicherheit der Prognose auf ein Ma\u00df reduziert werden, damit der Windertrag und damit die zu erwartende Rendite des Projekts sichergestellt werden kann. Ergebnis des Projekts ist der Entwurf eines neuen kommerziellen einsetzbaren Entscheidungstools, das im Rahmen dieses Forschungsprojekts an verschiedenen Standorten erprobt wurde. Auch wurde bereits eine Optimierungsschleife durchlaufen. In Zukunft muss jedoch das Tool weiter an verschiedensten Standorten validiert werden, um die Genauigkeit und den Vertrauensraum zu erh\u00f6hen. <\/p>\n
Dar\u00fcber hinaus wurde eine Vielzahl an Simulationsergebnissen unter der Verwendung unterschiedlicher Simulationsmethoden f\u00fcr zwei komplexe Gel\u00e4ndestandorte generiert, welche eine unterschiedliche Orographie und Topographie aufweisen. Auch hier sind weitere Analysen erforderlich, um die Auswirkungen aller f\u00fcr den Prozess erforderlichen Eingabevariablen auf die Ergebnisse besser zu verstehen.
\nDurch die im Rahmen des Projekts f\u00fcr ANSYS CFX und ANSYS Fluent erstellten automatisierten Windprognose-Prozesse konnte die Effizienz bei der Bearbeitung von Projekten gesteigert werden, was f\u00fcr weitere Projekte sehr n\u00fctzlich sein wird.
\nDurch die Untersuchung von verschiedenen Einflussfaktoren, wie z.B. der Laubdichte von W\u00e4ldern und jahreszeitlichen Unterschieden an Standorten, konnte das Verst\u00e4ndnis der Str\u00f6mung an Windkraftstandorten im komplexen Gel\u00e4nde gesteigert werden. Neue Ans\u00e4tze zur Ableitung von Randbedingungen basierend auf Daten aus Wettermodellen in Verbindung mit Gro\u00dfwetterlagen bieten einiges Potenzial zur Ertragsbestimmung. Die Anwendung der Methode von Hess & Brezowsky f\u00fchrte jedoch noch zu keiner Verbesserung der Prognosen. Eine Alternative stellt die Klassifizierungsmethode DKM dar, mit der z. B. f\u00fcr auf Meeresh\u00f6he reduzierte Luftdruckdaten von Wetterstationen des Deutschen Wetterdienstes als Input verwendet werden k\u00f6nnen. <\/p>\n
Das Projekt war sehr erfolgreich, aber auch sehr herausfordernd. Die gro\u00dfe Anzahl von Simulationen, die von den Projektpartnern durchgef\u00fchrt wurden, erforderte eine erhebliche Koordination. Diese Aufgabe wurde durch die eingeschr\u00e4nkte Reisem\u00f6glichkeit w\u00e4hrend der Corona-Pandemie zudem erschwert. In der l\u00e4nder\u00fcbergreifenden Zusammenarbeit zeigte sich jedoch auch das Potenzial, resultierend aus unterschiedlichen Perspektiven, Kompetenzen und Erfahrungen der beteiligten Arbeitsgruppen. Durch zahlreiche Diskussionen und kritische Reflektion konnten immer wieder unterschiedliche L\u00f6sungsans\u00e4tze entstehen und die besten davon selektiert werden. Auch erwies sich diese als vorteilhaft bei der kritischen Betrachtung von Ergebnissen und f\u00f6rderte somit die Sicherstellung der Qualit\u00e4t. <\/p>\n
\u00d6ffentlichkeitsarbeit und Pr\u00e4sentation<\/p>\n
Pressemitteilung
\nEsslingen, 18. April 2019
\nEin Plus f\u00fcr die Umwelt
\nDie Hochschule Esslingen erh\u00e4lt eine finanzielle F\u00f6rderung f\u00fcr die angewandte Forschung im Bereich Windkraft.
\nGemeinsam mit den Fachhochschulen Rapperswil und Ostschweiz, Meteotest und den Stadtwerken T\u00fcbingen m\u00f6chte die Hochschule Esslingen in einem Projekt die Ressourceneffizienz von Windkraftanlagen steigern. Die Deutsche Bundesstiftung Umwelt (DBU) f\u00f6rdert das Projekt mit Geldern in H\u00f6he von 125.000 Euro.
\nDie Suche nach geeigneten Standorten f\u00fcr Windkraftanlagen in S\u00fcddeutschland gestaltet sich aufgrund der Beschaffenheit der Erdoberfl\u00e4che und der Topographie h\u00e4ufig schwierig. F\u00fcr dieses Problem m\u00f6chte die Projektgruppe, die dem Windforschungsverbund WindForS angeh\u00f6rt, eine L\u00f6sung finden. Sie erarbeitet deshalb neue Modelle, um die Windstr\u00f6mung an potenziellen Standorten zu simulieren.
\nAlle bekannten Modellierungsans\u00e4tze zur Simulation der Windstr\u00f6mung weisen gewisse Schw\u00e4chen auf. Diese sind jedoch sehr unterschiedlich, zudem fehlen oftmals Kosten-Nutzen-Analysen. Projektleiter Prof. Dr.-Ing. Hermann Knaus von der Hochschule Esslingen begr\u00fc\u00dft daher die finanzielle Zuwendung f\u00fcr das Projekt: “Die von uns entwickelten Methoden helfen den Versorgungsunternehmen dabei, sich f\u00fcr ein Modell zu entscheiden.”
\nDie Stadtwerke T\u00fcbingen betreiben 11 Windparks mit 32 Windenergieanlagen und sind zudem an weiteren 13 Windparks mit 30 Windenergieanlagen beteiligt. “Unsere Windr\u00e4der befinden sich haupts\u00e4chlich im komplexen s\u00fcd-west-deutschen Gel\u00e4nde. \u00dcber unser gesamtes Portfolio hinweg haben wir sowohl im positiven als auch im negativen Sinne deutliche Abweichungen zu den Ertragsprognosen bzw. Simulationsmodellen festgestellt. Diese Datengrundlage und Erkenntnisse m\u00f6chten wir im Sinne eines ressourceneffizienten Windenergieausbaus in das Forschungsprojekt einbringen,” so Julian Klett, Projektleiter Erneuerbare Energien. <\/p>\n
Ressourcenschonend Energie gewinnen
\nDie Simulation der Windstr\u00f6mung sorgt nicht nur f\u00fcr eine ressourcenschonende Energiegewinnung durch Windkraft, sondern bewahrt die Natur auch vor weiteren, ung\u00fcnstig gelegenen Windparks, die das Landschaftsbild st\u00f6ren. Die Auswahl von rentablen Standorten kann die Gesamtzahl der ben\u00f6tigten Anlagen reduzieren. Das schont nach Einsch\u00e4tzung der Wissenschaftlerinnen und Wissenschaftler den Landschaftsverbrauch und kommt den B\u00fcrgern entgegen.
\nAnsprechpartnerin: Christiane Rathmann, Hochschule Esslingen, Pressesprecherin,
\nVer\u00f6ffentlichungen
\nIm Rahmen des Projekts wurde die folgenden Peer Review Publikationen ver\u00f6ffentlicht: <\/p>\n
\u0095 S. Barber, A. Schubiger, S. Koller, A. Rumpf, H. Knaus and H. Nordborg: Actual Total Cost reduction of commercial CFD modelling tools for Wind Resource Assessment in complex terrain, Journal of Physics: Conference Series, Volume 1618, 2020. <\/p>\n
\u0095 S. Barber; A. Schubiger; S. Koller; D. Eggli; A. Radi; A. Rumpf; H. Knaus: A New Decision Process for Choosing the Wind Resource Assessment Workflow with the Best Compromise between Accuracy and Costs for a Given Project in Complex Terrain. Energies 2022, 15, 1110. <\/p>\n
\u0095 S. Barber, A. Schubiger, S. Koller, D. Eggli, A. Radi, A. Rumpf, H. Knaus: The wide range of factors contributing to wind resource assessment accuracy in complex terrain. Wind Energ. Sci., 7, 1503\u00961525, 2022, https:\/\/doi.org\/10.5194\/wes-7-1503-202.
\nZudem wurden die Ergebnisse im Rahmen folgender Vortr\u00e4ge auf wissenschaftlichen Konferenzen pr\u00e4sentiert: <\/p>\n
\u0095 WESC 2021 Sarah Barber: “The Pragmatic Choice of Wind Model in Complex Terrain \u0096 Decision Tool Development” <\/p>\n
\u0095 WESC 2021 Andreas Rumpf: “The Effect of Flow Turning on Annual Energy Production Estimations in Complex Terrain” <\/p>\n
\u0095 WESC 2021: Sarah Barber: “Reducing the Uncertainty of Wind Resource Assessments through a new Complex Flow Scoring System” <\/p>\n
Fazit<\/p>\n
Die Erkenntnisse aus dem Projekt bieten vielf\u00e4ltige Verwertungsm\u00f6glichkeiten. Die Automatisierung der Prozesse zur Ertragsermittlung er\u00f6ffnet die M\u00f6glichkeit, diese in der Praxis f\u00fcr Standortbewertungen einzusetzen. Eine weitere Entwicklung der physikalischen Methoden ist generell anzustreben. Detailliertere, jahreszeitenabh\u00e4ngige Beschreibungen der Landschaftsnutzung und dessen Einfluss auf die Oberfl\u00e4chenrauigkeit kann zu einer weiteren Erh\u00f6hung der Genauigkeit beitragen. In diesem Zusammenhang ist auch die Erh\u00f6hung der r\u00e4umlichen Aufl\u00f6sung zu nennen. Nicht zuletzt wurde der Einfluss der atmosph\u00e4rischen Schichtung auf den Ertrag nur unzureichend in die Methodik zur Ertragsbestimmung abgebildet. <\/p>\n
Dar\u00fcber hinaus laufen bereits Diskussionen, diese Arbeiten zu Vergleichsmetriken und Entscheidungsprozessen im Rahmen der IEA Wind fortzusetzen. Mit Hilfe von weiteren Benchmarks von anderen Windkraftanlagenstrandorten, soll der Prozess weiter gesch\u00e4rft und die Vertrauensbasis gest\u00e4rkt werden.<\/p>\n","protected":false},"excerpt":{"rendered":"
Zielsetzung und Anlass des Vorhabens Windenergie spielt in Deutschland eine gro\u00dfe Rolle in der erneuerbaren Stromerzeugung und damit auch bei der Erreichung der Klimaziele. Im Jahr 2017 geht laut dem Umweltbundesamt 48,9 % der Stromerzeugung zur\u00fcck auf erneuerbare Energien aus der Windenergie entsprechend einer Energieerzeugung von 106,6 Mrd. kWh. Die meisten Windturbinen stehen im Flachland […]<\/p>\n","protected":false},"author":0,"featured_media":0,"template":"","meta":{"footnotes":""},"categories":[],"tags":[56,47,51,52,53],"class_list":["post-27089","projektdatenbank","type-projektdatenbank","status-publish","hentry","tag-baden-wuerttemberg","tag-klimaschutz","tag-ressourcenschonung","tag-umweltforschung","tag-umwelttechnik"],"meta_box":{"dbu_projektdatenbank_az_ges":"34933\/01","dbu_projektdatenbank_medien":"","dbu_projektdatenbank_pdfdatei":"","dbu_projektdatenbank_bsumme":"125.000,00","dbu_projektdatenbank_firma":"Hochschule Esslingen\nInstitut f\u00fcr Angewandte Forschung (IAF)","dbu_projektdatenbank_strasse":"Kanalstr. 33","dbu_projektdatenbank_plz_str":"73728","dbu_projektdatenbank_ort_str":"Esslingen","dbu_projektdatenbank_p_von":"2019-06-17 00:00:00","dbu_projektdatenbank_p_bis":"2022-04-30 00:00:00","dbu_projektdatenbank_laufzeit":"2 Jahre und 10 Monate","dbu_projektdatenbank_telefon":"0049 711 397 3418","dbu_projektdatenbank_inet":"","dbu_projektdatenbank_bundesland":"Baden-W\u00fcrttemberg","dbu_projektdatenbank_foerderber":"168","dbu_projektdatenbank_ab_bericht":"DBU-Abschlussbericht-AZ-34933_01-Hauptbericht.pdf","dbu_projektdatenbank_ist_nachbewilligung_von":"","dbu_projektdatenbank_hat_nachbewilligung":"","dbu_headerimage_cover":"","dbu_submenu":"","dbu_submenu_position":"","dbu_submenu_entry":[]},"_links":{"self":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/projektdatenbank\/27089","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/projektdatenbank"}],"about":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/types\/projektdatenbank"}],"version-history":[{"count":2,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/projektdatenbank\/27089\/revisions"}],"predecessor-version":[{"id":43674,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/projektdatenbank\/27089\/revisions\/43674"}],"wp:attachment":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/media?parent=27089"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/categories?post=27089"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/tags?post=27089"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}