Optimierung der Kürzestfristvorhersage der Leistung von Offshore-Windparks mittels long-range Lidarmessung und Datenassimilation

Im Vorhaben ParkCast sollen neue Methoden zur Kürzestfristvorhersage der Leistung für Offshore-Windparks entwickelt, optimiert und bewertet werden. Die Leistungsprognosen konzentrieren sich auf den Zeitbereich bis 60 Minuten mit hoher zeitlicher Auflösung. Ziel ist es, die zeitliche Auflösung und Vorhersagegüte der Parkleistung im o. g. Zeitbereich wesentlich zu verbessern und damit einen Beitrag zu Netzstabilität und Versorgungssicherheit zu leisten. Hierzu werden long-range Lidarmessdaten in ein hochaufgelöstes, lokales Wettermodell mit neuen Verfahren basierend auf maschinellem Lernen (ML) assimiliert. Für die Leistungsvorhersage werden dann physikalische sowie weiter entwickelte ML-basierte Prognosemodelle angewandt und im Rahmen einer Online-Erprobungsphase in Echtzeit für den Offshore-Windpark alpha ventus validiert.

Windenergie ist nur eine Möglichkeit komplexe Landschaften zu benutzen. WindForS Mitglieder erforschen die Interaktion zwischen Windenergieanlagen, Menschen, Landwirtschaft, Wildtiere und andere Teile der immer wechselnden Landschaft.