Wind und Sonne liefern deutschlandweit bereits heute im Jahresdurchschnitt jede fünfte Kilowattstunde Strom. Eine tägliche Produktionsmenge an Ökostrom im Energiesystem fest einzuplanen, ist allerdings problematisch: Der Ertrag hängt vom Wetter ab. Um planen zu können, wie viel Energie die Anlagen in den nächsten Stunden oder am Folgetag liefern werden, ist der klassische Wetterbericht allein viel zu ungenau. Forscher der Fraunhofer-Institute in Ilmenau und Kaiserslautern setzen Big-Data-Methoden und lernfähige Algorithmen ein, um hochpräzise Wetter- und Ertragsprognosen für jede einzelne Anlage zu erstellen.

Wie wohl das Wetter wird, ist nicht nur das Small-Talk Thema Nummer 1. Für Betreiber von Windkraft- und Photovoltaikanlagen sind hochpräzise Wetterprognosen unerlässlich, damit sie ihren Stromertrag planen können. Sie müssen möglichst zutreffend abschätzen können, wie viel Strom ihre Anlagen im Verlauf der nächsten 24 Stunden produzieren. Diese Ertragsprognosen sind eine wichtige Grundlage, um regenerative Energien auf den Strommärkten zu handeln oder den Ökostrom vor Ort optimal einzusetzen. Und die Übertragungsnetzbetreiber benötigen die Vorhersagen der zu erwartenden Einspeiseleistungen, um Vorsorge für die Stabilität des Energiesystems treffen zu können. Grundsätzlich gilt zwar: Verlässliche Wettervorhersagen sind nicht erst seit der Energiewende wichtig, sondern sie sind ebenso grundlegend für die Sicherheit im Luftverkehr und der Schifffahrt, für die Landwirtschaft oder zur Warnung vor witterungsbedingten Verkehrsbeeinträchtigungen und Gefahren bei Unwetterereignissen.

Der technische und wissenschaftliche Aufwand mit dem dafür das Wetter beobachtet und seine weitere Entwicklung prognostiziert wird, ist deshalb enorm: Allein der Deutsche Wetterdienst (DWD) betreibt etwa 2.000 Wetterstationen, startet jährlich rund 7.500 Wetterballone. Die Metrologen stehen in kontinuierlichem Datenaustausch mit den in insgesamt 190 Ländern vertretenen Wetterdiensten der Weltorganisation für Meteorologie (WMO) und einem ganzen Netz an Wettersatelliten. Zur Vorhersage nutzt der DWD ein weltumfassendes Wettermodell mit 256 Millionen Berechnungspunkten sowie weitere auf genauere regionale Wettervorhersagen spezialisierte Modelle. Die Statistiken des Deutschen Wetterdienstes belegen, dass sich der Aufwand lohnt: Eine 6-Tage-Voraussschau ist heute im Durchschnitt so zuverlässig wie vor vierzig Jahre der Wetterbericht für den nächsten Tag. Und dennoch gilt: Für eine verlässliche Tagesprognose des Stromertrags einer einzelnen Erzeugungsanlage reichen die Vorhersagen der klassischen Wetterberichte nicht aus!

Intelligent rechnen statt aufwändig messen

Wie viel Strom eine Windkraft- oder eine Photovoltikanlage liefert, hängt ausschließlich von den unmittelbaren lokalen Witterungsverhältnissen ab. Die Beobachtungen der nächstgelegenen Wetterstationen und Vorhersagemodelle auf regionaler Basis aber können diese »punktgenauen« Wetterverhältnisse nicht abbilden. Selbst wenn jede Einzelanlage mit einer eigenen Wetterstation ausgerüstet werden würde, wäre das nicht ausreichend, um verlässliche Ertragsprognosen zu liefern. Denn der Ertrag einer Ökostromanlage wird auch von der eingesetzten Technik beeinflusst: Jedes Anlagenmodell verfügt über spezifische Charakteristika, wie effektiv Wind- und Sonnenenergie in Strom umgewandelt werden. Zudem verändern sich diese Leistungswerte im Laufe der Zeit.

Die Forscher der Fraunhofer-Institute für Optronik, Systemtechnik und Bildauswertung IOSB und für Techno- und Wirtschaftsmathematik ITWM wählten einen alternativen Weg, um hochzuverlässige Ertragsprognosen für Windkraft- und Photovoltikanlagen erstellen zu können. Anstelle kostenintensiver zusätzlicher Sensorik nutzen sie leistungsfähige Data-Mining Verfahren und lernfähige Algorithmen. Die Basis dafür sind einerseits die »klassischen« Beobachtungsdaten und Vorhersagen der amtlichen und privater Wetterdienste. Andererseits aber – und das ist die Besonderheit - nutzen sie auch die historischen Einspeisedaten der jeweiligen Einzelanlage.

Wind wird berechenbar

»AICAST« ist ein vom Institutsteil Angewandte Systemtechnik AST des Fraunhofer IOSB entwickeltes Software-Tool speziell für das Erstellen lokaler Windleistungsprognosen mit sehr hoher Vorhersagequalität. Die Forscher kombinieren dafür die Daten der Wetterberichte mit den Anlagendaten einer einzelnen Windkraftanlage oder auch ganzer Windparks. »Vom Anlagenbetreiber benötigen wir für die Analysen die technischen Kennwerte der jeweiligen Anlage, exakte Angaben zum Standort sowie möglichst zeitnah den Verlauf der Einspeisesignale«, erklärt Alexander Arnoldt vom Fraunhofer IOSB-AST. Spezielle Data-Mining-Algorithmen durchforsten die Rohwetterdaten des Wetterdienstes nach Zusammenhängen und Kriterien zur Bestimmung der lokalen Windsituation am Anlagenstandort. Dazu gehören etwa Daten zu Luftdruck, Windgeschwindigkeit und die zu dieser Zeit erzielte Anlagenleistung. Für die Berechnung der individuellen Prognosemodelle beschränkt sich AICAST nicht nur auf Korrelationen zwischen den Datenwerten. »Zusätzlich extrahieren die Algorithmen aus den Daten spezielle Informationsmaße und beziehen diese in die Windleistungsprognosen mit ein«, so Arnoldt. Die vergleichende Analyse der historischen Wetter- und Anlagendaten sorgt dafür, dass das von »AICAST« für die Einzelanlage errechnete Prognosemodell laufend aktuell gehalten wird. Dank der Kombination aus aktueller Wettervorhersage und den neu errechneten Zusatzinformationen erstellt das System genaue Windleistungsprognosen für die nächsten Stunden oder sogar Tage. In ersten Testläufen konnten die Forscher des Fraunhofer IOSB eine signifikante Erhöhung der Vorhersagequalität gegenüber den allgemeinen Wettervorhersagen nachweisen.

Vorhersageautomatik für den Sonnenstromertrags

Eine vollautomatische Vorhersagelösung für den Ertrag von Photovoltaikanlagen bietet das Fraunhofer ITWM in Form eines komfortablen Webdienst an. Anlagenbetreiber oder Solarunternehmen, die den Vorhersagedienst »PVCAST« nutzen wollen, müssen dafür nicht einmal die genauen technischen Kennzahlen oder die exakte Ausrichtung und den Neigungswinkel ihrer Anlage angeben. »Der Kunde markiert lediglich den Standort seiner Photovoltaikanlage in einer Karte und übermittelt die von seiner Anlage erzielten Ertragswerte der vergangenen Wochen«, erläutert Projektleiter Matthias Klein vom Fraunhofer ITWM. Intelligente Algorithmen setzen dann die Daten des Wetterdienstes zur Globalstrahlung (sie gibt an, wie viel Direkt- und Diffusstrahlung der Sonne insgesamt auf einer bestimmten ebenen Fläche am Boden ankommt) mit den Ertragsdaten der letzten Zeit in Beziehung. So errechnen sie die individuellen Leistungs-Charakteristika für die Anlage.

Kombiniert man nun die individuelle Leistungsfähigkeit einer Anlage mit den aktuellen Vorhersagen zur Globalstrahlung lässt sich daraus eine exakte Prognose des erwarteten Ertrags an Sonnenstrom ableiten. Die verwendete Methode zur Bestimmung der Anlagencharakteristika hat zudem den Vorteil, dass Veränderungen der Anlagensituation vor Ort nicht manuell erfasst und in dem System eingegeben werden müssen. Sie werden vielmehr durch den laufenden Abgleich zwischen Wetterdaten und Anlagenertrag der vorangegangenen Wochen automatisch erkannt und berücksichtigt. Dazu zählen Effekte, die sich durch einen Austausch von Anlagenkomponenten ergeben ebenso wie Änderungen bei der Beschattung der Photovoltaikmodule wie sie sich etwa durch Einfluss von Baumbestand und Nachbarbebauung im Jahresverlauf oder durch die Fällung eines Baumes ergeben können. »PVCAST ermöglicht uns, weltweit Ertragsprognosen in stündlicher Auflösung und für bis zu sieben Tage in die Zukunft zu liefern. PVCAST nutzen hunderte Photovoltaikstromerzeuger europaweit sowie beispielsweise auch in den USA, in Osteuropa oder auf der Insel Mauritus«, berichtet Klein. (stw)

Keine Kommentare vorhanden

Das Kommentarfeld darf nicht leer sein
Bitte einen Namen angeben
Bitte valide E-Mail-Adresse angeben
Sicherheits-Check:
Acht + = 10
Bitte Zahl eintragen!
image description
Experte
Alle anzeigen
Alexander Arnoldt
  • Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB
Matthias Klein
  • Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM
Weitere Artikel
Alle anzeigen
Intelligentes Verteilen
Smart Test für Smart Grid
Unter Einbeziehung aller Faktoren… 
Veranstaltungen
Alle anzeigen
Stellenangebote
Alle anzeigen