Windturbine leert optimale instellingen

Leestijd: < 1 minuten

Mischa Brendel

Siemens heeft software voor zijn windmolens ontwikkeld die de machines in staat stelt zichzelf optimaal aan te passen aan de geldende weersomstandigheden, waardoor ze meer elektriciteit kunnen produceren.

Vooral bij lage en gemiddelde windsnelheden leveren windparken niet de hoeveelheid elektriciteit die ze in principe kunnen leveren, aldus Volkmar Sterzing, hoofd van de Siemens-onderzoeksgroep voor zelflerende systemen. De groep ontwikkelde samen met de Technische Universität Berlin en IdaLab GmbH software die zogenoemde reïnforcement leertechnieken combineert met neuronale netwerken. Deze netwerken functioneren op een manier vergelijkbaar met de werking van het menselijk brein.

Aan de hand van bestaande weersgegevens en de data die de sensoren op een windturbine leveren, leert de software de optimale instellingen voor een windturbine. Sterzing: ‘Simpel gezegd leert de software dit door het uitproberen van verschillende instellingen.’

De instellingen die de windturbine onder meer zelf aan kan passen zijn de richting waarin deze gedraaid staat, en de gebruikte tandwiel­schakelingen. De software zou een windturbine 1 % meer energie laten opwekken. Dat kan een belangrijk verschil maken voor de absolute energieproductie van een compleet windpark. Bovendien zouden windturbines door de software minder snel slijten.

Al na enkele weken kent de software de optimale instellingen voor vaak optredende weersomstandigheden; na een iets langere periode heeft hij ook zeldzamere weersomstandigheden onder de knie.

De momenteel ontwikkelde software stuurt meerdere windturbines aan. Deze bepaalt van iedere windturbine in een windpark afzonderlijk de optimale instellingen aan de hand van de data van de sensoren op de windturbines zelf. Uiteindelijk wil Siemens de software zo doorontwikkelen dat elke individuele windturbine op zijn eigen software draait.

Volgens Sterzing is de software niet alleen beperkt tot gebruik voor windturbines: ‘In essentie kunnen alle belangrijke systemen in de energiemarkt die werken met verschillende instellingen voor verschillende omstandigheden met deze software worden geoptimaliseerd.’

Lees ook

Nieuwsbrief