Windströmungen besser simulieren
Mit Methoden der künstlichen Intelligenz die mathematische Simulation von Windströmungen verbessern.
Simulationsrechnungen sind ein entscheidendes Werkzeug, um immer größere Windenergieanlagen planen und betreiben zu können. Ein neues Verbundvorhaben unter Leitung von Laura Lukassen von der Uni Oldenburg soll solche Computermodelle jetzt entscheidend verbessern: Die Forscher planen, verschiedene physikalische Phänomene gemeinsam über mehrere Größenordnungen und Zeitskalen hinweg zu betrachten und dabei auch Methoden des maschinellen Lernens einzusetzen. Das Bundesministerium für Wirtschaft und Klimaschutz fördert das Vorhaben „Multiskalen- und multiphysikalische Modelle und Simulation für die Windenergie“ MOUSE über vier Jahre mit insgesamt knapp zwei Millionen Euro. Neben der Uni Oldenburg ist das Fraunhofer-Institut für Windenergiesysteme in Oldenburg beteiligt.
Das Team will die Berechnungen einsetzen, um zum Beispiel neue Methoden zur Regelung von Windparks und einzelner Anlagen zu entwickeln, so dass sich diese sich noch besser an wechselnde Strömungsverhältnisse anpassen können. Ein Teilvorhaben verfolgt das Ziel, die neuen Ansätze auf ihre praktische Eignung für die Windenergieindustrie zu testen. Insgesamt sollen die Ergebnisse des Projekts den Entwurf von Windenergieanlagen beschleunigen und langfristig dabei helfen, diese im Betrieb digital zu überwachen.
Ein Teil der Förderung dient dazu, einen Hochleistungs-Rechencluster zu erweitern, für den Lukassen im Dezember 2021 bereits rund 1,5 Millionen Euro beim Niedersächsischen Wissenschaftsministerium eingeworben hatte (Förderung durch den Europäischen Fond für regionale Entwicklung als Teil der Reaktion der Union auf die COVID-19-Pandemie). „Die numerischen Simulationsrechnungen, die wir im Projekt MOUSE planen, benötigen eine enorme Rechenleistung“, sagt Lukassen.
Im Projekt sollen atmosphärische Luftströmungen und ihre Interaktion mit dem Ozean gemeinsam betrachtet werden, wobei die Forscher außerdem gleichzeitig die elastische Verformung der Windenergieanlagen untersuchen. Dabei verbinden die Rechnungen physikalische Prozesse auf verschiedenen Größenordnungen miteinander: Sie sollen große Wettersysteme mit Ausmaßen von Hunderten Kilometern gemeinsam mit kleinräumigen Verwirbelungen simulieren, die nur wenige Minuten stabil bleiben.
„Um die Qualität der Simulationen noch weiter zu verbessern, kombinieren wir sie mit Methoden der künstlichen Intelligenz, etwa dem maschinellen Lernen“, betont Lukassen. Ziel sei es, dadurch die Rechenzeit zu verringern und die Präzision der Simulationen weiter zu verbessern.
U. Oldenburg / RK
