Norwegian AI Directory
Description:
Vindforholdene kan endres raskt som gir direkte konsekvenser for vindkraftproduksjon og mekaniske laster/påkjenninger på vindturbiner. Kunnskap og forståelse om hvordan vindkraftproduksjonen og laster utvikler seg fremover i tid er med på å forbedre økonomiske resultat for vindkraftparkeiere. Nøyaktig prediksjon av vindproduksjon og laster gir vindkraftparkeiere fordeler i produksjonsplanleggingen samt ved intradag-handel, mens prognosering av høye vindlaster i kombinasjon med turbulens eller ising av turbinblader kan gi bedre beslutningsgrunnlag for å øke levetiden av turbinkomponenter.
Meteorologisk Institutt har utviklet og satt i drift en ny numerisk værvarslings (NWP) - basert nowcasting-metode med avanserte dataassimilasjonsteknikker. Modellen har blitt testet ut av TrønderEnergi og sammenlignet med dagens metoder for prognosering av vindkraftproduksjon. Resultatene viser en bedre nøyaktighet for prognosering av vindkraftproduksjon og vil bli satt i daglig drift for å minske ubalansekostnader.
WindSim støttet prosjektet med Computational Fluid Dynamic (CFD) - simuleringer og kunstige nevrale nettverk-teknikker, og har laget en automatisk omregning av data fra målestasjoner til CFD hvor produksjonsdata fra Statkrafts vindparker på Hitra og Smøla er inkludert i arbeidet.
Lastberegninger for turbiner er også tatt inn i NowWind, og dette er svært relevant sett i sammenheng med den enorme utviklingen innenfor turbinteknologi som har skjedd de siste årene. Kjeller Vindteknikk (KVT) har implementert en ny lastmodell i en vindparksimulator som vil bli brukt for å beregne levetider og til vindlastprognosering gjennom et lysvarslingssystem. KVT har med bruk av vindparksimulator og i samarbeid med MET utarbeidet en operativ nowcasting-system som fremskaffer vindproduksjonsprognoser.
Project leader: Dan Soknes
Started: 2016
Ends: 2019
Category: Næringsliv
Sector: Næringsliv
Budget: 4905028
Institution: KJELLER VINDTEKNIKK AS
Address: