Der kan trækkes langt mere strøm ud af vindmøllerne med hjælp fra kunstig intelligens
Bare én type optimering af vindmølleparker til havs kan give op til 15 pct. mere strøm. Der er ifølge forskere store potentialer i at bruge kunstig intelligens til at blive klogere i vindindustrien.
Det er ligesom udsigten fra et sommerhus i tredje række. Når vindmøller står i flere rækker bag hinanden, kan de skygge for hinanden. Altså vindmæssigt. Så den vindmølle, som vinden rammer først, tager det meste af vindens energi.
Men ved hjælp af nye typer analyser af vindens bevægelser, som er blevet mulige med kunstig intelligens, kan man hæve produktionen fra en vindmøllepark med mellem 10 og 15 pct. Et enormt tal i en branche, hvor der er store penge i selv små optimeringer.
Det fortæller Mahdi Abkar, lektor på Aarhus Universitet, som forsker i netop dette område.
»Det afhænger af antal vindmøller, hvordan de står og vindforholdene, men forskning viser, at du kan få 10 til 15 pct. mere ud af en vindmøllepark, fordi vi kan bruge mere effektive modeller for vinden,« siger forskeren.
Eksemplet er bare ét ud af mange, hvor brugen af kunstig intelligens har haft og kan få stor betydning i vindindustrien. Det er en ung industri, hvor der stadig er meget, der kan optimeres – og så er der så mange forskellige data, af helt forskellig art, at det er svært for et menneske at overskue.
Det gælder for eksempel, når man ser på, hvordan vinden bevæger sig omkring en vindmølle og videre til den næste, for vindens bevægelser i luften er ekstremt svære at gennemskue, selvom kloge fysikere har studeret emnet i årtier.
»Det er meget svært at beskrive med en fysikmodel. Så vi ved, at de modeller, vi plejer at bruge, ikke er præcise. Og i nogle tilfælde har vi slet ikke en model. Men vi har efterhånden mange data, fordi der er kommet mange vindmøller op, og så kan vi bruge kunstig intelligens til at finde sammenhænge. Dem vil mennesker ikke kunne se, fordi der er så store mængder data og så mange variable,« siger Mahdi Abkar.
Der er datatunge opgaver hele vejen igennem en vindmølles levetid. Fra at finde den optimale placering til havs eller på land, i den helt tidlige planlægningsfase, til at håndtere nedbrud og reparationer.
Hos Ørsted, som driver over 2.000 vindmøller til havs, har fokus for arbejdet med kunstig intelligens været på at opdage nedbrud, inden de sker. Det kan man ved at samle alle data fra vindmøllerne – den første Ørsted-vindmølle kom op for 32 år siden – og så med kunstig intelligens spotte de signaler, der tyder på et lurende nedbrud.
Samme princip ligger bag et projekt, hvor Force Technology arbejder sammen med Danmarks Tekniske Universitet. Her bruger man kunstig intelligens til at finde skader i vindmøllevingerne, inden de udvikler sig alvorligt.
»På mange af de nye offshore-vindmøller bliver vingerne over 100 meter lange. Vingerne er meget komplekse strukturer, som bliver udsat for store vindbelastninger. Dem undersøger vi med ultralyd, og så kan vi bruge kunstig intelligens til at analysere de store datamængder i stedet for at gennemgå data manuelt,« siger Steen Arnfred Nielsen, projektleder og R&D-koordinator hos Force Technology.
Vingerne bliver undersøgt på fabrikkerne, inden de bliver monteret på vindmøllen, men ved hjælp af en ny type robotter vil man også kunne inspicere vingerne, mens de sidder på vindmøllen.
Fordi havvindmøller er så svære at komme til og så store konstruktioner, er der i branchen særligt fokus på alle tiltag, som kan minimere nedbrud.
»Det er kompliceret og voldsomt dyrt at reparere noget ude på havet, så man vil gerne opdage det tidligt og tage stilling til, om noget skal repareres. Det hele handler om at reducere omkostningerne, så man kan gøre vindenergi endnu mere konkurrencedygtigt,« siger Steen Arnfred Nielsen.
At se helt isoleret på vindforhold i en vindmøllepark eller risikoen for reparationer er kompliceret nok i sig selv. Men fordi kunstig intelligens kan overskue så enorme mængder data, der stritter i alle retninger, kan man nu tilføje mange andre parametre.
Måske vil den samlede økonomi for en vindmøllepark blive bedst, hvis man ikke belaster vindmøllerne helt op til deres godkendte grænse, men drejer lidt på vinklen på vingerne og tager farten af. For så er der måske færre dyre reparationer eller en længere levetid for vindmøllerne?
Den slags sammenhænge er helt umulige for et menneske at gennemskue, og måske er resultatet overraskende, når man har samlet data nok ind og kørt dem igennem en AI-model. Men som eksemplet med ’vindskygger’ i starten af denne artikel viste, kan der være store gevinster at hente.
»Der er mange dimensioner i sådan en udfordring, og kunstig intelligens er netop god til at løse problemer, hvor der er mange dimensioner,« siger Mahdi Abkar.
Udover alt det omkring selve ’hardwaren’ – fra placering til levetid – er der hele arbejdet med vindproduktionen. For eksempel at forudsige med høj nøjagtighed, hvor meget vind der kommer de næste 10 minutter eller de næste 24 timer.
Præcise forudsigelser er lig med penge i den branche, hvor producenterne udbyder deres varer på det store energimarked og sælger el, der ikke er produceret endnu.
Samlet set er der masser at tage fat på, og de seneste gennembrud indenfor kunstig intelligens kan åbne for nye og endnu mere komplicerede beregninger, der kan få prisen for vindenergi ned.
»Der er et kæmpe potentiale for at bruge kunstig intelligens i vindindustrien,« opsummerer Mahdi Abkar.
