Die vorliegende Erfindung betrifft ein Verfahren zum, insbesondere mehrstufigen und/oder adaptiven, Parametrieren eines Reglers einer Windenergieanlage, ein Verfahren zum Betreiben der Wndenergieanlage, wobei der Regler mittels dieses Verfahrens

parametriert ist, sowie ein System bzw. Computerprogrammprodukt zur Durchführung eines solchen Verfahrens.

Windenergieanlagen sollen Wndenergie möglichst optimal in elektrische Leistung umsetzen. Hierzu werden nach betriebsinterner Praxis bislang von Reglern der

Windenergieanlagen Stellgrößen wie insbesondere Blatteinstellwinkel und

Generator(brems)momente in Abhängigkeit von Eingangsgrößen wie insbesondere der Windgeschwindigkeit eingestellt.

Vereisen Rotorblätter von Wndenergieanlagen, ändert sich neben deren Gewicht bzw. Trägheitsmoment insbesondere ihre Aerodynamik, so dass sie üblicherweise weniger mechanische Leistung erzeugen, was bei - gegenüber dem nicht vereisten

Auslegungszustand - unveränderten Blatteinstellwinkel und Generator(brems)moment insbesondere zu Leistungseinbußen führen kann.

Aufgabe der vorliegenden Erfindung ist es, das Parametrieren bzw. den Betrieb von Windenergieanlagen zu verbessern.

Diese Aufgabe wird durch ein Verfahren mit den Merkmalen des Anspruchs 1 bzw. 6 gelöst. Ansprüche 8, 9 stellen ein System bzw. Computerprogrammprodukt zur

Durchführung wenigstens eines hier beschriebenen Verfahrens unter Schutz. Die

Unteransprüche betreffen vorteilhafte Weiterbildungen.

Nach einer Ausführung der vorliegenden Erfindung wird ein Regler wenigstens einer Windenergieanlage, die vorliegend ohne Beschränkung der Allgemeinheit als erste Windenergieanlage bezeichnet wird, für einen oder mehrere verschiedene

Vereisungszustände der Windenergieanlage (jeweils vereisungszustandsspezifisch) parametriert, insbesondere also gegenüber einem nicht vereisten bzw. eisfreien

(Auslegungs)Zustand (jeweils vereisungszustandsspezifisch) umparametriert. Hierdurch kann in einer Ausführung einer vereisungsbedingten Änderung von

Masse(nverteilung) und/oder Aerodynamik Rechnung getragen und dadurch vorteilhaft eine Leistung der Windenergieanlage verbessert und/oder eine Belastung der

Windenergieanlage reduziert werden.

Der Regler stellt im Betrieb eine ein- oder mehrdimensionale Stellgröße der

Windenergieanlage, insbesondere für einen oder mehrere Aktoren der

Windenergieanlage, in Abhängigkeit von einer ein- oder mehrdimensionalen,

insbesondere wenigstens teilweise gemessenen, Eingangsgröße ein bzw. ist hierzu eingerichtet bzw. wird hierzu verwendet. Er kann insbesondere mehrere Einzelregler, insbesondere für die individuelle Blattwinkelverstellung („Individual Pitch Control“ IPC) aufweisen.

Die Eingangsgröße kann insbesondere von einer Windgeschwindigkeit, insbesondere deren Richtung und/oder Betrag, abhängen, diese in einer Ausführung angeben, insbesondere sein. Zusätzlich oder alternativ kann die Eingangsgröße in einer Ausführung von einer Drehzahl und/oder elektrischen und/oder mechanischen Leistung der

Windenergieanlage abhängen, diese in einer Ausführung angeben, insbesondere sein.

Diese physikalischen Größen können gut erfasst werden und haben großen Einfluss auf die Funktion einer Windenergieanlage, sie sind daher zur Regelung von

Windenergieanlagen besonders vorteilhaft.

In einer Ausführung wird ein Einstellwinkel („Pitch“) eines oder mehrerer Blätter eines Rotors der Wndenergieanlage, insbesondere ein sogenannter Blatteinstellwinkel um eine Längsachse des (jeweiligen) Blattes, in Abhängigkeit von der Stellgröße einge- bzw.

verstellt, in einer Weiterbildung die Einstellwinkel mehrerer Blätter individuell oder kollektiv.

Zusätzlich oder alternativ wird in einer Ausführung eine Windnachführung des Rotors der Windenergieanlage in Abhängigkeit von der Stellgröße einge- bzw. verstellt, in einer Weiterbildung eine Drehung des Rotors um eine vertikale bzw. Längsachse eines Turms, auf dem der Rotor drehbar gelagert ist. Zusätzlich oder alternativ wird in einer Ausführung ein Bremsmoment eines Generators der Windenergieanlage in Abhängigkeit von der Stellgröße einge- bzw. verstellt, der mit dem Rotor, in einer Ausführung über ein Getriebe, gekoppelt ist.

Zusätzlich oder alternativ wird in einer Ausführung eine Heizung eines oder mehrerer Blätter eines Rotors der Wndenergieanlage in Abhängigkeit von der Stellgröße eingestellt, insbesondere (de)aktiviert. Hierdurch kann der Betrieb der Wndenergieanlage jeweils, insbesondere in Kombination von zwei oder mehr der genannten Ausführungen, besonders effektiv und/oder zuverlässig geregelt werden.

Nach einer Ausführung der vorliegenden Erfindung wird bzw. ist der Regler auf Basis wenigstens eines bzw. mit wenigstens einem Parameterwert(s) parametriert, den eine (erste) künstliche Intelligenz für den (jeweiligen, insbesondere aktuell( ermittelten) Vereisungszustand der Windenergieanlage bzw. (jeweils) vereisungszustandsspezifisch auf Basis einer Leistung, Belastung und/oder Abströmung ermittelt (hat), die mit(hilfe von) einem mathematischen Modell der ersten Windenergieanlage für einen oder mehrere Vereisungszustände, insbesondere für diesen Vereisungszustand, prognostiziert wird bzw. ist, falls dieser Vereisungszustand ermittelt wird. In einer Weiterbildung parametriert die künstliche Intelligenz den Regler, in einer anderen Weiterbildung liefert sie lediglich einen hierfür vorteilhaften Parameterwert, den beispielsweise ein Anwender wahlweise ganz oder teilweise übernehmen kann. Während eine automatische Parametrierung durch die künstliche Intelligenz vorteilhaft die Effizienz und/oder Zuverlässigkeit erhöhen kann, kann eine Ermittlung eines Parameterwertes, der anschließend, insbesondere wahlweise, übernommen wird, vorteilhaft eine Plausibilitätskontrolle ermöglichen und damit die Sicherheit erhöhen.

Zusätzlich oder alternativ wird bzw. ist der Regler nach einer Ausführung der vorliegenden Erfindung auf Basis wenigstens eines bzw. mit wenigsten einem Parameterwert(s) parametriert, in einer Weiterbildung umparametriert, den dieselbe oder eine weitere künstliche Intelligenz für den (jeweiligen, insbesondere aktuell( ermittelten)

Vereisungszustand der Windenergieanlage bzw. (jeweils) vereisungszustandsspezifisch auf Basis eines oder mehrerer, insbesondere in der Vergangenheit, ermittelter

Vereisungszustände der Wndenergieanlage und einer (jeweils) hierfür, insbesondere mittels Messung(en), ermittelten Leistung, Belastung und/oder Abströmung der ersten Windenergieanlage und/oder einer oder mehrerer, in einer Ausführung (jeweils) typgleicher, zweiter Windenergieanlage(n) ermittelt (hat), falls dieser Vereisungszustand ermittelt wird. In einer Weiterbildung parametriert diese künstliche Intelligenz den Regler, in einer anderen Weiterbildung liefert sie lediglich einen hierfür vorteilhaften

Parameterwert.

Hierdurch kann in einer Ausführung die Parametrierung des Reglers vorteilhaft an einen Vereisungszustand, in einer Ausführung an einen von mehreren Vereisungszuständen, der Windenergieanlage angepasst und dadurch der Betrieb der ersten Windenergieanlage verbessert werden.

Indem in einer Ausführung für die Ermittlung des (Parameter)wertes für einen

Vereisungszustand modellbasiert die Leistung, Belastung und/oder Abströmung der Windenergieanlage für diesen Vereisungszustand selber prognostiziert worden ist, kann der Regler in einer Ausführung besonders präzise an den jeweiligen Vereisungszustand angepasst werden. Gleichermaßen kann in einer Ausführung der (Parameter)wert für einen Vereisungszustand auf Basis anderer Vereisungszustände ermittelt werden, für die jeweils modellbasiert die Leistung, Belastung und/oder Abströmung der

Windenergieanlage prognostiziert worden ist, insbesondere durch Inter- und/oder Extrapolation oder dergleichen. Dadurch kann in einer Ausführung eine größere Anzahl unterschiedlicher Vereisungszustände abgedeckt werden. Indem in einer Ausführung für die Ermittlung des (Parameter) wertes für einen Vereisungszustand die Leistung,

Belastung und/oder Abströmung der Windenergieanlage für diesen Vereisungszustand selber ermittelt worden ist, kann der Regler in einer Ausführung besonders präzise an den jeweiligen Vereisungszustand angepasst werden. Gleichermaßen kann in einer

Ausführung der (Parameter)wert für einen Vereisungszustand auf Basis anderer

Vereisungszustände ermittelt werden, für die jeweils die Leistung, Belastung und/oder Abströmung der Windenergieanlage ermittelt worden ist, insbesondere durch

Inter- und/oder Extrapolation oder dergleichen. Dadurch kann in einer Ausführung eine größere Anzahl unterschiedlicher Vereisungszustände abgedeckt werden.

Ein Vereisungszustand ist in einer Ausführung von einer Eislast bzw. einer an einem oder mehreren Rotorblättern der Windenergieanlage anhaftenden Eismasse, insbesondere deren Betrag und/oder Verteilung, abhängig, kann diese insbesondere angeben bzw. definieren. Insbesondere kann ein erster Vereisungszustand vorliegen, wenn ein erstes Rotorblatt eine erste Eislast und ein zweites Rotorblatt eine zweite Eislast aufweist, und ein hiervon verschiedener zweiter Vereisungszustand, wenn umgekehrt das erste

Rotorblatt die zweite Eislast und das zweites Rotorblatt die erste Eislast aufweist. Dann kann in einer Ausführung der Regler für diesen ersten und zweiten Vereisungszustand unterschiedlich parametriert bzw. ein unterschiedlicher (Parameter)Wert ermittelt werden, so dass der Regler die beiden Rotorblätter jeweils entsprechend ihrer Eislast individuell verstellt. Dabei können insbesondere die entsprechenden Komponenten des

(Parameter)Wertes vertauscht werden bzw. sein, so dass der Regler gleich vereiste Rotorblätter gleich bzw. Rotorblätter in Abhängigkeit von ihrem ermittelten (individuellen) Vereisungszustand (individuell) verstellt.

Die (jeweilige) künstliche Intelligenz ermittelt den (jeweiligen) (Parameter)Wert in einer Ausführung so, dass eine Leistung der Windenergieanlage optimiert wird, in einer

Ausführung unter Berücksichtigung einer, insbesondere maximal zulässigen und/oder mittleren, Belastung, insbesondere ihrer Rotorblätter, und/oder einer Abströmung, insbesondere unter bzw. zur Vermeidung eines Strömungsabrisses. Entsprechend wird in einer Ausführung der (Parameter) Wert derart bzw. (auch) mit der Maßgabe ermittelt, dass ein Strömungsabriss („Stall“) vermieden wird.

In einer Ausführung wird somit ein wenigstens zweistufiges Verfahren durchgeführt, wobei: in einer Stufe wenigstens für wenigstens einen Vereisungszustand der

Windenergieanlage ein Parameterwert mittels eines mathematischen Modells der Windenergieanlage ermittelt wird, insbesondere als Ausgangswert; und

in einer, in einer Ausführung anschließenden, Stufe (jeweils) für wenigstens einen, insbesondere diesen, Vereisungszustand der Windenergieanlage ein (neuer)

Parameterwert, mittels der ersten Windenergieanlage ermittelt wird, insbesondere auf Basis des mittels des mathematischen Modells ermittelten Ausgangswerts.

Zusätzlich oder alternativ können in einer Ausführung ein oder mehrere zweite,

insbesondere typgleiche, Windenergieanlage zur Referenzierung genutzt werden, insbesondere, indem die künstliche Intelligenz auch für einen oder mehrere ermittelte Vereisungszustände dieser zweiten Windenergieanlage(n) entsprechend( ermittelte Leistungen, Belastungen, Abströmungen und/oder (Parameter)Werte berücksichtigt, insbesondere verwendet. Auf diese Weise kann vorteilhaft eine Art Schwarmintelligenz genutzt werden. Durch die Ermittlung mittels des mathematischen Modells kann in einer Ausführung vorab eine besonders große Bandbreite möglicher Parameterkomponenten und/oder - werte(bereiche) und/oder möglicher Umgebungsbedingungen untersucht werden.

Zusätzlich oder alternativ können hierbei Einflüsse von Umgebungsbedingungen exakt(er), insbesondere frei von Messfehlern oder dergleichen, berücksichtigt werden.

Modellbasiert( ermittelte Parameterwerte können besonders vorteilhaft als

Ausgangswerte bei der Ermittlung von (neuen) Parameterwerten anhand realer

Windenergieanlagen verwendet werden.

Durch die Ermittlung mittels der eigentlichen ersten Windenergieanlage können in einer Ausführung deren individuelle bzw. konkrete Umgebungsbedingungen erfasst und so deren Einflüsse besser berücksichtigt werden, insbesondere ausgehend von einem mathematischen Modell oder einer prototypenhaften zweiten Windenergieanlage.

Durch eine Ermittlung mittels der ersten sowie einer oder mehrerer weiterer, insbesondere typgleichen, zweiten Windenergieanlagen können in einer Ausführung stochastische Schwankungen in den Umgebungsbedingungen vorteilhaft kompensiert und/oder eine Art Schwarmintelligenz genutzt werden.

In einer Ausführung ermittelt die (erste bzw. weitere) künstliche Intelligenz einen oder mehrere Parameterwerte in situ während des, in einer Ausführung regulären, Betriebs auf Basis wenigstens einer dabei mittels Messung ermittelten Leistung, Belastung und/oder Abströmung der ersten Windenergieanlage, wobei der Regler, in einer Ausführung durch die künstliche Intelligenz, auf Basis dieses Parameterwertes umparametriert bzw.

aktualisiert wird. Hierdurch kann der Regler adaptiv angepasst und so der Betrieb der Windenergieanlage (weiter) verbessert werden.

In einer Ausführung wird bzw. ist der Parameter aus einer Menge möglicher Parameter des Reglers (vor)ausgewählt, beispielsweise empirisch auf Basis vorhergehender vereisungsspezifischer Parametrierungen von, insbesondere andersartigen,

Windenergieanlagen oder dergleichen.

Zusätzlich oder alternativ wird bzw. ist in einer Ausführung der (ersten und/oder weiteren) künstlichen Intelligenz (jeweils) ein einstellbarer Startwert für den Parameterwert vorgegeben bzw. einer von mehreren möglichen, insbesondere zulässigen, Startwerten vorgegeben bzw. eingestellt, von dem ausgehend sie den Parameterwert ermittelt.

Zusätzlich oder alternativ wird in einer Ausführung der (ersten und/oder weiteren) künstlichen Intelligenz (jeweils) ein zulässiger Wertebereich des Parameters,

insbesondere einer oder mehrerer Komponenten des Parameters, vorgegeben, innerhalb dessen sie den Parameterwert ermittelt bzw. variieren darf.

Zusätzlich oder alternativ ermittelt die (erste und/oder weitere) künstliche Intelligenz (jeweils) eine Leistungs-, Belastungs- und/oder Abströmungs-, insbesondere

Strömungsabrisssensitivität bezüglich verschiedener Komponenten des Parameters.

Dann können in einer Ausführung, insbesondere durch die (jeweilige) künstliche

Intelligenz, ein oder mehrere Komponenten des Parameters, bezüglich der eine Leistung, Belastung und/oder Abströmung sensitiv(er) ist, ausgewählt werden und in einer nachfolgenden Stufe die (jeweilige) künstliche Intelligenz nur noch für diese Komponenten Werte ermitteln bzw. variieren. Insbesondere können somit mittels des mathematischen Modells sensitive(re) Komponenten ausgewählt und nur noch diese auf Basis wenigstens einer mittels Messung ermittelten Leistung, Belastung und/oder Abströmung der ersten Windenergieanlage und/oder wenigstens einer zweiten, insbesondere typgleichen, Windenergieanlage ermittelt, insbesondere anpasst werden.

Hierdurch kann der Parameterwert durch die künstliche Intelligenz jeweils, insbesondere in Kombination von zwei oder mehr der genannten Ausführungen, besonders effektiv optimiert werden.

In einer Ausführung wird wenigstens ein Vereisungszustand, für den eine Leistung, Belastung und/oder Abströmung einer Windenergieanlage ermittelt wird, auf deren Basis die künstliche Intelligenz den (jeweiligen) (Parameter)Wert ermittelt (d.h. ein

„Lern-Vereisungszustand“), und/oder ein Vereisungszustand, für den der Regler parametriert ist bzw. wird, falls dieser ermittelt wird (d.h. ein aktueller bzw. zu regelnder Vereisungszustand), jeweils für ein Zeitintervall von höchstens 5 Minuten und/oder wenigstens 10 Sekunden ermittelt.

Dem liegt insbesondere die Erkenntnis zugrunde, dass sich Vereisungszustände von Windenergieanlagen in derart kurzen Zeitfenster so signifikant verändern können, dass dies eine Umparametrisierung erfordern kann, was insbesondere im Vergleich zu den längeren (Beobachtungs)Zeiträumen überraschend ist, die üblicherweise bei der

Regelung bzw. Parametrierung zurgundegelegt werden und regelmäßig im Bereich von wenigstens 10 Minuten liegen, um insbesondere stochastische Schwankungen und dergleichen auszumitteln.

Zusätzlich oder alternativ wird in einer Ausführung wenigstens ein Vereisungszustand, für den eine Leistung, Belastung und/oder Abströmung einer Windenergieanlage ermittelt wird, auf deren Basis die künstliche Intelligenz den (jeweiligen) (Parameter) Wert ermittelt (d.h. ein„Lern-Vereisungszustand“), und/oder ein Vereisungszustand, für den der Regler parametriert ist bzw. wird, falls dieser ermittelt wird (d.h. ein aktueller bzw. zu regelnder Vereisungszustand), jeweils mithilfe einer oder mehrere, in einer Ausführung

windanlagenseitigen bzw. -festen, Windmesseinrichtungen und/oder eines oder mehrerer, in einer Ausführung an insbesondere in, einem oder mehreren Rotorblättern angeordneter, Sensoren und/oder auf Basis einer ermittelten Leistung der (jeweiligen)

Windenergieanlage und/oder wenigstens einer ermittelten Temperatur und/oder Feuchte ermittelt.

Dabei kann in einer Ausführung ein Vereisungszustand auf Basis eines Vergleiches von Windmessungen mit wenigstens einer beheizten und wenigstens einer unbeheizten Windmesseinrichtung ermittelt werden. Dem liegt insbesondere der Gedanke zugrunde, dass eine, insbesondere windanlagenseitige, unbeheizte Windmesseinrichtung einen einem Vereisungszustand eines oder mehrerer Rotorblätter entsprechenden

Vereisungszustand aufweist und dieser durch Vergleich mit einer beheizten und damit zuverlässig nicht vereisten Windmesseinrichtung der Vereisungszustand der

Windenergieanlage auf einfache Weise abgeschätzt werden kann.

Zusätzlich oder alternativ kann in einer Ausführung ein Vereisungszustand auf Basis eines oder mehrerer Temperatur- und/oder Lastsensoren an, insbesondere in, einem oder mehreren Rotorblättern der Windenergieanlage ermittelt werden. Dem liegt insbesondere der Gedanke zugrunde, dass eine Vereisung eines oder mehrerer Rotorblätter von deren Temperatur abhängt bzw. deren Belastung ändert, so dass der Vereisungszustand der Windenergieanlage, insbesondere einzelner Rotorblätter, zuverlässig(er) ermittelt werden kann. Zusätzlich oder alternativ kann in einer Ausführung ein Vereisungszustand auf Basis einer ermittelten, insbesondere mechanischen und/oder elektrischen, Leistung der (jeweiligen) Windenergieanlage ermittelt werden. Dem liegt insbesondere der Gedanke zugrunde, dass eine Vereisung der Windenergieanlage deren abgegebene Leistung reduziert, so dass der Vereisungszustand der Windenergieanlage einfach, vorzugsweise ohne zusätzlichen apparativen Aufwand, ermittelt werden kann.

Zusätzlich oder alternativ kann in einer Ausführung ein Vereisungszustand auf Basis einer, in einer Ausführung an der Windenergieanlage, ermittelten Temperatur und/oder Feuchte ermittelt werden. Dem liegt insbesondere der Gedanke zugrunde, dass eine Vereisung der Windenergieanlage von den meteorologischen Umgebungsbedingungen abhängen, so dass der Vereisungszustand der Windenergieanlage einfach ermittelt, insbesondere vorausgesagt, werden kann. Entsprechend kann vorliegend allgemein ein Ermitteln ein Ermitteln, insbesondere Abschätzen, eines aktuell vorliegenden Vereisungszustandes oder ein Voraussagen bzw. Abschätzen eines zukünftig( voraussichtlich vorliegenden Vereisungszustandes umfassen, insbesondere sein.

In einer Ausführung ermittelt die (erste und/oder weitere) künstliche Intelligenz den

Parameterwert (jeweils) mithilfe von maschinellem, insbesondere verstärkendem, Lernen („Reinforced Learning“ RL). Dies stellt eine für die vorliegende Anwendung besonders vorteilhafte, insbesondere effiziente und/oder zuverlässige, Form künstlicher Intelligenz dar, wobei in einer Ausführung die künstliche Intelligenz vorteilhaft Dynamic Programming und parametrisierte Funktionsapproximatoren, insbesondere Neuronale Netze,

miteinander kombiniert.

Nach einer Ausführung der vorliegenden Erfindung ist ein System, insbesondere hard- und/oder Software-, insbesondere programmtechnisch, zur Durchführung eines hier beschriebenen Verfahrens eingerichtet und/oder weist auf:

- eine künstliche Intelligenz zum Ermitteln, insbesondere Anpassen, wenigstens eines Wertes eines Parameters des Reglers für wenigstens einen Vereisungszustand der Windenergieanlage auf Basis einer mit einem mathematischen Modell dieser

Windenergieanlage für wenigstens einen, insbesondere diesen, Vereisungszustand prognostizierten Leistung, Belastung und/oder Abströmung der Windenergieanlage; und/oder - eine, insbesondere dieselbe oder eine andere, künstliche Intelligenz zum Ermitteln, insbesondere Anpassen, wenigstens eines Wertes eines Parameters des Reglers für wenigstens einen Vereisungszustand der Windenergieanlage auf Basis wenigstens eines, insbesondere dieses, ermittelten Vereisungszustandes der Windenergieanlage und einer mittels Messung hierfür ermittelten Leistung, Belastung und/oder

Abströmung dieser Windenergieanlage und/oder wenigstens einer zweiten, insbesondere typgleichen, Windenergieanlage; und/oder

- den Regler, der mittels eines hier beschriebenen Verfahrens parametriert ist.

In einer Ausführung weist das System bzw. seine Mittel auf:

Mittel zum Einstellen eines Einstellwinkels wenigstens eines Blattes und/oder einer Heizung eines Rotors der ersten Windenergieanlage, einer Windnachführung des Rotors und/oder eines Bremsmoments eines Generators der ersten Windenergieanlage in Abhängigkeit von der Stellgröße;

Mittel zum Auswählen des Parameters aus einer Menge möglicher Parameter des Reglers;

Mittel, um der künstlichen Intelligenz ein einstellbarer Startwert und/oder ein zulässiger Wertebereich des Parameters vorzugeben;

Mittel zum Ermitteln einer Leistungs-, Belastungs- und/oder Abströmungssensitivität bezüglich verschiedener Komponenten des Parameters mittels der künstlichen Intelligenz;

Mittel zum Ermitteln eines Vereisungszustandes mithilfe wenigstens einer, insbesondere windanlagenseitigen, Windmesseinrichtung und/oder wenigstens eines, insbesondere an einem Rotorblatt angeordneten, Sensors und/oder auf Basis einer ermittelten Leistung der Windenergieanlage und/oder wenigstens einer ermittelten Temperatur und/oder Feuchte; und/oder

Mittel zum Ermitteln des Parameterwerts durch die künstliche Intelligenz mithilfe von maschinellem, insbesondere verstärkendem, Lernen.

Ein Mittel im Sinne der vorliegenden Erfindung kann hard- und/oder softwaretechnisch ausgebildet sein, insbesondere eine, vorzugsweise mit einem Speicher- und/oder

Bussystem daten- bzw. signalverbundene, insbesondere digitale, Verarbeitungs-, insbesondere Mikroprozessoreinheit (CPU), Graphikkarte (GPU) oder dergleichen, und/oder ein oder mehrere Programme oder Programmmodule aufweisen. Die

Verarbeitungseinheit kann dazu ausgebildet sein, Befehle, die als ein in einem Speichersystem abgelegtes Programm implementiert sind, abzuarbeiten, Eingangssignale von einem Datenbus zu erfassen und/oder Ausgangssignale an einen Datenbus abzugeben. Ein Speichersystem kann ein oder mehrere, insbesondere verschiedene, Speichermedien, insbesondere optische, magnetische, Festkörper- und/oder andere nicht-flüchtige Medien aufweisen. Das Programm kann derart beschaffen sein, dass es die hier beschriebenen Verfahren verkörpert bzw. auszuführen imstande ist, sodass die Verarbeitungseinheit die Schritte solcher Verfahren ausführen kann und damit

insbesondere die erste Windenergieanlage betreiben bzw. deren Regler parametrieren bzw. hierzu wenigstens einen Parameterwert ermitteln kann. Ein

Computerprogrammprodukt kann in einer Ausführung ein, insbesondere nicht-flüchtiges, Speichermedium zum Speichern eines Programms bzw. mit einem darauf gespeicherten Programm aufweisen, insbesondere sein, wobei ein Ausführen dieses Programms ein System bzw. eine Steuerung, insbesondere einen Computer, dazu veranlasst, ein hier beschriebenes Verfahren bzw. einen oder mehrere seiner Schritte auszuführen. In einer Ausführung werden ein oder mehrere, insbesondere alle, Schritte des Verfahrens vollständig oder teilweise automatisiert durchgeführt, insbesondere durch das System bzw. sein(e) Mittel.

In einer Ausführung weist das System die erste und/oder wenigstens eine zweite,

Windenergieanlage auf. Weitere Vorteile und Merkmale ergeben sich aus den Unteransprüchen und den

Ausführungsbeispielen. Hierzu zeigt, teilweise schematisiert:

Fig. 1 : ein System zum Betreiben einer ersten Windenergieanlage 10 bzw.

Parametrieren eines Reglers dieser Wndenergieanlage nach einer

Ausführung der vorliegenden Erfindung; Fig. 2: ein Verfahren zum Betreiben der ersten Windenergieanlage bzw.

Parametrieren des Reglers nach einer Ausführung der vorliegenden

Erfindung; und

Fig. 3: durch eine künstliche Intelligenz ermittelte Kennlinien des Reglers für

unterschiedliche Vereisungszustände. Fig. 1 zeigt ein System zum Betreiben einer ersten Windenergieanlage 10 bzw.

Parametrieren eines Reglers 2 dieser Windenergieanlage nach einer Ausführung der vorliegenden Erfindung, Fig. 2 ein entsprechendes Verfahren.

Die erste Windenergieanlage weist in an sich bekannter Weise eine Gondel 11 auf, die drehbar auf einem Turm 12 angeordnet ist und einen Rotor mit verstellbaren Blättern 13 aufweist, der mit einem Generator 14 gekoppelt ist.

Der Regler 2 der Windenergieanlage verstellt auf Basis einer gemessenen

Generatorleistung und/oder einer mittels zweier windenergieanlagefester

Windmesseinrichtungen 15, 15‘ gemessenen Windgeschwindigkeit ein Bremsmoment des Generators, eine Windnachführung der Gondel um eine in Fig. 1 vertikale Gierachse und/oder kollektiv oder individuell Einstellwinkel ß der Rotorblätter, beispielsweise mittels einer, in einer Ausführung kaskadierten, Schwellwert- und/oder Proportional-,

Integral- und/oder Differentialregelung oder einer andersartigen Regelung.

Hierzu wird bzw. ist der Regler nach einer Ausführung der vorliegenden Erfindung je nach ermitteltem Vereisungszustand der Windenergieanlage bzw.

vereisungszustandsspezifisch parametriert, beispielsweise für unterschiedliche

Vereisungsgrade ICE ₀ , ICE _! und ICE ₂ jeweils unterschiedliche, vereisungsgradspezifisch (Parameter)Werte für Verstärkungskoeffizienten, Schwellwerte oder dergleichen eingestellt.

Dazu werden in einem ersten Schritt S10 (vgl. Fig. 2) einer künstlichen Intelligenz 30, im Ausführungsbeispiel einem Computer mit Software zum Reinforced (Machine) Learning, mittels einer Schnittstelle 31 , beispielsweise einem Eingabemenü oder dergleichen, Startwerte und/oder zulässige Wertebereiche für die Komponenten des

mehrdimensionalen Parameters vorgegeben.

In einem zweiten Schritt S20 wird durch die künstliche Intelligenz mithilfe eines mathematischen Modells 10 der Windenergieanlage, das für von der künstlichen

Intelligenz vorgegebene Parameterwerte des mitmodellierten Reglers, vorgegebene virtuelle Windgeschwindigkeitswerte v und vorgegebene virtuelle Vereisungszustände jeweils eine hierbei erzeugte elektrische Leistung P der modellierten Windenergieanlage simuliert bzw. prognostiziert, ermittelt, wie stark der Einfluss der verschiedenen Komponenten des Parameters, beispielsweise also einzelner Verstärkungskoeffizienten oder dergleichen, innerhalb ihres zulässigen Wertebereichs auf die Leistung ist. Die künstliche Intelligenz ermittelt in Schritt S20 dann (jeweils) einen (mehrdimensionalen Parameter)Wert, der die Leistung für den jeweiligen Vereisungszustand optimiert. Dabei kann auch eine Belastung der Windenergieanlage, insbesondere ihrer Rotorblätter 13, und/oder eine Vermeidung eines Strömungsabrisses berücksichtigt werden.

In einem dritten Schritt S30 werden der Regler der ersten Windenergieanlage 10 und Regler weiterer zweiter typgleicher Windenergieanlagen 50-52 mit den so gefundenen (Parameter)Werten parametriert.

Die Regler dieser Windenergieanlagen 10, 50-52 werden in einem vierten Schritt S40 analog zu dem vorstehend beschriebenen Schritt S20 mithilfe derselben oder einer oder mehrerer weiterer künstlicher Intelligenzen, im Ausführungsbeispiel des bzw. eines oder mehrerer weiterer Computer mit Software zum Reinforced (Machine) Learning, im Betrieb weiter umparametriert.

Hierbei nutzt die künstliche Intelligenz für die Optimierung des Reglers der ersten Windenergieanlage 10 Daten von den zweiten Windenergieanlagen 50-52 zur

Referenzierung, so dass vorteilhaft eine Art Schwarmintelligenz genutzt werden kann.

Im Betrieb der Windenergieanlagen 10, 50-52 wird deren aktueller Vereisungszustand jeweils für ein kurzes Zeitintervall von etwa 0,5 - 2 Minuten mittels eines Vergleiches der durch das unbeheizte Schalen-Anemometer 15 und der durch das beheizte Ultraschall- Anemometer 15‘ gemessenen Windgeschwindigkeiten ermittelt.

Auf Basis des solcherart ermittelten Vereisungszustands wird dann der Regler in Schritt S40 mit dem hierfür (bisher) ermittelten (Parameter)Wert vereisungszustandsspezifisch umparametriert bzw. jeweils ein für diesen Vereisungszustand der Windenergieanlage ermittelten (Parameter)Wert eingestellt, falls dieser Vereisungszustand ermittelt wird. Somit wird in situ zugleich mit dem bislang ermittelten vereisungszustandsspezifischen (Parameter)Wert geregelt und dieser zugleich auf Basis der dabei ermittelten Leistung (weiter) optimiert. Wenn in einer Abwandlung - beispielsweise mittels Temperatur- und/oder Lastsensoren in den einzelnen Rotorblättern - deren individuelle Eislast ermittelt wird, können

Komponenten des (Parameter) Werts, die die individuellen Blatteinstellwinkel der

Rotorblätter bestimmen, individuell an den jeweiligen Vereisungszustand der Rotorblätter angepasst und rein exemplarisch ein stärker vereistes Blatt im Teillastbetrieb stärker angestellt bzw. gepitcht werden, um dessen verschlechterter Aerodynamik Rechnung zu tragen und insbesondere einen Strömungsabriss zu vermeiden.

Fig. 3 zeigt zur Illustration von der künstliche Intelligenz mittels Reinforced Learning ermittelte Kennlinien des Reglers 2 für unterschiedliche Vereisungszustände ICE ₀ , ICE _! bzw. ICE ₂ , wobei die Verweisung von ICE ₀ zu ICE _! und von ICEi zu ICE ₂ jeweils zunimmt. Die für diese Vereisungszustände ermittelten vereisungszustandsspezifischen

(Parameter)Werte bestimmen Form und Lage der Kennlinien, mittels derer der Regler die Blattwinkel ß der Rotorblätter in Abhängigkeit von der Schnelllaufzahl l und damit der Drehzahl und Windgeschwindigkeit individuell einstellt. Obwohl in der vorhergehenden Beschreibung exemplarische Ausführungen erläutert wurden, sei darauf hingewiesen, dass eine Vielzahl von Abwandlungen möglich ist.

Außerdem sei darauf hingewiesen, dass es sich bei den exemplarischen Ausführungen lediglich um Beispiele handelt, die den Schutzbereich, die Anwendungen und den Aufbau in keiner Weise einschränken sollen. Vielmehr wird dem Fachmann durch die vorausgehende Beschreibung ein Leitfaden für die Umsetzung von mindestens einer exemplarischen Ausführung gegeben, wobei diverse Änderungen, insbesondere in Hinblick auf die Funktion und Anordnung der beschriebenen Bestandteile, vorgenommen werden können, ohne den Schutzbereich zu verlassen, wie er sich aus den Ansprüchen und diesen äquivalenten Merkmalskombinationen ergibt.

Bezugszeichenliste

10 erste Windenergieanlage

10 Modell

1 1 Gondel

12 Turm

13 Rotor(blatt)

14 Generator

15; 15‘ Windmesseinrichtung

2 Regler

30 Computer mit Software zum Reinforced Learning (Kl)

31 Schnittstelle

50, 51 , 52 zweite Wndenergieanlage

P elektrische Leistung

v gemittelte Windgeschwindigkeit

ß Blatteinstellwinkel

l Schnelllaufzahl