SmartCSP – Anwendung von KI-Methoden zur Verbesserung von Betrieb und Wartung in CSP-Kraftwerken

Ziel des Projektes SmartCSP ist es, die bisher entstehenden großen Datenmengen in CSP-Kraftwerken nicht nur in der Regelung auf Komponentenebene, sondern auch auf Kraftwerksebene für das Betriebspersonal zur Verfügung zu stellen und zu nutzen. Diese Nutzung soll über ein Online Monitoring für ein oder mehrere aktuell in Betrieb befindliche CSP-Kraftwerke für das Solarfeld – das„heiße Ende“ bzw. die Wärmequelle - und das Turbinen-Kühlsystem – das „kalte Ende“ bzw. die Wärmesenke – erfolgen. Die so gesammelten Daten zu Solarfeld und Kühlsystem sollen für direktes Performance-Monitoring genutzt werden, aber darüber hinaus auch mittels Machine-Learning Algorithmen ausgewertet und zur Betriebsoptimierung verwendet werden.

Das Projekt SmartCSP vereint die angewandte Forschung an KI-Methoden zur Betriebsoptimierung mit dem praktischen Ansatz einer kostengünstigen Systemintegration in Neuanlagen sowie in Anlagen, die bereits im Betrieb sind. Zum einen soll hierdurch auf Kraftwerksebene der Betrieb und die Wartung (Operation and Maintenance (O&M) Strategie) der Anlagenkomponenten optimiert werden, zum anderen sollen Schlussfolgerungen gezogen werden können, um die Komponenten selbst weiterzuentwickeln. Hierbei sollen konsequent Ansätze und Techniken verwendet werden, die bereits in anderen Industriezweigen durch die Digitalisierung von Systemen in Bezug auf die Entwicklung von Industrie 4.0 erarbeitet wurden. So sollen zum Erreichen der Projektziele zusätzlich erforderliche Daten nicht mit aufwendiger und teurer Messtechnik, sondern möglichst durch Verwendung einer Vielzahl von preiswerten Sensoren und deren Vernetzung innerhalb des Online-Monitoring Systems erhoben werden.

Konkrete Arbeitsziele des Vorhabens sind:

Online-Monitoring System des CSP-Kraftwerks

• Aufbau/Nutzung einer Cloud-basierten bzw. SQL-Server basierten Plattform zur Auswertung der vorhandenen sensorgenerierten Zeitreihendaten, die beim Betrieb von CSP-Kraftwerken anfallen, um diese in der globalen Kraftwerksregelung und Betriebsoptimierung nutzen zu können, statt wie bisher nur zur lokalen Komponentenregelung.
• Kombination, Aufbau und Erprobung der Nutzung aktuell verfügbarer kostengünstigen Sensorik im Kontext solarthermischer Kraftwerke zur kostenoptimierten Erzeugung zusätzlich nötiger Informationen

Optimierung Solarfeldbetrieb

• Besseres Verständnis des Solarfeldstatus auf Basis von vorhandenen, aber noch ungenutzten Betriebsdaten und erweiterter Sensorik.
• KI-basierte Erstellung von Empfehlungen und klaren Handlungsanweisungen zur Verbesserung des Kollektorbetriebs.

Optimierung Kühlsystemdesign und -betrieb

·         Aufbau von zusätzlichen Messungen für Luftgeschwindigkeit, Temperatur und Druck zur Online-Datenerfassung am Kühlsystem eines CSP-Kraftwerks sowie deren Auswertung

·         Erstellung und Validierung eines detaillierten CFD-Models des Kühlsystems unter Berücksichtigung der Umgebung und der realen Gebläsegeometrie,

Ganzheitliche Systemsimulation des CSP Kraftwerkes – Digital Twin

·         Aufsetzen einer Kraftwerks-Systemsimulation, welche schnell genug für Jahressimulationen ist – inclusive Validierung durch reale Messdaten

Untersuchungen von potenziellen Maßnahmen zur Steigerung der Effektivität / Verbesserung des Anlagenbetriebs