Mehr Sicherheit und Effizienz durch detaillierte Zustandserfassung und Vorhersagen Neue Produkte zur Unterstützung der Offshore-Windenergie

Größe: px

Ab Seite anzeigen:

Download "Mehr Sicherheit und Effizienz durch detaillierte Zustandserfassung und Vorhersagen Neue Produkte zur Unterstützung der Offshore-Windenergie"

Philipp Frei
vor 6 Jahren
Abrufe

1 Mehr Sicherheit und Effizienz durch detaillierte Zustandserfassung und Vorhersagen Neue Produkte zur Unterstützung der Offshore-Windenergie Blick in die Praxis 28.Nov Florian Stempinski HOCHTIEF Solutions AG 12/19/2013 1

2 HOCHTIEF Solutions AG Niederlassung Civil Engineering Marine and Offshore Planung/Design von Offshore Windparks Errichtung von Offshore Windparks Gerätevermietung Mattis Hansen Udo Thomas HOCHTIEF Logistik Asset-Management Partnerschaftliche Vertragsmodelle Boris Szczesik HOCHTIEF istockphoto/wragg 12/19/2013 2

3 Mattis Hansen HOCHTIEF HOCHTIEF Solutions AG Niederlassung Civil Engineering Marine and Offshore 4D-Simulation Ausführungsplanun g Wettersimulation HOCHTIEF HOCHTIEF Lastrechnung am Gesamtmodell Geotechnik Schlüsselfertige Planung HOCHTIEF HOCHTIEF HOCHTIEF 12/19/2013 3

4 HOCHTIEFS Gerätemanagement Arbeitspontons Odin Thor Vidar INNOVATION* * verfügbar über HGO InfraSea Solutions 12/19/2013 4

5 Projekte in Ausführung Offshore-Windparks Offshore-Windpark Baltic 2 Bauherr: EnBW Baltic 2 GmbH Anlagen: 80 x Siemens 3.6 MW Fundamente: 39x Monopile, 41 Jacket Auftragswert: 382 Mio. EUR Offshore-Windpark Global Tech I Bauherr: Global Tech I Offshore Wind GmbH Anlagen: 80x Areva M5000 (5MW) Fundamente: 80x Tripod (postpiling) Auftragswert: 175 Mio. EUR 12/19/2013 5

6 Welche Rolle spielt das Wetter im Design von Offshore-Windanlagen-Fundamenten und bei der Installation von Offshore-Windparks? 12/19/2013 6

Lasten auf Offshore-Fundamente Turbinenlasten Dynamische Lasten durch Eigenschwingungen Wind und Seegang : 50-Jahres-Sturm (Design-Welle eingebettet in einen irregulären Wellenzug)

7 Lasten auf Offshore-Fundamente Turbinenlasten Dynamische Lasten durch Eigenschwingungen Wind und Seegang : 50-Jahres-Sturm (Design-Welle eingebettet in einen irregulären Wellenzug) Ermüdungslasten basierend Scatterdiagrammen Kombinationslastfälle zwischen Wind und Welle (Misalignment) u.v.m. (siehe DIN EN ) Eislasten Lasterhöhung durch Bewuchs / Kolk Bodeneinfluss 12/19/2013 7

8 Offshore-Installation heißt Planung, Planung, Planung - Planungsleistungen - Nachunternehmervergaben - Ausführung - Soll-IST Vergleiche Wie machen wir das Wetter planbar? 12/19/2013 8

$Seegang Radiation/Diffraction Analysis (AQWA)$ Beschleunigungen Lasten auf Ladung und

9 Bestimmung der Einsatzgrenzen: Beispiel Seakeeping Analyse der Schiffsbewegungen im Seegang Radiation/Diffraction Analysis (AQWA) Bewegungen, Geschwindigkeiten, Beschleunigungen Lasten auf Ladung und Seefestmachungen Abstand der Komponenten zur Wasseroberfläche 12/19/2013 9

10 Definition of a workability of an operation Hindcastdaten synthetische Registrierungen (CoastDat2, Mike21, ) Die Workability ist der Prozentsatz der Zeit, in dem die drei Bedingungen sign. Wellenhöhe Windgeschwindigkeit Wetterfenster (Persistenz) erfüllt sind. WoW Working (Hs < 2.0m) WoW Data: coastdat / WAM Integrated Parameter Status: Production Source: GKSS/IfK - North Sea FG/FP1 Position: North, 6.40 East ff - Wind speed in m/s dd - Wind direction in deg (coming from) Hs - Significant wave height in m Thq - Mean wave direction in deg (coming from) Tm02 - Tm02 period in s Date ff dd Hs Thq Tm02! ! ! No ! No ! No ! No ! No ! No ! No ! Yes ! Yes ! Yes ! Yes ! Yes ! Yes ! Yes ! Yes ! Yes ! Yes ! Yes ! Yes ! No ! No ! No 12/19/

11 Bestimmung von Wetterausfalltagen Bestimmung der Anzahl von Wetterfenstern Erstellung einer monatlichen Statistik Akkumulation unterschiedlicher Wetterfenstern zu einer Workability Monte Carlo-Simulation 12/19/

31 31 30 31 30 31 12 9 8 4 2 2 2 3 5 8 12 13 P95 worst case: 31*0.68 = 20.

12 WoW basierend auf der Workability eines ganzen Cycles jan feb mar apr may jun jul aug sep oct nov dec 38% 32% 25% 14% 8% 8% 7% 8% 17% 27% 40% 41% P95 worst case: 31*0.68 = 20.5 days P05 - best case: 31*0.27= 8.4 days P95 worst case: 31*0.13 = 4.0 days 12/19/

13 Monte-Carlo-Simulation Ableitung des Monatlichen Wetter- Risikos WDT- Foundation Installation: jan feb mar apr may jun jul aug sep oct nov dec p05 days P50 days p95 days p95 workability 32% 39% 55% 77% 87% 87% 87% 87% 70% 55% 40% 35% Monte-Carlo-Simulation: Ansatz des klassischen Risiko-Managements Schnell, robust, einfach, konsistent Aber: Keine Berücksichtigung der Reihenfolge der Wetterfenster 12/19/

14 Alternative: Direkte Installations- Simulation auf historischen Zeitreihen Projektsimulation: Was wäre wenn? Hoher Detaillierungsgrad der Prozesse Unterbrechungen, Konditionierung von Operationen (wenn, dann ) und Interaktionen können modelliert werden Aber: Es gibt nur So viele Simulationen wie Hindcast-Jahre 12/19/

15 Fragen: 1. Wie gehen wir mit Vorhersageungenauigkeit bzgl. von Hs und Hmax um? 2. Gibt es Monats-Vorhersagen die eine Tendenz auf die kommende Saison zulassen? 3. Wann werden die CoastDat1 Daten komplett kommerziell verfügbar? 12/19/

16 Fragen: aber jetzt erstmal Ihre Fragen! 12/19/

17 Vielen Dank für Ihre Aufmerksamkeit! Dr.-Ing. Florian Stempinski Fuhlsbüttler Straße Hamburg Tel.: Mobil: /19/

Ähnliche Dokumente

Zuverlässigkeitsanalyse von Offshore-Windparks

1. Wuppertaler Energie-Forum Zuverlässigkeitsanalyse von Offshore-Windparks Dr. Friedrich Koch, RWE Innogy AG, Essen M. Sc. Issam Athamna, Bergische Universität Wuppertal Wuppertal, den 20. Januar 2012