Solartürme sind teuer und schwer zu steuern – in Jülich naht die Wende
Solarturmkraftwerke können Sonnenenergie nicht nur in Strom umwandeln, sondern auch speichern – günstiger als jede Batterie. Doch noch ist ihr Betrieb teuer und kaum exakt zu steuern. Forschende von KIT und DLR wollen das jetzt ändern.
Solarturm der DLR-Versuchsanlage in Jülich: Über 2000 Spiegel bündeln das Sonnenlicht auf den Turm.
Foto: picture alliance/dpa | Marius Becker
Solarturmkraftwerke faszinieren durch ihren Aufbau und ihre Funktion: Sie können Sonnenwärme speichern und daraus Strom generieren – auch dann, wenn es dunkel ist.
In Jülich steht seit 2009 Deutschlands einziger Turm dieser Art. Rund 2000 bewegliche Spiegel bündeln das Sonnenlicht auf die Spitze des Turms, wo ein keramischer Empfänger auf bis zu 700 °C aufheizt. Doch der Betrieb ist teuer, und das Feld aus tausenden Spiegeln lässt sich nur mit großem Aufwand präzise steuern. Auch deshalb ist die Technik – nicht nur im Rheinland, sondern weltweit – nie über den Nischen-Status hinausgekommen.
Forschende des Karlsruher Instituts für Technologie (KIT) und des Deutschen Zentrums für Luft- und Raumfahrt (DLR) haben nun 849 GByte echte Betriebsdaten des Jülicher Turms veröffentlicht, laut den Forschern der erste frei zugängliche Datensatz dieser Art. Die zugehörige Studie erschien im Fachjournal Nature Energy. Mit den Daten soll eine KI lernen, die Anlage zu steuern. Gelingt so die Wirtschaftlichkeitswende?
Inhaltsverzeichnis
Warum ein Solarturm liefert, wenn es schon dunkel ist
Ein Solarturmkraftwerk wandelt Sonnenlicht nicht direkt in Strom um. Stattdessen nimmt es den Umweg über die Wärme.
- Ein Feld aus beweglichen Spiegeln, Heliostaten genannt, lenkt das Licht auf einen Empfänger an der Turmspitze.
- Die dort entstehende Hitze treibt entweder direkt eine Turbine an oder wandert in einen Speicher.
Der Speicher ist der eigentliche Clou. Während eine PV-Anlage ausgerechnet abends ausfällt, wenn der Bedarf steigt, könnte ein Turm mit Wärmespeicher die Lücke füllen und auch nachts oder bei bedecktem Himmel Strom abgeben. Damit ließen sich nicht zuletzt, so die Hoffnung, schwankende Netze stabilisieren.
Zu schön, um verbreitet zu sein? Bislang ja. Einige kommerzielle Solartürme stehen in Spanien und den USA, wo die direkte Sonneneinstrahlung höher ist. In Mitteleuropa rechnet sich die Technik kaum; die PV hat das Kostenrennen längst gewonnen. Jülich ist deshalb kein Kraftwerk im klassischen Sinn, sondern eine nach DLR-Angaben in Europa einzigartige Großforschungseinrichtung für solare Bestrahlungstests.
Das teure Problem mit den Spiegeln
Warum ist der Betrieb so schwierig? Wegen der Ausrichtung der Heliostaten. Schon kleine Abweichungen durch Wind, Verschleiß oder eine ungenaue Steuerung lenken das Licht am Zielpunkt vorbei. Das kostet Leistung und kann im schlimmsten Fall Bauteile überhitzen. Bei tausenden Spiegeln, die der Sonne den ganzen Tag nachgeführt werden, summieren sich wenige Millimeter zu großen Verlusten.
Bisher werden die Türme weitgehend manuell gefahren. Anhand von Wetterlage, Anlagenzustand und gewünschter Leistung entscheiden Fachleute, wann hoch- und runtergeregelt wird.
„Solarturmanlagen sicher und effizient zu betreiben, ist aufwendig und teuer“, sagt Kaleb Phipps vom Scientific Computing Center am KIT. Um neue Verfahren zu entwickeln und verlässlich zu prüfen, brauche die Forschung reale Betriebsdaten. Die soll die auf den Namen „PAINT“ getaufte Datenbank jetzt liefern.
849 GByte aus vier Jahren Betrieb
Der Datensatz bündelt Messdaten aus den Jahren 2021 bis 2024. Verzeichnet ist etwa, wo die mehr als 2000 Spiegel jeweils stehen, wie groß sie sind und wie sie sich drehen und neigen lassen.
Weiterhin gibt es über 218.000 Bilder, mit denen sich überprüfen lässt, ob die Spiegel das Licht tatsächlich auf den vorgesehenen Punkt werfen. Andere Messreihen zeigen, ob einzelne Spiegeloberflächen verformt sind. Und über den gesamten Zeitraum sind die Wetterdaten hinterlegt.
Noch wichtiger als die Menge der Daten ist ihr Format. Diese folgen den FAIR-Prinzipien – auffindbar, zugänglich, interoperabel, wiederverwendbar – und sind nach dem Standard SpatioTemporal Asset Catalog (STAC) so beschrieben, dass nicht nur Menschen, sondern auch Maschinen sie lesen können. Dazu liefert das Team eine Python-Software, mit der sich Daten einzelner Heliostate oder bestimmter Zeiträume herunterladen und direkt in Modelle des maschinellen Lernens einspeisen lassen.
Der Datensatz ist also von vornherein für die KI gebaut.
Wie eine KI lernen soll, den Turm zu steuern
Aus den Daten lassen sich digitale Zwillinge bauen, also virtuelle Abbilder der realen Anlage. „Solche digitalen Zwillinge ermöglichen es, den Kraftwerksbetrieb zunächst am Simulationsmodell zu testen“, erläutert Daniel Maldonado Quinto vom DLR. Verbinde man sie mit maschinellem Lernen, lasse sich künftig in Echtzeit erkennen, ob die Spiegel korrekt ausgerichtet seien und wie die Stellgrößen für einen sicheren und effizienten Betrieb nachgeregelt werden müssten.
Entstanden ist PAINT aus den Arbeiten an ARTIST, einem KI-gestützten Raytracing-Modell für digitale Solarturm-Zwillinge. Beteiligt waren Forschende des KIT, des DLR und der KI-Plattform Helmholtz AI. Noch ist all das Forschung im Konjunktiv: Was die Daten leisten sollen, ist die Voraussetzung, dafür, dass der Turm bald von alleine läuft.
Aus einem Turm soll ein Standard werden
Phipps und sein Team denken bereits über Jülich hinaus. „Wir möchten PAINT gemeinsam mit anderen Forschungseinrichtungen und Kraftwerksbetreibern weiterentwickeln“, sagt der Forscher. Kämen Daten aus verschiedenen Anlagen hinzu, könne daraus ein gemeinsamer Standard für offene Betriebsdaten in der Solarturmforschung entstehen.
Aktuell speist sich PAINT aber noch aus einem einzigen Standort. Der Sprung vom Datensatz zum durchgängig autonom laufenden Kraftwerk liegt in einer noch unbekannten Zukunft. Aber immerhin hat das Team nun das Kernproblem klar identifiziert und einen Weg zur intelligenten Steuerung eröffnet. Sollte sie gelingen, könnte ein seltener Gast im Strommix häufiger anzutreffen sein: Solarstrom aus Phasen, in denen die Sonne nicht mehr scheint.
Ein Beitrag von:
