250.000 € pro
Windpark und Jahr
einsparen
Als die Bachmann Group die Einführung ihrer Condition Monitoring Consultancy (CMC) ankündigt, einem unabhängigen Beratungsdienst, der sich der strategischen Zustandsüberwachung widmet, liefert CMC-Teamleiter David Futter eine konkrete Antwort auf die Frage:
"Zustandsüberwachung ist gut und schön, aber kann sie tatsächlich Geld sparen?"
David Futter ist Leiter der Abteilung Condition Monitoring Consultancy, die zur Bachmann Group gehört.
Er ist BINDT Vibration Analysis Category IV-Experte und anerkannter Ausbildungskoordinator. Er ist Ausschussmitglied von BSI GME21/5 und GME21/7 sowie Mitglied der BINDT Vibration Analysis Expert Group.
Diese Frage wurde mir auf einer Konferenz zu Innovationen in der Windenergiebranche gestellt. Es ging dabei insbesondere um die finanziellen Aspekte der Schwingungsanalyse, der grundlegenden Technik für die Zustandsüberwachung (CM = Condition Monitoring), im Vergleich zur SCADA-Überwachung. Als Ingenieur bin ich es gewohnt, die technischen Vorteile der Schwingungstechnik zu erläutern. Als ich gebeten wurde, konkrete Zahlen zu nennen, habe ich allerdings zunächst gezögert.
Nicht, weil ich keine Antwort darauf hatte. Sondern weil es sich um eine weiterreichende Frage handelt, die sich auf ein breites Spektrum zusätzlicher Überwachungstechniken bezieht. CM muss sich kurzfristig rentieren. Warum sollte man es sonst verwenden? Mit welchem ROI können Windparkbesitzer aber tatsächlich rechnen?
Das erinnerte mich an eine Studie, die ich vor etwa zehn Jahren für einen großen europäischen Energieversorger durchgeführt hatte. Ich möchte hier nicht zu sehr ins Detail gehen, aber ich kann die Methodik erörtern und sie anhand veröffentlichter Zuverlässigkeitsdaten und meiner eigenen Branchenkenntnisse veranschaulichen. Diese Methode war die Grundlage für das Flussdiagramm in DIN ISO 16079-21, das sich auf die Überwachung des Antriebsstrangs von Windenergieanlagen bezieht. Die Idee basierte jedoch auf der allgemeineren DIN ISO 173592.
Nach Angaben der meisten Anbieter von CM-Anlagen gibt es immer wieder konkrete, zitierfähige Beispiele, bei denen durch die erfolgreiche Früherkennung von Fehlern enorme Einsparungen erzielt werden konnten. Dies gibt jedoch kein vollständiges Bild wieder. Nicht jede Anlage wird von derart kostspieligen Fehlermechanismen betroffen sein und es ist immer möglich, dass ein bestimmter Fehler nicht rechtzeitig erkannt wird.
Mit meiner Methode wurde daher eine Reihe von Fehlern untersucht und für jeden einzelnen Fehler die Wahrscheinlichkeit seines Auftretens an einer bestimmten Windenergieanlage in Verbindung mit der Wahrscheinlichkeit der Entdeckung durch eine bestimmte CM-Technologie ermittelt.
Der schwierigste Aspekt bestand darin, eine Gruppe von repräsentativen Ausfallmodi zu sammeln und dann Wahrscheinlichkeiten für diese Ausfälle zuzuweisen. Kosten wurden dann auf diese Ausfallmodi angewendet, sowie überarbeitete Kosten unter der Annahme, dass CM-Empfehlungen umgesetzt werden. Kostenschätzungen umfassten nicht nur die Reparatur und den Austausch von Teilen, sondern auch die Kosten für Logistik und verlorene Stromerzeugung.
Der Prozess selbst unterschied nicht zwischen verschiedenen Überwachungstypen, daher wurde auch die Überwachungstechnologie gesondert vermerkt. Wenn mehrere Überwachungstechnologien eingesetzt wurden, erhöhte sich die Wahrscheinlichkeit der Fehlererkennung bei einigen Ausfallmodi, dafür nahmen aber auch die anfänglichen und jährlichen Überwachungskosten zu. Einige externe Studien3,4 haben sogar eine detaillierte Analyse zu der Frage durchgeführt, welche Technik sich am besten für diesen Zweck eignet.
In dieser Studie haben wir die Einsparungen für zwei Offshore-Windparks (auf der Grundlage von Preisen aus dem Jahr 2012) und zwei Sätze von veröffentlichten Zuverlässigkeitsdaten des ReliaWind5-Konsortiums berechnet. Da es sich um eine interne Studie handelt, kann ich leider keine konkreten Werte nennen, auch wenn die veröffentlichten Daten in der WMEP-Datenbank verfügbar sind. Außerdem kann ich die typischen Muster der ermittelten Einsparungen verdeutlichen.
Die Ergebnisse: In allen Fällen, in denen verschiedene Überwachungstechniken angewandt wurden, konnten wir Einsparungen von mehr als 250.000 Euro pro Windpark und Jahr ermitteln.
Es ist anzumerken, dass bei den Fällen mit Windparks, geringere Einsparungen prognostiziert wurden als bei den konsolidierten Fällen aus den externen Datensätzen. Zurückzuführen könnte dieses auf die moderneren Windenergieanlagen der Windparks, oder auch auf unvollständige Fehlerberichte in den Datensätzen. Interessanterweise wurden bei den beiden Offshore-Windparks verschiedener Hersteller die Einsparungen in sehr unterschiedlichen Bereichen prognostiziert, obwohl die resultierenden Zahlen recht ähnlich waren.
Im Rahmen der Studie haben wir festgestellt, dass sich mehrere Überwachungspakete hinsichtlich der Art der von ihnen erkannten Fehler überschneiden. Mit Ausnahme der SCADA-Datenanalyse, die in anderen Bereichen eingesetzt wird.
Überwachungstechniken, die auf den Antriebsstrang angewendet werden, insbesondere Schwingungsanalyse, akustische Emissionen und Ölanalyse, erkennen alle ähnliche Getriebe- und Antriebsstrangausfälle. Die Einsparung der Anwendung zweier dieser Techniken statt nur einer, ist geringfügig. Es gibt eine leichte Erhöhung der Erkennungswahrscheinlichkeit und Vorlaufzeit, aber es werden keine zusätzlichen Fehlermechanismen aufgedeckt.
Von diesen Techniken bietet die Schwingungsanalyse die größte Bandbreite an Möglichkeiten zur Fehlererkennung und kann auch für das Strukturmonitoring eingesetzt werden.
Die SCADA-Analyse ist eher dazu geeignet Fehler wie zugesetzte Kühler, Probleme mit der Elektrik und der Steuerung sowie kleinere Effizienzverluste zu erkennen, sodass sie andere Techniken ergänzt. In der Regel sind die Kosten für einzelne Fehler, die durch die SCADA-Datenanalyse erkannt werden, gering, sie treten aber relativ häufig auf. Dagegen sind die mit der Schwingungsanalyse erkannten schwerwiegenderen Fehler mit erheblichen Kosten verbunden, treten dafür aber seltener auf.
Die Analyse der SCADA-Daten machte etwa 20 % der Gesamteinsparungen aus und verbesserte die Erkennungsraten in anderen Bereichen um etwa 5 bis 10 %. Die Schwingungsanalyse trug bis zu 70 % zu den Gesamteinsparungen bei, wobei die restlichen Verbesserungen vermutlich der Erkennungswahrscheinlichkeit durch andere Methoden wie die Ölanalyse zuzuschreiben sind. Letztendlich generiert die Schwingungsanalyse den größten Teil der Einsparungen. Für sich allein genommen sind SCADA-Daten definitiv vorteilhaft, da sie verschiedene Fehler erkennen; daher und um das volle Einsparpotenzial zu nutzen, sollten sie zusätzlich zur CM eingesetzt werden.
Seit der Durchführung der Studie wurden die Windenergieanlagen-Konzepte erheblich verbessert und auch die Kosten für CM-Anlagen sind inzwischen wesentlich niedriger. Insgesamt schätze ich die Auswirkungen von CM-Systemen auf die jährlichen Gesamteinsparungen in den letzten zehn Jahren als gering ein, obwohl das Einsparpotenzial von Vibrationsanalyse und CM durch den aktuellen Marktdruck wahrscheinlich erheblich zugenommen hat.
Aber zurück zu der ursprünglichen Frage nach den tatsächlichen Einsparungen. Was war meine Antwort?
„Es kommt darauf an“, lag mir bereits auf der Zunge, aber basierend auf dieser Studie und vor allem auf mein Vertrauen in die Ergebnisse und Möglichkeiten moderner CM-Systeme, konnte ich mit Zuversicht antworten:
"Zustandsüberwachung spart mindestens eine Viertelmillion Euro pro Windpark und Jahr." Und das ist eine gute Nachricht für alle!
Referenzen
- DIN ISO 16079-2 Zustandsüberwachung und -diagnostik von Windenergieanlagen – Teil 2: Überwachung des Antriebsstrangs
- DIN ISO 17359 Zustandsüberwachung und -diagnostik von Maschinen – Allgemeine Anleitungen
- Coronado und Fischer: Fraunhofer IWES, Condition Monitoring of Wind Turbines: State of the Art, User Experience and Recommendations (Zustandsüberwachung von Windenergieanlagen: Stand der Technik, Nutzererfahrungen und Empfehlungen), Januar 2015
- May, Allan; McMillan, David; Thöns, Sebastian; Economic analysis of condition monitoring systems for offshore wind turbine subsystems (Wirtschaftliche Analyse von Condition-Monitoring-Systemen für Teilsysteme von Offshore-Windenergieanlagen), Proceedings of EWEA 2014
- ReliaWind Projektabschlussbericht: Reliability-focused research on optimizing Wind Energy system design, operation and maintenance: Tools, proof of concepts, guidelines & methodologies for a new generation (Zuverlässigkeitsorientierte Forschung zur Optimierung von Auslegung, Betrieb und Instandhaltung von Windenergieanlagen: Werkzeuge, Konzeptnachweise, Leitlinien und Methoden für eine neue Generation)