Digital innovasjon i vindenergi

AI og digitalisering vil spille en avgjørende rolle for å oppskalere vindkraftproduksjonen raskt og effektivt i de kommende årene.

Digitalisering i vindkraft handler om å tenke nytt om hvilket potensial vind har. Med hjelp fra AI, kan effektiviteten økes på flere fronter. Fra prognosemodeller som kan forutse vindmønstre med større nøyaktighet, til avanserte algoritmer som kan optimalisere effektiviteten fra turbinene. Integrasjonen vil gi kostnadsreduksjon på alle stadier, fra planlegging, til bygging, drift og vedlikehold.

Miljøvennlige alternativ

Strømnettet skal også gjennom en digitalisering, både for å øke kapasitet og robusthet.  Gjennom å ta i bruk digitale løsninger kan vindparker sømløst integreres i strømnettet og bidra til en mer stabil energiforsyning.

Norge vil trenge mye mer kraft for å avkarbonisere industri og nå våre klimamål. En stor del av den nye etterspørselen vil komme fra olje- og gassprodusenter som brenner gass for å dekke energibehovet offshore. De blir møtt av et økt press om å dekke eget kraftbehov med miljøvennlige alternativ.

Vindkraft som eksportnæring

Havvind, drevet av banebrytende digitale teknologier, kan dekke dette behovet, men også generere overskuddskraft som kan sendes til land og komme til nytte for storsamfunnet. I de fleste kystområder i Norge, er havet så dypt at havvindparker vil måtte bruke flytende turbinteknologi. Prosjekter som Hywind Tampen og GoliatVind er avgjørende for å validere ny teknologi og bidra til å modne den til et nivå der havvindteknologi og tjenester kan bli en betydelig eksportnæring for Norge.

John Olav Tande er sjefforsker og forskningsleder ved SINTEF Energi, og leder forskningssenteret for havvind, FME NorthWind. Senteret går over 8 år med en ramme på 350 millioner NOK, og skal utvikle fremragende forskning og innovasjon som skal redusere kostnadene for vindenergi, legge til rette for bærekraftig utvikling, skape arbeidsplasser og øke eksport. AI og digitale verktøy er integrert i hele senteret, men er spesielt relevant for forskning og utvikling innen prediktivt vedlikehold og digitale tvillinger, og for innovasjoner som SKARV-systemet som skal bidra til å unngå fuglekollisjoner.