Hin zu hochauflösenden, validierten und offenen globalen Windenergie-Bewertungen

Warum bessere Windkarten für alle wichtig sind

Während Länder darum wetteifern, fossile Brennstoffe zu ersetzen, werden Windkraftanlagen zu einem Rückgrat sauberer Stromversorgung. Doch die Planung, wo sie gebaut werden sollen, wie viele gebraucht werden und wie sie tatsächlich leisten, beruht weiterhin stark auf Computermodellen, die sich als überraschend ungenau erweisen können. Dieser Artikel stellt ein neues, offen verfügbares globales Modellierungswerkzeug für Windenergie vor, das sorgfältig mit Messdaten validiert wurde. Für Bürger, Planer und Entscheidungsträger bedeutet das vertrauenswürdigere Schätzungen darüber, wie viel sauberen Strom Wind tatsächlich liefern kann und wo es am sinnvollsten ist, zu bauen.

Die Herausforderung, den Wind vorherzusagen

Bewegte Luft in Strom umzuwandeln klingt vielleicht einfach: Wenn der Wind weht, drehen sich die Turbinen. In Wirklichkeit ist die Abschätzung von Windenergie für ganze Länder oder den Planeten komplex. Wind variiert von Ort zu Ort (ein Gipfel ist nicht wie ein Tal), von Stunde zu Stunde und von Saison zu Saison sowie von Turbine zu Turbine. Die meisten groß angelegten Windstudien verwenden globale „Reanalyse“-Wetterdatensätze und digitale Windkarten, die Messungen mit physikbasierten Wettermodellen verschmelzen. Frühere Werkzeuge, die diese Datensätze nutzten, übersprangen oft gründliche Realitätschecks, besonders außerhalb Europas, und korrigierten selten systematische Fehler in den zugrunde liegenden Winddaten. Infolgedessen konnten Schätzungen, wie viel Strom Windparks produzieren könnten, um Zehnerprozente falsch liegen, was langfristige Energieplanungen erschwert.

Aufbau einer offenen, globalen Windenergie-Engine

Die Autoren erweitern das Open-Source-Modellierungsframework ETHOS.RESKit zu einem hochauflösenden globalen Windenergiesimulationssystem. Es kombiniert moderne Wetter-Reanalyse-Daten (ERA5) mit dem aktuellen Global Wind Atlas und verfeinert Windinformationen bis hin zu Gittern von nur 250 Metern. Das Modell kann mehr als 800 verschiedene Turbinentypen abbilden und außerdem „synthetische“ Turbinen erzeugen, die auf wenigen Konstruktionsentscheidungen wie Nabenhöhe und Rotordurchmesser basieren — nützlich, um zukünftige Technologien zu testen, die noch nicht gebaut sind. Entscheidend ist, dass all dies transparent geschieht: Code und Datenprodukte, die benötigt werden, um das Modell auszuführen oder die Analyse zu wiederholen, sind öffentlich zugänglich, sodass andere Forschende und Planer den Workflow prüfen, anpassen und verbessern können, anstatt sich auf Black-Box-Schätzungen zu verlassen.

Anpassung des Modells an die reale Welt

Eine zentrale Neuerung dieser Arbeit ist ein detaillierter „Kalibrierungs“-Schritt, der systematische Fehler in den Winddaten korrigiert, bevor Leistungsberechnungen vorgenommen werden. Das Team stellte mehr als 18 Millionen stündliche Messwerte von hohen meteorologischen Masten weltweit zusammen, in Höhen, die denen von Turbinen-Naben ähneln. Der Vergleich dieser Messungen mit den modellierten Winden zeigte, dass die Standarddatensätze dazu neigen, schwache Winde zu unterschätzen und stärkere Winde zu überschätzen, insbesondere in dem Bereich, der für die Turbinenleistung am wichtigsten ist. Die Autoren reagieren mit einer windgeschwindigkeitsabhängigen Korrekturfunktion: Niedrig modellierte Winde werden nach oben korrigiert, hohe Winde nach unten gezogen, auf nichtlineare Weise, zugeschnitten auf die beobachtete Verzerrung. Diese Korrektur wird dann global in ETHOS.RESKit auf jede simulierte Stelle angewandt.

Prüfung des Modells

Um zu prüfen, ob das kalibrierte Modell das Verhalten realer Turbinen tatsächlich erfasst, verglichen die Autoren simulierte Erträge mit 8 Millionen Stunden gemessener Stromproduktion von 152 Turbinen und Windparks in sechs Ländern, sowohl an Land als auch offshore. Nach der Kalibrierung sinkt der durchschnittliche Fehler im Kapazitätsfaktor — einem gebräuchlichen Maß dafür, wie stark eine Turbine ausgelastet ist — auf etwa 5,6 %, mit einer starken Korrelation (0,844) zwischen simulierten und gemessenen stündlichen Leistungen. Sie testeten auch, wie gut das Modell das Verhalten verschiedener Turbinendesigns reproduziert. Indem sie echte Nabenhöhen-Windmessungen sowohl in Hersteller-Leistungskennlinien als auch in ETHOS.RESKit‑synthesische Kennlinien einspeisten, zeigen sie, dass ihr synthetischer Ansatz reale Maschinen eng nachahmt: Für die großen Hersteller, die fast 80 % der globalen Windkapazität ausmachen, liegt die Übereinstimmungsnote typischerweise bei 0,96 oder höher auf einer Skala von 0–1. Schließlich simulierten sie die gesamten nationalen Windflotten von 71 Ländern und verglichen die Ergebnisse mit offiziellen Statistiken der Internationalen Energieagentur. Im Mittel weicht der kalibrierte Workflow nur um etwa 0,6 Prozentpunkte in den nationalen Kapazitätsfaktoren ab — ein großer Fortschritt gegenüber unkorrigierten Schätzungen.

Von besseren Zahlen zu besseren Entscheidungen

Für Nicht‑Spezialisten bedeutet das Ergebnis: Diese Arbeit verwandelt grobe Schätzungen zur zukünftigen Windenergie in solidere Zahlen — und das mit offenen Werkzeugen, die jede*r einsehen und wiederverwenden kann. Durch die Korrektur von Verzerrungen in globalen Winddatensätzen und die gründliche Überprüfung der Ergebnisse an realen Turbinen und nationalen Statistiken liefert ETHOS.RESKit ein wesentlich zuverlässigeres Bild davon, wie viel Strom Wind liefern kann und wo. Das hilft Regierungen, Netzbetreibern und Investoren, sauberere Energiesysteme mit größerer Sicherheit zu entwerfen — und etwa zu entscheiden, wie viel Backup oder Speicherkapazität benötigt wird oder welche Regionen zu wichtigen Windzentren werden können. Kurz: Bessere Windsimulationen bedeuten bessere Planung für eine klimaneutrale Energiezukunft.

Zitation: Peña-Sánchez, E.U., Dunkel, P., Winkler, C. et al. Towards high resolution, validated and open global wind power assessments. Nat Commun 17, 539 (2026). https://doi.org/10.1038/s41467-026-68337-z

Schlüsselwörter: Windenergie, Modellierung erneuerbarer Energien, Kapazitätsfaktor, Global Wind Atlas, Energieplanung