Dung-Beetle-Optimierung für probabilistische Kraftanalyse von Heliostat‑Tragwerken

Warum Wind und Spiegel wichtig sind

Große Spiegelfelder, sogenannte Heliostaten, stehen im Zentrum einiger Solarkraftwerke. Sie verfolgen die Sonne und reflektieren Licht auf einen zentralen Turm, um Strom zu erzeugen. In offenen, windigen Wüsten aber sind diese hoch aufragenden Spiegelstrukturen ständig Windböen und turbulenter Luft ausgesetzt. Treffen Ingenieure falsche Annahmen über diese Windkräfte, können die Tragwerke überdimensioniert und kostspielig — oder schlimmer, unterdimensioniert und unsicher — ausfallen. Diese Arbeit untersucht, wie sich Windkräfte auf Heliostat‑Tragwerke besser vorhersagen lassen, mithilfe eines von der Natur inspirierten Computeralgorithmus, der am Verhalten von Mistkäfern orientiert ist, mit dem Ziel, Solarenergie sowohl sicher als auch bezahlbar zu halten.

Wie Wind auf Solarpiegel drückt

Heliostaten sind mehr als flache Spiegel auf Pfosten. Sie bestehen aus Trägern, Stützen und Gelenken, die den Wind auf unterschiedliche Weise spüren. Üblicherweise gehen Ingenieure davon aus, dass der sich ständig ändernde Winddruck einer ordentlichen, glockenförmigen Verteilung folgt — der klassischen Normal‑ oder Gauß‑Verteilung. Frühere Studien zeigten jedoch, dass reale Winddrücke auf Heliostaten diese Regel oft verletzen, vor allem an bestimmten Bereichen der Spiegelfläche. Das bedeutet, einfache Modelle können Spitzenkräfte, die für das Verhindern von Versagen entscheidend sind, falsch einschätzen. Die Autoren untersuchen deshalb das echte, zufällige Verhalten der Windkräfte am Tragwerk, nicht nur an der Spiegelfläche, unter vielen Kombinationen aus Windrichtung und Spiegelstellung.

Von Messungen in der Wüste zu Windkanaltests

Die Studie beginnt mit sorgfältigen Windmessungen an einem tatsächlichen Heliostatstandort in einer nordwestlichen Wüstenregion Chinas. Das Team installierte einen etwa 10 Meter hohen Mast mit mehreren Anemometern, um über mehr als 87 Stunden zu erfassen, wie sich Windgeschwindigkeit und ‑richtung mit der Höhe ändern. Anschließend rekonstruierten sie diese atmosphärische Grenzschicht in einem spezialisierten Windkanal, wobei Spires und Rauigkeitsblöcke auf dem Boden das Wüstengelände nachbildeten. Ein skaliertes Heliostatmodell, etwa 1/50 der Originalgröße, wurde an einem hochpräzisen Sechsachsen‑Kraftsensor montiert. Durch Rotation des Modells über 130 Kombinationen aus Elevation (Spiegelneigung) und Azimut (horizontale Richtungsstellung) zeichneten sie auf, wie sich Widerstand, Auftrieb und Kippmomente bei realistischem, böigem Wind veränderten.

Ordentliche Winde von wilden unterscheiden

Um zu beurteilen, ob sich Windkräfte wie eine ordentliche Glockenkurve verhalten oder eher extreme, asymmetrische Ausprägungen aufweisen, konzentrierten sich die Forschenden auf zwei Kenngrößen: Schiefe (Skewness), die Links‑Rechts‑Ungleichgewicht misst, und Wölbung (Kurtosis), die angibt, wie schwer die Verteilungsschwänze sind (wie häufig große Ausreißer vorkommen). Für jede Betriebsbedingung berechneten sie diese beiden Werte für Widerstand, Auftrieb und das Kippmoment am Fuß des Tragwerks. Durch Vergleich der Ergebnisse mit früheren Kriterien aus Gebäude‑ und Dachstudien entwickelten sie eine neue, strengere Regel, abgestimmt auf Heliostaten: Bleibt die Schiefe innerhalb von ±0,2 und die Wölbung bei 3,2 oder niedriger, kann die Kraft als gaußförmig behandelt werden; ansonsten ist sie nicht‑gaußförmig. Diese Regel klassifizierte etwa 97 Prozent aller getesteten Fälle korrekt, verglichen mit detaillierten Zeitverläufen und Histogrammen.

Was ein Mistkäfer über Wind lehrt

Die Prüfung von 130 Windzuständen im Kanal liefert nur eine Menge diskreter Punkte, doch Designer müssen das Verhalten für viele weitere Winkel und Geschwindigkeiten vorhersagen. Hier kommt der Dung‑Beetle‑Optimizer ins Spiel. Inspiriert vom Verhalten der Mistkäfer beim Rollen, Steuern und Schützen ihrer Kugeln durchsucht dieser Algorithmus den Parameterraum nach den besten Einstellungswerten für ein Vorhersagemodell. Die Autoren setzten ihn ein, um ein neuronales Netz zu trainieren, das Spiegelwinkel, Windrichtung und Windgeschwindigkeit mit Schiefe und Wölbung der Kräfte am Tragwerk verknüpft. Verglichen mit bekannteren Methoden wie Particle Swarm Optimization, Grey Wolf Optimization und Standard‑Backpropagation‑Netzen lieferte der Mistkäfer‑Ansatz genauere Vorhersagen und kleinere Fehler, insbesondere bei den Kennzahlen, die seltene, extreme Lasten steuern.

Aus Statistik sicherere Solarfelder machen

Durch die Kombination der neuen Gauß‑Regel mit den auf Mistkäfern basierenden Vorhersagen kartierten die Forschenden, wo Windkräfte verlässlich sind und wo sie unberechenbar werden. Sie fanden, dass Widerstand und Auftrieb tendenziell gutartig (gaußförmig) bei niedrigen Spiegelneigungen sind, aber bei steileren Neigungen in nicht‑gaußförmiges Verhalten übergehen, wo sich organisierte Wirbel an den Spiegelkanten bilden. Kippmomente zeigen das umgekehrte Muster und werden bei größeren Neigungswinkeln vorhersehbarer. Für die praktische Auslegung bedeutet das: Unter vielen Alltagsbedingungen können Ingenieure sicher einfachere, gaußbasierte Methoden verwenden, die weniger Rechenaufwand erfordern. Bei bestimmten, risikoreichen Winkeln sollten sie jedoch fortgeschrittene Modelle nutzen, die schwere Schwänze und Ausreißer berücksichtigen. Kurz: Die Studie liefert eine klare, physikbasierte Anleitung dafür, wann einfache Annahmen ausreichen und wann ein vorsichtigeres, detaillierteres Vorgehen nötig ist, um Heliostat‑Felder sowohl robust als auch kosteneffektiv zu halten.

Zitation: Luo, H., Liang, Y., Xiong, Q. et al. Dung beetle optimization for probabilistic force analysis of heliostat support structures. Sci Rep 16, 6893 (2026). https://doi.org/10.1038/s41598-026-38236-w

Schlüsselwörter: Heliostat-Windlasten, Solarturmanlagen, gaussche nicht‑gaussche Kräfte, Dung‑Beetle‑Optimierung, Windkanalversuche