Leistungsfähigkeit
moderner Windleistungsprognosen
Dr. Thomas Sperling, EuroWind GmbH
IHS Workshop
24. September 2009, Wien
Foundation of the EuroWind GmbH as an innovative company for weather consulting services for the energy industry
Development and start-up of the in-house wind power forecast system “SOWIE”
Implementation of a pan-European wind power forecast service
EuroWind is awarded the international accreditation according to DIN EN ISO/IEC 17025:2005
2002
2004
2007
2001
(1) Ausbauerwartungen in Europa
(2) Motivation von Windstromprognosen (3) Überblick verschiedener Verfahren
(4) Entwicklungsstand von Windstromprognosen (5) Einfluss auf die EEX-Strompreise
(6) Grundlastfähigkeit und Auslastungsquote (7) Zusammenfassung
Worldwide distribution of installed wind power
Total: 120.000 MW
Growth in 2008: 25.000 MW
Source: GWEC, update 12/2008
Installed capacity in Europe by end of 2008: 66.000 MW Expected capacity in Europe until 2020: 180.000 MW
(Source: EWEA)
Contribution of renewables to the German electricity demand in 2008:
15,1 %
Expected contribution of renewables until 2020:
30 %
(Source: BMU, June 2009)
(2) Motivation
Politische Entscheidung für EE
im Kontext einer wirtschafts-, sicherheits- und klimapolitischen Diskussion
Herausforderungen:
• Volatilität
• Regelenergiebedarf
• Bilanzkreismanagement der TSO
• Zuverlässigkeit von Prognosen
• Auswirkung auf Großhandelpreise
Volatilität der Windstromerzeugung in Deutschland für 2007
(3) Überblick verschiedener Verfahren
Quelle:
SW & W, Feb. 2009
Übersicht über numerische, prognostische Modelle
GCM (ECMWF, GFS)
Regionale Modell z.B. COSMO-EU, HiRLAM (Europa) Mesoskalige Modelle (Stadt)
Mikroskalige Modelle (Straßenschluchten)
Qualität von Wettervorhersagen
(4) Entwicklungsstand von Windstromprognosen
Beobachtungsdaten:
Modellnesting
Modellkette:
ECMWF (40 km) HIRLAM (10 km)
Quelle: DWD
Grundgleichungen des LM (Lokalmodell des DWD)
Räumliche Diskretisierung
Modellkette zur Bestimmung von Windstromprognosen
Wettermodelle der nationalen Wetterdienste Windparkkonfiguration
(4) Entwicklungsstand von Windstromprognosen
Aufbau des Programmsystems SOWIE
High Resolution Limited Area Model (HiRLAM) Startzeitpunkt 0, 6, 12, 18 UTC
Vorhersagezeiträume von 0 bis 48 Stunden 0,1° Gitterauflösung
12° westliche bis 30° östliche Länge, 35° bis 70° nördliche Breite
Zur Verfügung stehende Daten sind:
Windgeschwindigkeit in 10, 60, 120 und 190 Meter, Temperatur in 10, 60, 120 und 190 Meter,
Rauhigkeitslänge (Flächenmittel) an jedem Gitterpunkt.
Daraus lassen sich berechnen:
die Stabilitätsverhältnisse in der bodennahen Schicht
das Windprofil in der Prandtl-Schicht
Prognosedaten an über 145.000 Geländepunkten
Transformation der
Windgeschwindigkeiten auf die
WEA-Standorte
Nabenhöhe {u,T}140
{u,T}30 {u,T}10
HIRLAM- Prognose HIRLAM- Prognose
HIRLAM- Prognose HIRLAM- Prognose
Windgeschwindigkeit
HIRLAM -PROGNOSEDATEN
u(Nabe)=
?
u(Nabe)=
?
Vertikales Windprofil
über den Ansatz der Monin-Obukhov-Ähnlichkeitstheorie:
κ= 0,4 von Kármán-Konstante z0 Rauhigkeitslänge *Randerson (1984)
u* Schubspannungsgeschwindigkeit L* Monin-Obukhov-Länge
* z mit
u z u
φm
κ ⋅
∂ =
∂ * 1
− ⋅
=
⋅ +
=
−
(labil) L
z
(stabil) L
z
m m
14
*
*
15 1
5 1
φ φ
Berechnung des vertikalen Windprofils
Abhängigkeit des vertikalen Windprofils von der Temperaturschichtung
0 20 40 60 80 100 120 140 160 180 200
2.0 5.8 7.1 8.0 8.8 9.5 10.1
W indge schw indigke it in m /s
Höhe über Grund in m
s tabil neutral labil
8,2 m/s
9,1 m/s
Kumulierter Energieertrag für beliebige Gebiete:
)) (
, ,
, ,
(
1
v L
v h
y x
f
E
i i i i
i
∑
i∑ ∑
∑
========
0 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000
26.05.2007 00 26.05.2007 03 26.05.2007 06 26.05.2007 09 26.05.2007 12 26.05.2007 15 26.05.2007 18 26.05.2007 21 27.05.2007 00 27.05.2007 03 27.05.2007 06 27.05.2007 09 27.05.2007 12 27.05.2007 15 27.05.2007 18 27.05.2007 21 28.05.2007 00 28.05.2007 03 28.05.2007 06 28.05.2007 09 28.05.2007 12 28.05.2007 15 28.05.2007 18 28.05.2007 21 29.05.2007 00 29.05.2007 03 29.05.2007 06 29.05.2007 09 29.05.2007 12 29.05.2007 15 29.05.2007 18 29.05.2007 21 30.05.2007 00 30.05.2007 03
wind power output [MW]
Optimisation of wind power forecast with actual measured production data of a wind farm (1000 m height a.s.l.) with 15.6 MW rated power
Measurement (black), old forecast (green), optimised forecast (red), confidence intervals (dashed)
original bias: -11,4 %
original correlation: 89,4 % optimised bias: -3,3 %
optimised correlation: 91,7 %
Windparkkonfiguration:
48-Stunden-Vorhersage für den 12. Juni 2009
Entwicklung von bundesweiten day-ahead Windstromvorhersage
(5) Einfluss auf die EEX-Strompreise
Jahresgang der Windstromerzeugung für 2007 (6) Grundlastfähigkeit und Auslastungsquote
80 % der Tage ≥ 8.350 MW in 2008 2007: 70 % der Tage
Saisonale Auslastungsquoten in Europa für das Jahr 2007
20 % = 1.750 Volllaststunden
30 % = 2.600 Volllaststunden
(7) Zusammenfassung
Optimierung der Windstromprognosen durch Weiterentwicklung der Verfahren
Höhere Prognosegenauigkeit durch Einbeziehung von Offshore-Windparks
Direktvermarktung beschleunigt die Verbesserung der Prognoseverfahren
Erhöhung des Regelenergiebedarfs durch Windstrom Windstrom reduziert die EEX-Strompreise
Effiziente Speichertechnologien (z.B. Wind-Wasserstoff-Systeme) erhöhen die Grundlastfähigkeit von Windstrom
Ressourcenorientierter Ausbau gewinnt an Bedeutung