Nyt vindenergi indeks for Danmark

Transkript

1 Nyt vindenergi indeks for Danmark Af Per Nielsen, EMD februar 2004 Nyt vindenergi indeks for Danmark... Af Per Nielsen, EMD februar Data kilder... Beregningsmetode(r)...2 Beregning af vindindeks ud fra mølleproduktioner...2 Beregninger af vindindeks baseret på vindmålinger...2 Fastlæggelse af langtids niveau... Konklusion vedr. langtids niveau... Mølleproduktions indeks baseret på møller opstillet frem til Fin sortering af brugbare møller...8 Filtrering...9 Antal møller, sammensætning og spredning...4 Det beregnede indeks... Bornholm kalibrering...9 Præsentation af det nye vindindeks...20 Beregning af vindindeks ud fra vindmålinger...2 Beregning med data fra Risø målemaster...2 Beregninger med data fra World Wind Atlas (WWA)...2 Data kilder Vindmølleproduktionsdata fra Stamdata register årsproduktioner fra samt månedsproduktioner fra januar 2002 august 200. (Under udviklingen senere er opdateret frem til og med december 200). Problemer i datagrundlaget som er håndteret:. For nogle møller er der kun kvartals data 2. For en del møller er der ikke reelle historiske data, kun nøgletals beregnede værdier, således at hvert år har samme værdi når data er over en vis alder (forskellig periode for forskellige møller). Visse møllers produktion er i stamdata register rapporteret adskilt i en del af perioden og samlet i en andel af perioden. Dette er bl.a. tilfældet i for en række møllegrupper hvor møllerne er af forskellig størrelse. Disse er udelukket som referencemøller. 4. Fejldata samt data hvor møller har været ude af drift en given periode søges identificeret og udelukkes af beregninger dette sker primært gennem filtrering, som beskrives senere. Vinddata: (foreløbige) WWA, , 6 time værdier fra målepunkter Sprogø, (20 år) 0 min. værdier

2 Beregningsmetode(r) Beregning af vindindeks ud fra mølleproduktioner Beregning af vindindeks ud fra mølleproduktioner foretages som simpelt gennemsnit af de godkendte produktionsdata, normeret med møllens egen forventede langtidsproduktion (referenceproduktionen). Det er således en væsentlig opgave at finde referenceproduktionen, hvilket indebærer generelt fastlæggelse af langtidsniveau. Det er væsentligt at referenceproduktionen baseres på en periode med så typiske vindforhold som muligt, dvs. en normal retningsfordeling, og et vindenerginiveau tæt på 00%. I beregningerne af det nye vindindeks er valgt at benytte 998 som udgangspunkt for referenceproduktion (med efterfølgende justeringer, se senere) dette skyldes at flere tidligere analyser har fastslået at dette år opfylder kravene. Men kun at anvende eet år er naturligvis risikabelt, idet en given mølle kan have haft driftsproblemer det år, hvorfor supplerende specialanalyser hvor 998 produktionen sammenlignes med nabo årene gennemføres. Dette leder til et de møller, der ligger skævt i forhold til naboårene udelukkes. En anden begrundelse for valg af 998 er at det giver en kombination af følgende faktorer:. Tilpas lang tidsserie bagud til at sikre et robust grundlag ( hele år at analysere på ud over de 8 måneder) 2. Tilpas stort antal møller, incl. relativt store møller idet de store kw årgange fra 96+9 er med. Der anvendes KUN møller, der er indkørt før 998, op som har månedsproduktioner frem til august 200. Dette sikrer at det er de samme møller der leverer datagrundlaget for hele analyseperioden, hvilket naturligvis giver en stor sikkerhed for at det er vindforholdene, der regnes på og ikke mølle teknologi udviklingen. For at trimme 998 niveauet, inddrages andre datakilder, se afsnit om fastlæggelse af langtidsniveau. Gennem analyseforløbet viser det sig at forbedre beregninger ved at justere 998 referenceproduktionen gennem inddragelse af 999 og 2000 produktionsdata i fastlæggelse af referencen. Beregninger af vindindeks baseret på vindmålinger Vindenergi indeks ud fra vindmålinger foretages ved at gange målt vindhastighed på en effektkurve. Dette kan gøres via Excel lookup funktion, men da denne ved meget store datamængder (som fx. Sprogø) ganske enkelt kræver for meget computerkraft, er der udviklet en mindre regnekrævende algoritme: 2

3 Effektkurve med 6 ordens polynomie som trendlinie y = -0, x 6 + 0, x - 0,90980x 4 + 2,898x - 8, x 2 + 9, x - 0, Effekt (kw) Vestas 22 Poly. (Vestas 22) Vindhastighed (m/s) Figur Den anvendte effektkurve - udgangspunktet er en Vestas 22 kw, som er rimelig "gennemsnitlig". NB: Det er vigtigt at tage trendlinie fra en X-Y graf, ikke en liniegraf, da denne kan give en forskydning. Ud over effektkurven (som naturligvis normeres), benyttes faktorer til hhv.. afskæring ved lave og høje vindhastigheder (til test af effektkurve form følsomhed) 2. skaleringsfaktor på vindhastigheden (for tilpasning af måling til det gennemsnitlige vindklima vindindeks skal virke for). ved optimering af vindindeks benyttes retningsopdelte skaleringsfaktorer (til kompensation for dels vindmålingens afhængighed af lokal terræn indflydelse, dels kompensering for at den gennemsnitlige mølleplacering har bedre terræn i nogle retningssektorer end andre). 4. Temperatur korrektion, så der tages højde for den større luftmassefylde i vintermånederne. Fastlæggelse af langtids niveau Første datakilde til dette formål er Sprogø målingerne, venligst stillet til rådighed af RISØ / Sund & Bælt, der har fået samlet en næsten komplet mere end 20 år lang måleserie for 0 m højde. Da det samtidig er midt i Danmark uden lokale terræn problemer (måske bortset fra at det er offshore vindforhold), bør denne være en oplagt kandidat til fastlæggelse af langtidsvindindeks.

4 00 Sprogø baseret månedligt vind indeks - 20 års 0 m frie målinger midt i DK NE-indeks Aktuel Figur 2 De månedlige udsving såvel som niveau fra det beregnede Sprogø vindindeks og Naturlig Energi (NE) indekset baseret på vindmølleproduktion synes at følges ganske pænt i hele den 20 årige periode. dog ses enkelte afvigere, fx. i starten af 990, hvor Sprogø indekset i flere måneder ikke når nær så højt som NE indekset. Men også i måneder med lave indeks har årene deromkring lavere værdier fra Sprogø end NE. I den næste graf er værdierne samlet på årsniveau, og det ses at især årene er der forskelle 0-% lavere Sprogø indeks end NE indeks. Forklaringer herpå er søgt fundet gennem inddragelse af mølleproduktionsanalyser, hvor indeks baseret på møller fra før 990 er beregnet. Disse viser at NE indekset synes omkring % for højt fra , og kan derigennem forklare lidt af afvigelsen, men kun en mindre del. Der er naturligvis forsøgt utallige indeks beregningsmetoder, men den vej kan dette problem ikke løses. Forklaringen må findes i at der enten er fejl i Sprogø data eller at det er offshore vindklimaet, der måske grundet anderledes stabilitetsforhold en årrække har udvist lavere målte vindhastigheder. Efterfølgende vises en lille regional test, blot for at sikre at det ikke blot er en geografisk afvigelse. Figur Der er udvalgt møller fra 4 kw og op indkørt før 988 i området omkring Sprogø masten for at teste afvigelsen 4

5 Figur 4 De år ligger møllerne med en NE-indeks vindkorrigeret årsproduktion i MWh/m^2 rotor omkring 0 kwh/m2 mod ca. 600 årene før og efter (998 medtages ikke da antal møller med produktionsdata her er stærkt reduceret) det er % lavere og forklarer således omkring halvdelen af forskellen. Forklaringen for halvdelen af afvigelsen kan således findes i et for højt NE-indeks for den specifikke region. Men som grafikken efterfølgende viser, er det ikke kun for den specifikke region anvendelse af et væsentlig større mølleantal (alle indeks brugbare møller før 990), viser tilsvarende tendens. Det kan således ikke siges blot at være et regionalt fænomen, men blot en konstatering af at NE-indekset synes at have ligget omkring % for højt i det mindste i Men selv om der korrigeres herfor, er Sprogø indekset stadig -0% lavere end det mølleproduktioner viser. Til gengæld er det noget højere i Fra følges mølleproduktion og Sprogø indeks imidlertid meget flot med under % afvigelse de enkelte år til det nye mølleproduktions indeks. Og gennemsnitligt er de for denne periode stort set ens. Også et WWA indeks fra (normeret til 9% for de år da alt peger på at de sidste år er omkring % under langtidsnormalen) er beregnet og vist i efterfølgende graf. Dette følger såvel Sprogø som nyt mølleproduktionsindeks meget flot. Men alle indeks ligger i perioden nogle få procent over NE indekset. Det væsentligste uddrag af disse øvelser er at 998 niveauet synes at skulle ligge omkring 04% - eller ca. % højere end NE-indekset, der er 0% for 998.

6 20 Sprogø baseret årligt vind indeks - 20 års 0 m frie målinger midt i DK sammenlignet med andre NE-indeks Sprogø Mølle prod. indeks for møller <990 WWA indeks & Figur Væsentligt her er at 20 års Sprogø data omregnet til vindindeks viser at det generelle niveau for det tidligere vindenergi indeks (NE) bør hæves omkring -4% i perioden Især 998 niveauet er vigtigt, da 998 senere vil blive anvendt som referenceår. Andre langtids indeks sammenlignet med NE indeks 2,% 0,0% 0,% 0,0% 02,% 00,0% 9,% 9,0% 92,% 90,0% 8,% 8,0% WTG < 90 / NE Sprogø indeks / NE WWA indeks / NE 00% linie Figur 6 I 998 er der ret stor enighed om et vindenerginiveau ca. % højere end NE indekset er fornuftigt - dette anvendes senere. NE indekset har nok, primært baseret på genanalysen af mange mølleproduktioner, været lidt for højt (4-%) i samt jvf. tidligere herefter har det så været nogle få procent for lavt op gennem 90 erne. Grunden til dette er at indekset ud over at afspejle vindenergien, også til en vis grad har afspejlet teknologiudviklingen afvigelsen må tilskrives den store mølleudskiftnings påvirkning af beregningsmetoden. 6

7 Konklusion vedr. langtids niveau Fastlæggelse af langtidsniveauet er en vanskelig detalje. Der er ingen fuldstændig entydighed. Men 20 års frie målinger ved Sprogø omregnet til vindindeks og normeret til 00% synes at være et godt udgangspunkt for fastlæggelse af langtidsniveau. Men også NE-indekset er naturligvis et væsentligt input, da dette jo netop er et vindenergi indeks baseret på mølleproduktioner. NE indekset viser over en mere end 20 år lang periode et niveau på 98% (incl. korrektioner hvor niveauet er ændret), hvilket peger på at det generelle indeksniveau bør øges med 2%. Erfaring med forskellige metoder gennem mange års arbejde med emnet samt adskillige afprøvninger af forskellige indeksniveau i mange sammenhænge er naturligvis også anvendt, om end ikke dokumenteret. Med baggrund i de i afsnittet beskrevne forhold kombineret med den ovenfor beskrevne opnåede erfaring, omsættes dette til noget operationelt i den videre vindindeks beregning. Her vælges at benytte 998 som udgangspunkt, bl.a. begrundet i at dette år var yderst normalt både hvad niveau samt retningsfordeling angår. Sprogø indeks giver her et vindenerginiveau på ca. 04%, hvilket er ca. % over NE-indekset, der selv efter meget lang tid er 2% under normalen (00%). De % benyttes som udgangspunkt for senere kalibrering af niveauet ud fra mølleproduktioner. Mølleproduktions indeks baseret på møller opstillet frem til 998 Det vælges som tidligere begrundet at benytte møller opstillet før 998 som udgangspunkt for det nye indeks. Samtidig vælges referenceproduktionen for hver enkelt mølle til 998 produktionen med et gennemsnitligt indeks niveau på 04%, dog med regionale korrektioner. Møllerne deles op i geografiske regioner og der sorteres ud i møllerne som beskrevet tidligere. De regionale indeks tilpasses niveaumæssigt, så -års perioden er ens for de geografiske regioner Opdelingen i geografiske regioner gøres ud fra nogle kriterier: Hvor der vurderes at være vindmæssige forskelle, fx. Nord Syd, men også vestkystnær contra indland. Der skal være et rimeligt antal referencemøller i hvert område (>200, dog ikke Bornholm) Områdegrænser afprøves og justeres, hvor der lægges vægt på at spredningen i indeks fra de forskellige møller i regionen skal minimeres. Regioner med stor spredning indikerer en ikke vindmæssig homogen region, og den må derfor redefineres. Dette er en iterativ proces hvor mange forskellige område afgrænsninger har været afprøvet med følgende resultat:

8 Kontrolmøller til nyt indeks - PERIODE: under omr. gns over omr. gns Indenfor Kasseret Figur Opdeling i regioner, hvor der dels er et passende stort antal referencemøller i hver region (>200, dog ikke Bornholm), og der samtidig er en beskeden spredning i de beregnede regionale indeks fra måned til måned. Ovenviste kort anvendes til en kontrol af hvilke møller der hhv. ligger lavt/højt i forhold til regionens gennemsnit og kan dermed benyttes til en visuel inspektion af datagrundlaget bag hver enkelt års eller måneds indeks. Som det fremgår er der valgt rette linier i vest-nord, mens der er buede linier i de øvrige områder. Dette er en rent praktisk foranstaltning de buede linier skyldes at amtsgrænser er anvendt til opdelingen. disse kan naturligvis erstattes af rette linier hvilket er under overvejelse. Det vurderes dog væsentligt at fastholde en adskillelse mellem Fyn og Sjælland, så man kan have entydige indeks øst og vest for Storebælt. Dette kan anvendes ved fx. korrektion af den samlede mølleproduktion i hhv. Elkraft og Eltra område. Desuden anvendes opdelingen til den endelige kontrol af de beregnede indeks baseret på alle møller i hhv. øst og vest danmark. Fin sortering af brugbare møller Ud over de allerede nævnte kriterier for forkastning af visse møller til indeksberegning, er der udført analyser af 998 produktion i forhold til nabo årene, således at møller med væsentlig afvigende 998 produktion er elimineret. Ellers ville det være for følsomt kun at anvende eet år som reference produktion. Et eksempel på en sådan grafisk analyse er vist nedenfor. 8

9 Figur 8 Udsnit af analyse - møller der har både har lav 98 produktion relativ til 96 og 9 udelades, da dette må betyde en driftsforstyrrelser i 998 og dermed en ikke brugbar reference produktion. Det er et forholdsvist beskedent antal der udelades gennem sammenligning med nabo år hvorfor der ikke forsøges etableret referenceproduktion baseret på andre årsproduktioner i første omgang. Senere inddrages 999 og 2000 dog i en finpudsning af referenceproduktion. Filtrering Filtrering er væsentlig dels for at frasortere fejldata, dels mølleproduktioner der er lave grundet udetid, og ikke på grund af ringe vind. Især sidstnævnte er naturligvis vanskelig, da man reelt ikke kan skelne mellem få dages udetid i en måned og lidt ringere produktion, når man kun har månedsdata til rådighed. Det er således kun mere markante udetider, man kan forvente at frasortere. For at foretage filtreringen, etableres først et ufiltreret landsindeks dvs. et indeks beregnet som simpelt gennemsnit af alle referencemøller. Herefter sammenholdes de enkelte møllers indeks med denne værdi er den over eller under hhv. en nedad og opad filterprocent, udelades den. At der er etableret forskellige op/ned filterværdier, forklares ved hjælp af følgende eksempel: 9

10 Bornholm indeks maj-02 - INGEN FILTER Bornholm indeks maj-02-0% filter 00% 00% 60% 40% 60% 40% 0% 0% Mølle nummer Mølle nummer Figur 9 Gennem filtrering hvor ekstremer frasorteres, hvis de afviger mere end 0% fra brutto indeksberegning (alle møller med, hele landet), fjernes de møller på Bornholm fra beregningen, som reelt viser at denne måned reelt er ca. 00% på Bornholm de tilbageværende giver kun, hvilket åbenlyst er forkert. De der viser 40% skal naturligvis fjernes, da det er klart at der har været driftsproblemer. Bornholm indeks maj-02-0% filter nedad, 0% opad maj-02 - filter nedad, opad 00% 60% 40% 00% 60% 40% 0% 0% Mølle nummer Mølle nummer Figur 0 Revideret filter, hvor der individuelt kan etableres nedad og opadgående frasorteringsfiltre. Her "fanges" Bornholms indeks for denne måned korrekt. Ulempen er at det bliver en alt for svag filtrering i de øvrige landsdele derfor er etableret individuelle referencer for de enkelte områder, hvorved filtreringen kan indsnævres mere uden at frasortere fejlagtigt. Grafen til højre illustrerer den nye løsning af problemet. Et andet eksempel, atter fra Bornholm, men hvor Bornholm har ringere vind end resten af landet. Bornholm indeks mar-0-00% filter nedad, 00% opad Bornholm indeks mar-0-40% filter nedad, 40% opad 0% 60% 0% 40% 0% 0% 0% 0% 60% 0% 40% 0% 0% 0% Mølle nummer Mølle nummer Figur Marts-0 hvor reference indeks er - på Bornholm har vindforholdene tydeligvis været ringere, omkring 6%. Man skal helt klart slippe af med mølle nr. 0, om man skal udelade,4 samt 9 er mere usikkert. Tolerance tærsklen skal helt op på 40% (nedad) for at få de nævnte møller med. Nedenfor ses resultatet med den nye regionale filtrering. 0

11 mar-0-2% filter nedad, 2% opad 0% 60% 0% 40% 0% 0% 0% Mølle nummer Figure 2 Man skal op på 2% for at inkludere mølle nummer og 4 efter den nye områdeafhængige filter metode. Vi vælger 2% såvel opad som nedad på månedsniveau baseret på en række eksperimenter illustreret gennem overviste eksempel. I den afsluttende test af filtreringen sammenlignes beregnet vindindeks med mølleproduktion pr. kw for samtlige møller i Danmark. Et første bud herpå ses nedenfor: % 0% 0% 00% 9% 90% 8% Forhold mellem indeks beregnet fra samtlige møllers produktion pr. kw og indeks beregnet fra kontrolgruppe, alle før 998 Den stigende trend synes OK da udskiftningen generelt har forbedret prod/kw - faldet i øst fra juni-0 skyldes Nysted havmølleprojekt, der tæller meget i kw, men de første måneder lidt i produktion - Horns rev påvirker desuden vest meget Vest_alle/indeks Øst_alle/indeks Figure Første forsøg på at sammenligne forholdet mellem alle møllers produktion pr. kw med de nye vindindeks. Den store påvirkning fra de to store havmølleparker gør at det vælges at rense datagrundlaget for disse.

12 Forhold mellem indeks beregnet fra samtlige møllers produktion pr. kw (excl. de to store offshore projekter) og indeks beregnet fra referencemøller, alle før 998 Der er en meget fin overensstemmelde - det store fald fra nov. til dec. 02 i øst DK kan faktisk delvist forklares idet en effektudvidelse på hele % kom til, uden der kom tilsvarende produktionstilgang grundet indkøringsforsinkelser. Det forklarer dog kun den ene måned - trenden månederne før og efter er ikke forklaret. % 0% 0% 00% 9% 90% Vest-ver. Øst ver. 8% Figure 4 Efter en række forbedringer og filterafprøvninger, endes op med dette resultat. Det må betegnes som meget flot at man på basis af mølleproduktioner fra møller udelukkende før 998 kan forudsige samtlige møllers produktion indenfor en margin under % hver måned og de fleste måneder indenfor mindre end 2%. Samtlige møllers produktion/kw (ex. store offshore) rel. til vindindeks Endelig fastlæggelse af frasorteringskriterie på måneder, nedad til - Øst,08,06,04,02,00 0,98 0,96 0,94 0,92 2% 2% Linear (2%) Samtlige møllers produktion/kw (ex. store offshore) rel. til vindindeks Endelig fastlæggelse af frasorteringskriterie på måneder, nedad til - VEST,08,06,04,02,00 0,98 0,96 0,94 0,92 2% 2% Linear (2%) Figure De detaljerede analyser der fører til valg af en nedadtil filtrering på 2% på månedsniveau. Bemærk at der er jvf. trendlinie i VEST er en effektivitetsforbedring relativt til vindindeks på 2% gennem de 20 måneder (med en stor udskiftning), mens den er under % i ØST, hvor udskiftningen også har været væsentlig mindre. For års værdierne, som er væsentlig mere homogene end månedsværdierne, bør filterværdierne indsnævres en del i forhold til månedsværdierne. Nedenfor ses et eksempel. 2

13 Filter, år: 8% nedad, 8% opad 00% 60% 40% % Figur 6 Kun en enkelt værdi ud af de års x 26 møller års værdier filtreres fra. Fastlæggelse af de endelige filterværdier er gennemført på basis af mange eksperimenter. Ikke kun de foranviste redskaber har været anvendt. også visuel geografisk vurdering af hvilke møller der frasorteres har været anvendt, se nedenfor. Kontrolmøller til nyt indeks - PERIODE: november under omr. gns over omr. gns Indenfor Kasseret Figure Kort der viser dels de frasorterede møller ved givne filtre, dels de møller der giver de hhv. laveste

14 og højeste indeks i perioden. Her ses tydeligt at alle østkyst møllerne frasorteres det er især tydeligt på Sjælland. Det er naturligvis ikke et udtryk for at alle østkystmøller har driftsfejl, men her er det den øvre filtergrænse der er sat for hårdt kombineret med meget øst vind. måned År Filter, Nedad 2% 2% Filter, Opad 0% 0% Figure 8 De endelige filterværdier valgt efter en række eksperimenter. 02% 00% 98% 96% 94% 92% 90% 88% Procent anvendte årsdata % 9% 90% 8% Procent anvendte månedsdata jan-02 feb-02 mar-02 apr-02 maj-02 jun-02 jul-02 aug-02 sep-02 okt-02 nov-02 dec-02 jan-0 feb-0 mar-0 apr-0 maj-0 jun-0 jul-0 aug-0 Figure 9 Resulterende anvendte data - det virker fornuftigt at i størrelsesordnen 6% af årsværdierne mens -0% af månedsværdierne frasorteres inden den endelige indeks beregning. Kun i en enkelt måned, februar 0, der havde meget specielle vindforhold, frasorteres hele 4%. Antal møller, sammensætning og spredning Antal referencemøller Antal månedsdata jan-02 feb-02 mar-02 apr-02 maj-02 jun-02 jul-02 aug-02 sep-02 okt-02 nov-02 dec-02 jan-0 feb-0 mar-0 apr-0 maj-0 jun-0 jul-0 aug-0 Antal månedsdata omr Figure 20 Antallet af godkendte produktionsdata de enkelte år - måneder. Det ses at der er mindst 200 møller hver måned i de første regioner mens der kun er -2 på Bornholm. I aug-02 er er der således kun møller bag indekset på Bornholm. 4

15 Forskel_start OK 00 Count of kom Område kw Figure 2 Sammensætning af møllestørrelser og antal for de 8 regioner. Det er væsentligt at der er et passende miks af mindre og større så er muligheden for at analysere betydningen heraf til stede. Forskel_start OK 600 Count of kom Område Startår Figur 22 Indkøringsår for de anvendte møller - alle er fra før 998, så det er præcist de samme møller der anvendes i hele perioden fra 998 hvor det nye indeks beregnes. Kun møller der har data frem til og med august 0 er godkendt dette bør sikre at de fleste er blivende nogle år endnu (kom ikke med i udskiftnings ordning).

16 8% 6% 4% 2% 0% 8% 6% 4% 2% 0% Spredning på vindmølle indeksberegning jan-02 feb-02 mar-02 apr-02 maj-02 jun-02 jul-02 aug-02 sep-02 okt-02 nov-02 dec-02 jan-0 feb-0 mar-0 apr-0 maj-0 jun-0 jul-0 aug Alle Figur 2 Spredningen på indeksberegning de enkelte år og måneder viser et rimeligt ens niveau for alle regioner, typisk 6-2% hvilket må siges at være rimeligt tilfredsstillende. Enkelte måneder, fx. feb.02 og dec.02 har op omkring 6% spredning forklaring herpå ses af de næste grafer. Figur 24 Retningsfordelingen af vindenergien var meget ens i februar 2002 stort set al vindenergi kom fra sydvest, hvilket naturligvis medfører større forskelle fra mølle til mølle end hvis vind retningerne er mere varierende. 6

17 Figur 2 Et andet eksempel på en måned med stor spredning, dec Her kommer al vind fra Ø-SØ Det beregnede indeks Område opdelte indeks 200% 60% 40% 00% 60% 40% jan-02 feb-02 mar-02 apr-02 maj-02 jun-02 jul-02 aug-02 sep-02 okt-02 nov-02 dec-02 jan-0 feb-0 mar-0 apr-0 maj-0 jun-0 jul-0 aug-0 Figur 26 Det - eller rettere de 8 indeks, der kommer ud af beregningen. Som det fremgår følges de pænt man skal dog være forsigtig med en absolut værdigraf, som kan snyde meget - kun Bornholm har tydelige større afvigelser fra de øvrige.

18 0% 0% 00% 90% 0% Gns. relativt til NE-indeks (998= 04,0% med mindre regionale justeringer) jan-02 feb-02 mar-02 apr-02 maj-02 jun-02 jul-02 aug-02 sep-02 okt-02 nov-02 dec-02 jan-0 feb-0 mar-0 apr-0 maj-0 jun-0 jul-0 aug Figur 2 For rigtigt at kunne vurdere indekset er det her divideret med NE indekset. Bemærk hvorledes Bornholm er markant afvigende dette har derfor fået en sær kalibrering. Bemærk også at det nye indeks gennemsnitligt ligger ca. % over NE indekset og ca. % under 2002 (Bornholm undtaget). Dette er som det skal være ud fra forundersøgelserne og opstillede langtids kalibreringskrav. 0% Før 998 er resultater mindre præcise grundet vigende mølleantal og manglende grundig dataanalyse indgår kun 0 møller. 000 Nyt indeks relativ til NE indeks 0% 00% 9% 90% 8% % 0% 0% 04% 0% 02% 0% 00%99% 98% 98% 96% 96% 9% 9% 94%94%94% 9% 90% Samtlige møllers gennemsnits indeks De 8 områders gennemsnits indeks Antal data 8% 98% 92% 9% 92% jan-02 feb-02 mar-02 apr-02 maj-02 jun-02 jul-02 aug-02 sep-02 okt-02 nov-02 dec-02 jan-0 feb-0 mar-0 apr-0 maj-0 jun-0 jul-0 aug-0 9%9% Antal møller bag indeks Figure 28 Her landsindekset (geografisk - simpelt gennemsnit af de 8 regioner) vist sammen med brutto indekset (simpelt gns. af alle referencemøller), relativt til NE indeks. Fra ( år) er det nye indeks ca. 2% over NE indekset. Det passer meget flot med at NE indekset beregnet i mere end 20 år har et gennemsnit på 98%, og det nye indeks ud fra dette bør være 2% højere. Herefter er det nye indeks højere og lavere fra Dette må man blot acceptere som en ny og mere præcis beregningsmetode baseret på langt flere møller, herunder generelt flere større møller. 8

19 Bornholm kalibrering Figur 29 Bornholm indeks beregnet fra DMI målinger udviser store afvigelser relativt til landsgennemsnit fra samme - 0% højere 2002 og 6% lavere i Dette gør at Bornholm niveauet skal kalibreres lidt anderledes end de øvrige landsdele, der kalibreres således at de år i gennemsnit er ens for alle landsdele GNS Bornholm, nyt indeks relativ til gns. 0% 99% 92% 00% % 0% EMD/DMI-indeks Bornholm rel. til lands gns. 0% 00% 94% 0% 0% 0% Det nye vindindeks for Bornholm (øverst) relativt til landsgennemsnit, samt EMD/DMI indekset baseret på lokale vindmålinger relativt til samme som landsgennemsnit. Der er en meget flot overensstemmelse, hvilket giver tryghed for at også Bornholm er fornuftigt kalibreret. 9

20 Præsentation af det nye vindindeks december-200: 4% 200: 8% 2% 9% 6% 86% 9% 8% 2% 46% 84% 0% % 28% 4% 9% 8% Figur 0 Eksempel på præsentation af indeks. Bemærk den forholdsvis lille forskel mellem regionerne på årsniveau (som dog i 200 er væsentlig større end i de forudgående år der er kontrolberegnet), mens den er markant på månedsniveau. Dette er ikke alene et udtryk for at vinden er meget forskellige fra region til region, men i høj grad også for møllernes evne til at udnytte den. I lavvindsperioder vil vestkystområdet typisk ligge højere modsat i højvindsperioder. Dette udlignes på årsniveau. Vindens energiindhold lokalt seneste 2 måneder Område jan feb mar apr maj jun jul aug sep okt nov dec 2 mdr Gns , , , , , , , , Gns , Vindens energiindhold på landsplan Jan Feb Mar Apr Maj Jun Jul Aug Sep Okt Nov Dec Gns , , , , , , NB: Ovenstående er alle baseret på ny metode! Gns. 6,0 år: 90,4 20

21 Beregning af vindindeks ud fra vindmålinger Beregning med data fra Risø målemaster (følger senere) Beregninger med data fra World Wind Atlas (WWA) Figur WWA data fra målepunkter med vindretningsfordeling og middelvindhastighed i 0m højde vist for perioden De to nordligste, område 2 og 4, synes ikke med hensyn til retningsfordeling at afspejle andre kendte målinger særlig godt. Her ser de tre sydlige imidlertid fornuftige ud. Denne del arbejdes der videre med parallelt med inddragelse af Risø vindmålinger dokumentation heraf følger i en senere udgave. 2