Per Nielsen. Ny metodik til vindberegning. EMD International A/S

Transkript

1 Ny metodik til vindberegning Hvordan man ved hjælp af nye vinddata fra Meto Scala modeller vil kunne lave vindberegninger mere præcist fremover. Per Nielsen International A/S 1

2 Ny energiberegnings metode Meso scala model data er forbedret væsentligt i kvalitet de seneste år jeg betragter anvendelse af disse som et seriøst alternativ til vindmålinger og et unikt redskab til beregninger der kalibreres med referencemøller. Det geniale er at der beregnes time for time i stedet for blot eet tal at sammenligne faktisk med beregnet, haves eksempelvis eet tal per måned. Og har man time produktioner, kan sammenlignes efter vindretning, hastighed mv. Det giver langt større sikkerhed i kontrollen af beregningsgrundlaget. Det giver mulighed for at tilpasse modelkorrektioner i tid, fx luftmassefylde, parktab (afhængig af stabilitet/turbulens) mv. Man kan komme meget tæt på virkeligheden, frem for én statistisk langtidsværdi. Og man er ikke længere (som med en standard WAsP beregning) bundet op på at vindfordeling skal Weibull fittes, hvilket især for lavvinds placeringer kan give markante fejl i beregning.

3 Hvad er meso scale? Globale klima modeller simulerer hele klodens klima Disse modeller producerer randdata til meso scala modeller Meso scala modeller tilfører regionale tilpasninger Micro scala modeller tilfører lokale terræn tilpasninger 3 18/11/2013

4 December eksempel En markant forskel i vinden over DK ses af mølleproduktioner og afsløres præcist af meso scala data 4

5 Hvordan kommer det til at fungere? Meso model data Meso terræn fjernes Micro terræn tilføjes Micro data skaleres Micro data haves Offshore er meso og micro terræn det samme derfor enklere, kun skalering! Meso scala model data skal oftest skaleres. Modeller er endnu ikke der, hvor de blot leverer præcise vinddata. Men de følger variationer i tid meget præcist når man ikke går helt ned på timeværdier (stormen ankommer nogle timer før/efter model) 11/18/2013 5

6 Hvordan ser det ud når man bruger data direkte til produktionsberegning? NYSTED Offshore, med mere end 10 års produktion, beregnet time for time det ser godt ud, men er det godt nok? Rådighedsproblemer er en udfordring at rense for. 6

7 Zoomer man ind, ses at intet er perfekt, men dog ganske godt: 3 datakilder sammenlignet. ændring/år St.dev.mnd. St.dev.år Trends i godhed samt standard ConWx 0,13% 5,60% 1,0% afvigelser herpå er mulige Merra -0,24% 7,10% kvalitetsmål især ConWx DK-indeks v.13-0,03% 6,90% 1,4% performer rigtigt godt. 7

8 Andre eksempler på DK-offshore Den nødvendige skalering er i høj grad et spørgsmål om rådighed og effektkurve præcision. Det er min fornemmelse at en dyberegående analyse vil bringe endnu mere ens skaleringer dvs. metoden bliver mere sikker et vilkårligt sted DK offshore. Målinger kan spares! 8

9 Andre analyse resultater af ældre DK offshore projekt beregninger Der ses noget varierende hældninger, men typisk mindre forringelse i tid end onshore gns. Projekter der forbedrer, HR- 1 og Samsø mener vi kan tilskrives forbedret service indsats vi ved specifikt der for HR-1 er opnået væsentlige forbedringer. 9

10 Andre analyse resultater af ældre DK offshore projekt beregninger Standard afvigelsen for godhed når år der performer mere end 7% under forventet filtreres fra. Variation er under 3% undtagen for Vindeby, det vidner om en lav usikkerhed. 10

11 Andre analyse resultater af ældre DK offshore projekt beregninger Bemærk ret små ændringer fra 5 års til 5 års periode i beregnede produktioner (ved 100% rådighed), her vist som kapacitets faktorer. Offshore er der meget mindre ændringer fra år til år end onshore. 11

12 Andre analyse resultater af ældre DK offshore projekt beregninger Ændringer i rådighed i tid. Vi ved at billedet for HR-1 og Nysted stemmer godt med virkeligheden. For Tunø og Samsø bør man naturligvis ikke kommer over 100%, derfor er næppe skaleret helt korrekt eller effektkurver er pessimistiske. Vindeby: 1 mølle ude senere år! 12

13 Tunø meget overbevisende: 13

14 Fra udlandet, 10min. værdier 1. analyse baseret på 2010 data retnings skalering (downscaling) anvendes til model kalibrering Blindtest! 2. analyse baseret på data nu med mere normal vind baseret model forudsiger faktisk filtreret indenfor 1% - tab identificeres til 18%! 14

15 Opsummering Der er tale om foreløbige hurtige analyser udført under stort tidspres i forbindelse med anden opgave. Der synes dog at være en stor præcision i beregninger, og ingen indikationer af uheldige trends. Skalering er nødvendig, synes dog ret konsistent omkring 0,96 +/-0,2%. Meget væsentligt at få denne analyseret nærmere. Effektkurver og rådighed kan påvirke skaleringer markant. Finpudsninger af terrændata (ruheder) og WAsP model parametre vil dog også kunne påvirke. WRF model kunne evt. også tunes det her viste er vort første forsøg (+ConWx) vi () jager helt klart forbedringsmuligheder i WRF opsætning grundigt analyseapparat er under opbygning (vindmåledata fra hele verden + vindmølleproduktioner fra alle DK projekter og mange udenfor DK benyttes i omfattende validerings database). VI LÆNER OG MEGET OP AF PRAKTISK ERFARING HVAD VISER VIRKELIGHEDEN! 15