Projektforslag med produktions, støj og skyggeberegning samt visualiseringer.

Transkript

1 Dejbjerg, Ringkøbing-Skjern, DANMARK 82,5 MW Vindmølleprojekt 25 x 3,3 MW ca. 91,5m nav, knap 150m totalhøjde Projektforslag med produktions, støj og skyggeberegning samt visualiseringer. De 25 møller illustreret med GoogleEarth som baggrund.

2 Kunde: Udført af Dato: februar 2, 2015 Dejbjerg Kabellaug DV-konsulent: Per Nielsen Ver. 1 layout. Dokument: C:\Users\Per\Documents\WindPRO Data\Projects\DV\Dejbjerg\Rapport_Dejbjerg \Dejbjerg_V1.docx Indholdsfortegnelse: Resultat/opsummering:... 2 Projektforslag... 3 Støjberegning... 5 Skyggeberegning... 9 Energiproduktions beregning Terrænbeskrivelsen, micro terræn Vinddata grundlaget Beregninger model kalibrering Effektkurver Energiberegnings resultater Tabs- og usikkerhedsvurdering Visualiserings eksempler Appendix: Appendix A WindPRO PARK beregning Appendix B WindPRO DECIBEL beregning (både normal og Lavfrekvent) Appendix C WindPRO SHADOW beregning (kun nye V117) Appendix D WindPRO TABS & USIKKERHEDS beregning Appendix E WindPRO fotomontage Resultat/opsummering: Et projekt med 25 stk 3,3 MW Vestas V117 møller med knap 150m totalhøjde er beregnet med hhv. energiproduktion, støj og skyggekast. Desuden er enkelte visualiseringer vist. Resultat af energiproduktionsberegning: 2 Fax arbejde: Mobil: pn@emd.dk

3 Støj beregninger viser at med passende støjreduktioner kan krav overholdes ved relevante naboer. For skyggekast kan det blive aktuelt at reducere, men det er marginalt og vil afhænge af lokale opmålinger. DV garanterer ikke og kan ikke holdes ansvarlig for eventuelle fejl eller mangler i det leverede konsulentmateriales resultater, som følge af fejl eller mangler i det leverede datagrundlag. Ligeledes, kan DV ikke holdes ansvarlig for fejlagtige resultater, som følge af unøjagtigheder, begrænsninger eller fejl i de anvendte modeller og software. Projektforslag Dejbjerg Kabellaugs kw Vestas møller ønskes udskiftet med større vindmøller. Her er Vestas V117 møller anvendt som eksempel. 3 Fax arbejde: Mobil: pn@emd.dk

4 Figur 1 Forslag med 25 nye vindmøller til erstatning af de 67 Dejbjerg møller. På kortet ses det foreslåede layout med røde symboler. Den røde linje angiver 600 m afstandscirkel omkring møller. De 600 m svarer til minimumsafstandskravet ved møller med 150 m totalhøjde. Lovgivning kræver minimum 4 x totalhøjde som afstand til beboelse, og kravet bliver da 600 m. Møllerne er placeret med 3,9 rotor diametres afstand i lige parallelle rækker. Det er ret tæt for et så stort projekt, og det er væsentligt at mølleleverandør kan sige god for afstandene i forhold til laster. Der vil være krav om VVM ved et sådant projekt. De 4 foreslåede 8 MW test møller ved TændPibe/Velling Mærsk er medtaget som eksisterende i alle beregninger. Vi har dog endnu ikke detaljerede støjdata for 8 MW møllerne og derfor må støjberegninger tages med visse forbehold. Der vil især være fokus på godkendelse i forhold til Stauning lufthavn. Der er dog tidligere skrevet følgende: 4 Fax arbejde: Mobil: pn@emd.dk

5 Figur 2 Som det fremgår af dokument, er der muligheder for større vindmøller i nærområdet nord for lufthavnen. Støjberegning Støjberegningen er udført jf. gældende danske regler. Placering af ejendomme i nærområdet er aflæst på KMS kort. Det er ikke undersøgt om der er ændringer i forhold til det anvendte kortmateriale, og det er ikke undersøgt om beregningspunkter præcist angiver det punkt, der kræves beregning for. Dette bør ved en detailprojektering opmåles af landmåler. 5 Fax arbejde: Mobil: pn@emd.dk

6 Figur 3 Eksisterende møller i nærheden af det nye foreslåede projekt. Samtlige eksisterende møller (efter udskiftning af såvel Velling Mærsk som Dejbjerg) i området er medregnet i støjberegning, disse er vist med blå symboler på kort. Detaljer fremgår af støjberegning i appendiks. Der er i støjberegning forudsat følgende: St. Skindbjerg, ejer Helge Larsen, bliver mølleejer. Vesteragervej 12 Frederik Nielsen bliver mølleejer. Dejbjerg Kærgård. Ejer Søren sand Nielsen bliver mølleejer. 6 Fax arbejde: Mobil: pn@emd.dk

7 Gribsvej 2. Ejer Søren sand Nielsen bliver mølleejer. Gribsvej 1 bliver opkøbt. St. Ulfkær bliver opkøbt. Endelig er der enkelte ejendomme i den vestlige del, der er indenfor 600m afstandscirkel, bl.a. Ulfkjærvej 8, der forudsættes opkøbt (markeret med blå pile på kort nedenfor). I næste figur ses de relevante ejendomme. Figur 4 Nærområdets ejendomme. 7 Fax arbejde: Mobil: pn@emd.dk

8 Figur 5 Uddrag af støjberegning. Hvor der er mindre sorte cirkler omkring møller viser det at møllen er støjdæmpet. 3 af de foreslåede møller kan køre uden støjdæmpning og 4 med beskeden støjdæmpning, mens de resterende kører maksimalt støjdæmpet. Det er især i den nordlige del støjdæmpning er nødvendig grundet Lem by, samt den akkumulerede virkning fra Dejbjerg og Velling Mærsk testmøller. Det vurderes at det i gennemsnit koster ca. 4% i energiproduktion at støjdæmpe. Det svarer til én mølles produktion. Det vil således markant begrænse den samlede produktion, hvis mølle antallet reduceres frem for at støjreducere. Det skal igen her nævnes at der ikke foreligger detaljerede støjdata for 8 MW møller, hvorfor beregnings resultater må betragtes som foreløbige. 8 Fax arbejde: Mobil: pn@emd.dk

9 Skyggeberegning Der er ikke som ved støj lovgivning for skyggekast, men generelle anbefalinger om max. 10 timer/år. Figur 6 skyggekast beregninger. Her ses skyggekast beregninger. Der vil være enkelte ejendomme hvor de normalt forlangte 10 timer per år overskrides, men dette kan løses ved skyggestop, hvis detailopmålinger viser det er nødvendigt. På kortet ses iso linjer for punkt beregning. Evt opmåling af vinduer/terrasser kan medføre større værdier end de her viste og dermed bringe enkelte yderligere ejendomme inden for den kritiske røde linje. 9 Fax arbejde: Mobil: pn@emd.dk

10 Energiproduktions beregning Beregningen baseres på absolut nyeste viden og erfaring. Figur 7 Der er 3 projekter i nærområdet til at kalibre energiproduktionsberegningen med. Her ses oversigts kort med mølleplaceringer. Det betyder: WAsP 11 seneste model, frigivet maj 2014, til beregning af vindflow anvendes. Tidsvarierende beregning baseret på EMD_ConWx meso scala data anvendes i beregning. Det nye PerformanceCheck modul i WindPRO anvendes til opfølgning på møllernes produktion og dermed kalibrering af vinddata grundlaget. Der er anvendt en ny skov model til beregning af forventet reduktion af vinden fra skoven vest for området. Terrænbeskrivelsen, micro terræn Terrænbeskrivelsen for området er baseret på digitale kort. 10

11 Figur 8 Ruhedskort. Et udsnit af ruhedskortet baseret på de af EMD beregnede digitale ruhedskort. Figur 9 Højdekort. Udsnit af højdekort. KMS 2,5m konturlinjer er anvendt. Vinddata grundlaget Til beregningen anvendes dels EMD_ConWx meso scala data for perioden , dels den traditionelle DK 07 vindstatistik. Inddragelse af meso scala data i beregningen har flere formål: 1. Der kan testes på om beregningsresultatet matcher faktisk produktion på månedsniveau. Dette giver en langt mere sikker kontrol af om det rette niveau rammes i forhold til anvendelse af en langtidssstatistik, hvor man kun har én værdi at teste på. 2. En mere korrekt vindretningsfordeling anvendes, da data er lokale og vi gennem 11

12 mange tests har erfaret at meso scala data giver en retvisende retningsfordeling. Dette kan have en del betydning, hvor der er meget parkskygge, men også hvor der er meget forskel i terræn i de forskellige retninger. 3. Den tidsvarierende beregning giver mulighed for at kontrollere om man retning for retning rammer niveauet dog kun groft idet vi kun har produktions data på månedsniveau, og derfor grupperer data ud fra den fremherskende energi retning en given måned og ikke tager hensyn til at energien kommer fra forskellige retninger en given måned. 4. Man kan teste udviklingen i målt/beregnet over en længere periode. Man kan herved inddrage evt. degradering af møllers performance i tid (forudsat meso model data er korrekte i tid), og derved undgå fejlkonklusioner som kan komme ved at degraderende møller blot betragtes ud fra deres langtids gennemsnits performance. 5. Man får variationen af vindhastigheden med højden direkte fra meso scala modellen, som leverer data fra 10 til 250m højde over terræn. Dvs. den del af modelberegningen der giver højdevariationen flyttes fra micro scala modellen, der baserer dette på en kompleks stabilitetsmodel, der især har det vanskeligt i kystnærhedsområdet. Meso scala modellen burde have bedre forudsætninger for denne beregning, da mange flere og mere detaljerede klima parametre inddrages. Dette er dog et af de områder der skal testes mere udførligt. Man kan derved med den tidsvarierende beregning få en væsentlig mere sikker og præcis validering af beregningsgrundlaget. Meso scala data behandles på følgende måder: Data downscales, dvs. at man først fjerner det meso terræn (ruhed og højde data), disse er beregnet ud fra, og påtrykker derefter det micro terræn der er ved hver enkelt mølle. Data efterskaleres, dvs. man ganger en faktor på der bringer vindhastighed på niveau med det der konstateres at være det korrekte ud fra referencemøllernes performance. Endelig kontrolleres beregninger med den traditionelle metode, anvendelse af DK 07 langtidsvindstatistik. Udvalgte meso scala data punkter Dels fordi metodikken er ny og fortsat i udvikling, dels fordi vi har konstateret at der er et problemområde i kystnærhedsregionen (ruheder i meso scala data for upræcise ved kystovergangen), vælger vi at beregne baseret på forskellige meso scala punkter for at sikre mod at disse problemområder giver fejlkonklusioner. 12

13 Figur 10 Meso terræn ruhed. Her ses de 4 meso scala data punkter markeret A, B, C og D, der er udvalgt for at teste beregningsmodellen baseret på disse data. Desuden ses de primære referencemøller i området; Dejbjerg, 67 x 225kW i syd, de 4 tilbage blevne 225 kw møller i Velling Mærsk og endelig hovedreferencen de 11 V112 møller lige nord for Lem. Endelig ses det nye projekt med 4 x V164 8 MW møller med røde symboler. Som baggrund på kortet ses meso scala ruheden (den såkaldte vinter ruhed der erfaringsmæssigs har vist sig at være den rette til at downscale med). Det der bemærkes er at meso scala ruheden ikke følger kystlinjen særlig godt, det giver den udfordring at downscalingen udføres med varierende kvalitet i forhold til hvor godt denne ruhed repræsenteres. Derfor er flere punkter udvalgt til test. Principielt burde alle 4 udvalgte punkter give rimeligt ens resultater. Derfor testes en beregning af hovedreferencen først med de fire punkter. Beregninger model kalibrering Kalibrering af beregningsmodel baseret på meso data. Bemærk at nedenviste analyser er fra rapport sommer Siden da er beregningsmetoden baseret på meso data blevet forbedret, og resultater ændrer sig lidt som følge heraf. Disse ændringer er testet og lidt justeringer 13

14 er gennemført, men den omfattende dokumentation af hvorledes beregningsmetoden virker er dog ikke opdateret efterfølgende. Dette kan naturligvis leveres hvis ønsket. Væsentligste reference møller er de 11 V112 møller, der er lige nord for området. Disse har produktionsdata for feb.12 til maj.14, lidt over 2 år. Nedenfor ses målt og beregnet for denne periode for alle møller: Figur 11 Målt og beregnet produktion for de 11 V112 møller. Som det fremgår er der en generel god overensstemmelse mellem beregnede (tynde linjer) og målte (tykke linjer) for hver enkelt mølle måned for måned. Data er filtreret, så måneder hvor målt er under 75% af beregnet udelukkes, da dette antages at skyldes rådighedsproblemer. 14

15 Figur 12 en enkelt mølle udvalgt for at øge overskueligheden i forhold til foran viste graf. Nedenfor vises aggregerede værdier for hele perioden mølle for mølle baseret på de forskellige meso punkter. Her er efterskaleret med faktor 0,965, som vi fra andre områder i Jylland har erfaret er et godt bud med den anvendte A-skaler metode. (der er forskellige metodikker, som ikke her beskrives nærmere). Beregnet og målt for de 11 V112 møller baseret på vinddata sæt A. x-aksen er møllenummer. Beregnet og målt for de 11 V112 møller baseret på vinddata sæt B. 15

16 Beregnet og målt for de 11 V112 møller baseret på vinddata sæt C. Beregnet og målt for de 11 V112 møller baseret på vinddata sæt D. Figur 13 Målt og beregnet gns. for 11 V112 møller fra 4 meso scala punkter. Sammenfattende gennemsnit for de 4 punkter og 11 møller. Kun offshore punktet C falder noget udenfor med 6% under prediktering, mens de øvrige performer som de skal. At offshore punktet falder lidt udenfor skyldes formodentlig at data geares mere ned af downscalingen end de burde, og indikerer således at der skal udvises forsigtighed med anvendelse af punkter lige uden for kystlinjen. Det vurderes med andre ord mere præcist at benytte et punkt lidt inde på land end et lige i kystzonen. At B performer en smule bedre kan skyldes at meso terrænet omkring B er beskrevet lidt mere korrekt end ved de to andre indlandspunkter det er om ikke andet en god begrundelse for at vælge dette. 16

17 Figur 14 Godhed for hver enkelt placering - måske ikke korrekte data. Geografisk godhed vi ved dog ikke med sikkerhed om produktionsdata er tilskrevet til de enkelte møller korrekt er de det, indikeres der regnes for store parktab, da møllerne modsat hovedvindretning(vest), har de største godheder. Figur 15 retningsfordeling af målt og beregnet. Kontrol af retningsfordeling. Til venstre ses rose for en af V112 møllerne, til højre for en af Dejbjergmøllerne. Det ses hvordan der er god overensstemmelse mellem beregnet (hvid) og målt (rød) efter retning. For Dejbjerg ses hvordan der mangler lidt i målt i vest og vsv retning, men der mangler generelt også lidt i andre retninger hvilket der redegøres for efterfølgende. 17

18 Vi vælger pkt. B og skalerer på plads med 0,965 som post scaling, hvilket er i overensstemmelse med hvad der er fundet at være den rette værdi på en række andre Jyske placeringer. NOTE: Der kan være lidt manglende konsistens omkring V112 møllerne, idet vi ikke kender til evt. støjdæmpning. Den ene mølle er en 3,3MW udgave, hvilket er indregnet. Disse forhold vurderer vi dog alt i alt ikke vil påvirke konklusionen nævneværdigt, da denne også i høj grad læner sig op af andre møller i området. Test af langtids stabilitet Dejbjerg Med Dejbjerg projektet haves et meget stort antal møller med meget lang produktionstid Dejbjerg, langtidsdata, gns kwh/mølle/år Målt Ber. Figur 16 Målt og beregnet for Dejbjerg 225 kw møller ingen filtrering for udetider. Her ses målt og beregnet som gennemsnit for de 67 møller. Der er her tale om målte årlige data fra stamdata register, dvs. ingen filtreringer for udetider. 18

19 Dejbjerg, langtidsdata, Godhed (Målt/ber) 1,00 0,95 0,90 0,85 0,80 0, Godhed, år Godhed, PerfC Figur 17 Godheder for Dejbjerg uden og med filtrering. Her ses Godhed år for år, som er for de rå data, mens der ved anvendelse af Performance check modulet ses på månedsdata og der filtreres hvor der er måneder med særlig lav performance. Det øger godheden noget uden den bliver prangende. Et problem ved så mange møller, der indrapporterer i større grupper, er at man ikke kan rense rådighedsproblemer væk. Står én mølle i en gruppe på 20 stille en måned, hvor der er fælles produktionsrapportering, opdages dette ikke ved filtreringen, da det kun reducerer performance med 5%. Derfor er der ikke bortfiltreret så mange rådighedsproblemer som man kan fjerne ved enkeltmøller. Det synes derfor rimeligt med omkring 7% rådighedstab set over de seneste 5 drifts år, hvor møllerne har været år gamle. Tilsvarende når samtlige data medtages 8-14%, hvilket er i tråd med forventninger til degradering, især lavere vedligeholdelses indsats for ældre møller. Der kan også være større park tab end modellen beregner, ligesom der kan være en overvurdering af vinden i den lave højde grundet lidt skovindflydelse, der ikke er medtaget. Der er således flere fornuftige årsager til at der beregnes omkring 7% højere end målt de seneste 5-10 år. Bedste år 2003 regnes 2% højere end målt. Det er også inden for det rimelige, hvor møllerne er ret nye har der utvivlsomt været en større renovering, idet produktion er omkring 16% under det den ideelt burde være. Skovmodel test for Dejbjerg møller Seneste, ikke medregnet i foran viste, er en test af en ny skovmodel. Der er et ret højt skovområde, ca. 15 m vest for parkområdet, se nedenfor: 19

20 Figur 18 Skovområde er testet med ny beregnings model. De primære data til denne test er fra en delmængde af møllerne, som er de eneste vi har pålidelige data for. Disse data er renset for markante rådighedsproblemer ud fra grafisk inspektion: Figur 19 De rå kvartals produktioner for

21 Figur 20 Tilsvarende renset for markante rådighedsproblemer/datafejl ud fra grafisk vurdering. Figur 21 Resultater af beregning af skovvirkning med ny model møllenummer på x-akse jvf. tidligere viste kort. De første 15 møller er baseret på fremsendte data fra ejerne. Den sidste, mølle nr. 19 er fra Vestas udtræk af data, som generelt ikke synes særligt 21

22 pålideligt, men denne ene mølle er medtaget fordi denne er tættest på skov. Det ses at den røde kurve kommer tættest på målinger, og generelt følger disse ret godt. For mølle 3-5 er det V27 møller, de øvrige V29. Den lidt ringere performance for V27 kan til dels tilskrives mere optimistisk effektkurve end for V29. skovmodel parametre består i at angive hvor langt ud skoven påvirker, fx betyder 75/33 at den virker ud i 75 x skovhøjden bag skoven og 33 x foran skoven (vinden kommer fra møller mod skov). Det er meget tilfredsstillende at den nye skovmodel synes at håndtere skovvirkning ret godt, langt bedre end den hidtil anvendte lokale lægiver model. Den nye skovmodel baseres på at der regnes en navhøjdereduktion som funktion af afstand til skov og skovhøjden. Vi vælger at anvende skovmodellen med 75/33 indstillingen i den endelige beregning af det nye projekt. Virkningen er naturligvis noget mindre grundet de meget større møller, men ikke uden betydning. Velling Mærsk kontrol Figur 22 de 4 Velling Mærsk 225 kw møller med målt og beregnet. Endelig vises her kontrol af de 4 Velling Mærsk møller, der har kørt alene siden sommeren Den tykke blå linje er målt produktion (gns. af alle 4), og de tynde linjer de beregnede produktioner for de enkelte møller. Det ses at der de fleste måneder er en ret perfekt overensstemmelse målt-beregnet, mens der i enkelte måneder er langt mindre målt, hvilket utvivlsomt skyldes rådighedsproblemer for de aldrende møller. Effektkurver 22

23 Møllernes effektkurver er basis for energiberegningerne sammen med vinddata grundlaget. Det er derfor væsentligt at vurdere såvel effektkurverne der anvendes ved kalibrering af vinddata grundlaget, som effektkurverne for de nye vindmøller. EMD anvender som udgangspunkt ALTID de effektkurver mølleleverandørerne stiller til rådighed for den konkrete opgave. For ældre møller (referencemøller), er det de oplysninger der ligger i WindPRO kataloget, dvs. der er ikke en opdateret fabrikant oplyst effektkurve, og data kan være lidt tilfældige, hvorfor det især er væsentligt at kontrollere referencemøllernes effektkurver. Men kontrollen af de nye effektkurver er også væsentlig, da der er store usikkerheder på målinger af effektkurver, og der kan være afvigelser fra den virkelige effektkurve. Især, når man som møllekøber ønsker at vurdere hvad det bedste køb er, og gør dette ud fra pris/beregnet produktion, vil effektkurven direkte kunne afgøre hvilken mølle man vælger at købe. Har én leverandør en pessimistisk og en anden en optimistisk effektkurve, vil man kunne vælge forkert grundet effektkurve unøjagtigheden. Vi kan naturligvis ikke sige eksakt om én effektkurve er for optimistisk eller for pessimistisk, men blot give indikationerne herom gennem HP check og en generel vurdering af om der er teknologiforbedringer, der begrunder at HP check kommer ud med en negativ værdi og dermed viser at effektkurven enten er for optimistisk eller møllen er mere effektiv end and andre lignende mølletyper. Til at kontrollere effektkurverne anvendes HP metoden (udviklet af Helge Petersen, tidligere leder af Prøvestationen for Vindmøller, Risø), som består i at normalisere et større antal effektkurver inden for samme teknologi gruppe. Man tester så hvor stor produktion den oplyste effektkurve giver i forhold til gennemsnits effektkurven. Check værdien er den procent gennemsnitskurven ligger over oplyst effektkurve. Er denne negativ, kan det betyde at den oplyste effektkurve er optimistisk og bør vurderes kritisk. Men det kan også blot betyde at den konkrete mølle rummer nogle teknologiforbedringer. Dog skal man være opmærksom på at der skal markante forbedringer til for blot at vinde nogle få procent idet de moderne vindmøller generelt er meget optimalt designede. For V112 møllerne er fundet en perfekt overensstemmelse med HP værdier, for 225kW møllerne vurderer metoden 1-2% for optimistiske effektkurver, hvilket kan være medforklarende årsag til at disse møller i kontrollen generelt kommer ud med lavere godheder end V112 møllerne. 23

24 Tabel 1 HP check af V117 mølle. For V117 møllen ses HP værdierne at komme ud med 1 ved middelvind 7-8 m/s som der beregnes at være i området. Dvs. at effektkurven iflg. HP kontrol er en smule pessimistisk, og der er derfor god grund til at antage effektkurven ikke giver anledning til over estimering. 24

25 Energiberegnings resultater Nyt layout, Meso B data, skovmodel 20y Figur 23 Årligt beregnings resultatet for de 25 3,3MW møller. Der forventes tilsvarende variationer og dermed samme gns. fremadrettet men ingen kan dog vide om der fx grundet klimaændringer vil være bedre eller ringere vindforhold i fremtiden. Vi har her lagt os fast på en 20 års periode som langtids reference. De seneste 10 år er 2,5% højere end de første 10 år. Det indikerer lidt om størrelsesordenen for usikkerheden. Bemærk at skovreduktion ikke er indregnet i oven viste graf, da den tidsvarierende beregningsmodel endnu ikke kan anvende den nye skovmodel. Tabel 2 Beregninger brutto for de 25 møller baseret på meso scala data+skovmodel samt traditionelt vinddata grundlag. Dejbjerg 25 x 3,3MW V117 EMD_ConWx-skov DK'07 u. skovmodel Dejbjerg 25 x 3,3MW V117 Parktab (%) Total pr.mølle pr. MW EMD_ConWx m.skov 12, DK'07 u. skovmodel 12, relativ 100,9% Her ses resultaterne af den rå energiberegning baseret på Meso scala model vinddata for (20 år), før fradrag for tab og usikkerheder, dog er wake tab indregnet. Det ses at beregning giver 0,9% højere resultat end med det traditionelle beregnings grundlag i DK. Beregnede wake tab er 0,5% større med meso scala data, grundet anden vindretningsfordeling. 25

26 Tabs- og usikkerhedsvurdering Følgende tab er beregnet/vurderet: Tilsvarende for usikkerheder: Resultater pr. mølle med dette fradrag er gengivet nedenfor: 26

27 27

28 Visualiserings eksempler Visualiseringerne har blot til formål at illustrere proportionerne. Derfor er de eksisterende møller ikke fjernet fra fotos, men kan ses bagved. NB: Neden viste IKKE opdateret med nyt layout men i vedlagte visualiserings rapport er opdateret! Figur 24 Nyt projektforslag vist oven på det eksisterende fra bro over bæk. Figur 25 Nyt projektforslag vist oven på det eksisterende fra indkørsel til Vestas lagerområde. 28

29 Figur 26 De to fotopunkter. Det første ved bækken vist med grønne symboler. De 4 enkelt fotos oven viste billeder er sammensat af er vist i vedlagte fotomontage rapport med alle specifikationer. 29