Beregning af vindens værdi Anvendelse af vindenergi indekset Hvilken betydning har det for din mølle Per Nielsen, 2017

Transkript

1 Beregning af vindens værdi Anvendelse af vindenergi indekset Hvilken betydning har det for din mølle Per Nielsen, 2017

2 Headline Text Slide præsenteret i 2006

3 Status 10 år senere Ultimo 2016, forventning = faktisk = 100% Bør nævnes at dette er indeks ver.13, tidligere graf ver.06 MEN, jeg tror IKKE længere på vi kommer op på 110 i 2025

4 På den meget lange bane Text Den røde kurve er DK-mølleindeks som 5 års middel NAO indeks findes 150 år bagud, det kan give et fingerpeg om hvor store variationer der kan forventes, OG det fortæller at var en usædvanlig højvind periode OG at der KAN komme lange lavvinds perioder, som fx Klima ændringer???

5 Problem med vind indeks og store møller Som det fremgår følger produktionen for de store møller ikke vindenergi indeks ret godt, gns af alle møller >25kW følger meget flot, og der ses ingen trend seneste 3 år.

6 Store /små møller SMÅ STORE Plottes afvigelser mod vindindeks, ses meget klart at store møller producerer bedre end indeks ved lav vind og ringere ved høj vind. Det er ikke overraskende, da de højere møller generelt har højere vind og derfor er mindre følsomme for høj contra lav vind end de mindre møller, idet man bevæger sig på en mindre følsom del af effektkurven. Større rotorer pr. MW reducerer følsomheden yderligere.

7 Vindindeks for store møller Forsøg er gjort, men foreløbig udskudt: Der er for få af de større møller De større møller markedsreguleres De større møller har mere tab/udetid Der er med andre ord ikke nok gode data Men hvad med de nye Model/MESO vind data?

8 Vindindeks for store møller Informations niveauet er imponerende, her eksempel for først 6 mdr. af Bedste områder har 111%, ringeste 100%. Nedenfor mølleindeks, varierende fra 114% til 100%

9 Vindindeks fra MESO/Model Der er to væsentlige nyere data kilder: Merra-2 fra Nasa (Model) 50 km EMDConWx (MESO) baseret på ECMWF (European Center for Medium Range Weather Forecast), EMD kører Meso scala model, der tilpasser lokalt, 3 km data Mens alle møller i gns. producerede 28% mere i 15 end 16, producerede de store kun 20% mere (hver mølle vægter ens, ikke efter produktion) 1,30 1,25 1,20 1,15 1,10 1,16 1, /16 1,28 1,20 Sammenlignes højvind året 2015 med lavvinds året 2016, ser det ganske lovende ud at benytte MESO data til store møller (men ikke til små). Vi arbejder fortsat med model forbedringer og håber om et års tid at have et godt solidt bud på et nyt meso baseret indeks for store møller.

10 MESO og mølle indeks Mølle indeks MESO indeks Mølle baseret indeks og MESO data baseret følges ret pænt, men er det præcist nok? 5% forskel i årsværdi ses for en del år og regioner Meso indeks går typisk ikke langt nok ned i lavvindsperioder, det er en af udfordringerne vi skal søge at finde løsninger til.

11 4 års data med kaliberet ber. model Tynd linje: Beregnet Tyk linje: Målt, kun data uden fejl Detail test på Krogstrup Enge 4 x V112, 94m nav højde (nordligste 84m men på en 10m bakke) 4 års 10 min. data er analyseret detaljeret 3 RD spacing

12 Detail test på Krogstrup Enge Vi kender produktion og tab helt præcist, og kan derfor teste hvor godt forskellige vind indeks mv. korrigerer produktion til langtidsforventning. Bemærk performance tab, der stiger 0,5% fra og atter 0,5% fra Denne udvikling skulle nødig fortsætte. Det er vigtigt at holde øje, da det repræsenterer kwh/år for typisk 3 MW mølle. Over 20 år vil det summere til det der svarer til eet års produktion!

13 Det forkromede overblik Med en Meso beregning rammes indenfor +/-2% Vindindeks korrektion i bedste fald højest 3%, værste fald 7% fejl med et enkelt års data - hvordan afgør man valg af

14 Geografiske forskelle (103) DK-mølle indeks Meso data indeks afdækker geografiske forskelle meget præcist. Dog vurderer jeg Meso indeks på 106% for denne periode er for højt, fordi lavvindsperioder ikke bliver lave nok.

15 Afsluttende 8% Mølle Vindindeks korrektion kan give et forkert billede af forventet langtidsproduktion, især ved kort dataperiode og atypiske vindforhold i periode. Og når indeks for mindre møller anvendes på større møller og tab er ukendt. 5% Nye Model/Meso data som vindindeks generatorer kan forbedre for især større vindmøller, men er ikke helt på plads endnu, der er klare forbedringsmuligheder. 3% Genberegning med MESO data kan give meget præcise langtidsforventninger, især hvis man har 10-minutters Scada data at kalibrere imod og dermed kan korrigere for tab og tune model. Viste procenter indikerer usikkerhed, hvis man kun har 1 års data, med flere års data falder usikkerhed. Væsentligst: Hvor meget produktion mistes, fx fordi møllen sættes i load mode eller effektbegrænses i perioder for at spare laster, eller blot generelt degraderer? Eksempelvis grundet defekt krøjesensor eller pitchvinkel sensor eller belægninger/slid på vinger. For at svare på dette kræves MEGET præcise analyser. Men oftest anvendt: Hvis man skal sælge møllen, eller møllekøb prisjusteres efter et par års drift ud fra performance, så skal justeret langtidsforventning kendes OG, får man meget betaling præcist. for den Og fulde man produktion? skal have fuldt overblik over tab, nogle bærer sælger, andre køber.

16 windops Det handler ikke kun om produktion, men også om afregning! Hvis tiden tillader, vil jer gerne vise driftsovervågnings system, hvis ikke, er i velkommen til at spørge herom, evt. få en demo adgang.