Fernerkundung der Solarstrahlung für Anwendungen in der Energietechnik
|
|
- Elsa Ursler
- vor 6 Jahren
- Abrufe
Transkript
1 Fernerkundung der Solarstrahlung für Anwendungen in der Energietechnik A. Hammer, E. Lorenz, S. Petrak, Carl von Ossietzky Universität Oldenburg September 27 1 Inhalt Die Arbeitsgruppe Energiemeteorologie stellt täglich die Solarstrahlung am Erdboden für Europa bereit. Diese Daten werden operationell genutzt zur Strahlungsvorhersage und zur Überwachung der Funktion von Photovoltaikanlagen. Als Grundlage dienen Satellitendaten der Meteosat Second Generation. Aus dem HRV-Kanal wird über die Heliosat-Methode die Bewölkung bestimmt und in eine breitbandige Transmission, den sogenannten Clearsky-Index, umgerechnet. Mit Hilfe eines geeigneten Clearsky- Modells kann hieraus die globale, horizontale Bestrahlungsstärke ermittelt werden. Die Aufteilung der Globalstrahlung in Direkt- und Diffusstrahlung ist für die Umrechnung auf geneigte Modulflächen bzw. für den Ertrag konzentrierender Systeme entscheidend. Die Genauigkeit der Methode wird mit 2 Stationen des Deutschen Wetterdienstes untersucht. Anhand einer situationsspezifischen Analyse wird gezeigt, welche Modellierungen zu Verbesserungen des Verfahrens geführt haben. 2 Einleitung Die Energiemeteorologie ist ein junges Forschungsgebiet, dem in der gegenwärtigen Energieversorgung immer mehr Bedeutung beigemessen wird. Betrachtet man die zur Zeit 21.5 GW installierter Windleistung, die 26 mit 3.5 TWh zu mehr als 5% den jährlichen Stromverbrauch in Deutschland decken konnten, so wird die Bedeutung von Windvorhersagen und Windstromvorhersagen unmittelbar klar. Wurden in Deutschland im Jahr 21 noch 76 GWh Strom durch Photovoltaik produziert, waren es 26 geschätzte 2. GWh - mehr als 26 mal so viel. Bei Fortsetzung dieses Trends wird eine Solarvorhersage dem Energieversorger helfen, zu quantifizieren, wie die Photovoltaik in einem Versorgungsgebiet Lastspitzen ausgleichen wird. Bereits heute hilft dem Eigentümer der Solaranlage eine Ertragsüberwachung dabei, Fehler schnell zu erkennen und nach deren Behebung wieder die maximal mögliche 1
2 Einspeisevergütung zu erhalten. Dazu ist es aber nötig, nicht nur die Einstrahlung auf die geneigte Modulfläche möglichst genau zu bestimmen, sondern mit Hilfe einer Beschreibung der technischen Komponenten der Anlage den produzierten Strom. Starke Abweichungen der tatsächlich eingespeisten Leistung von der berechneten weisen auf eine fehlerhafte Anlage hin. Mit Hilfe des sogenannten footprint-algorithmus (PVSAT2) werden die Fehler sogar spezifiziert. In diesem Artikel wird die Methode beschrieben, mit der die Solarstrahlung am Erdboden aus Satellitendaten abgeleitet wird. Dies geschieht an der Universität Oldenburg täglich operationell. 3 Anwendung der Heliosat Methode auf MSG Die Heliosat-Methode ist ein Verfahren zur Bestimmung der Globalstrahlung am Boden aus Satellitenbeobachtungen. Die ursprünglich von [Cano et al. 86] eingeführte Methode wurde kontinuierlich weiterentwickelt, siehe [Beyer et al. 96] und [Hammer ] sowie [Lorenz 7]. Im Folgenden wird zunächst ein Überblick über die notwendigen Verfahrensschritte gegeben. Die eingeführten Modifikationen setzen an verschiedenen Punkten des Verfahrens an. Der Fokus liegt hier auf Modellierungen, die für Meteosat Second Generation angewendet werden. Insgesamt wird deutlich, wie die Fernerkundung der Solarstrahlung vom Übergang von der ersten zur zweiten Meteosat-Generation profitiert hat. 3.1 Überblick Die Methode beruht auf einem einfachen Prinzip: Die von der Erde und der Atmosphäre zurückgestreute und am Satelliten gemessene Solarstrahlung verhält sich im sichtbaren Spektralbereich proportional zur atmosphärischen Reflexion, die wiederum überwiegend vom Bewölkungsgrad abhängt. Als wichtigste Größe wird daher aus dem Rückstreuwert am Satelliten ein Maß für die innerhalb eines Raumwinkels vorhandene Bewölkung abgeleitet. Aus dieser wird auf die Transmissionseigenschaft der Atmosphäre und die sich daraus ergebende Globalstrahlung am Boden geschlossen. Abb. 1 stellt die notwendigen Verfahrensschritte dar, die im Weiteren näher beschrieben werden Normierung Der Satellit misst im sichtbaren Spektralbereich das von der Erde reflektierte Sonnenlicht. Das Messsignal ist daher abhängig von der auf die reflektierenden Schichten auftreffenden Einstrahlung. Nach Subtraktion des Radiometeroffsets C verhält sich der verbleibende Count proportional zur Bestrahlungsstärke I. Unter Ausnutzung dieser Proportionalitäten kann als normierter Rückstreuwert die relative Reflektivität ρ definiert werden: ρ := C C, ρ ρ. (1) I 2
3 Meteosat Visible Counts Reflektivität Cloud-Index Clearsky-Index Normierung Bodenreflektivität Wolkenreflektivität Lineare Beziehung Globalstrahlung Diffusstrahlung Abbildung 1: Wesentliche Verfahrensschritte der Heliosat-Methode. Im Folgenden spielen nur relative Unterschiede, aber keine absoluten Werte des Reflexionsvermögens ρ eine Rolle, daher genügt es mit dem Cosinus des Sonnenzenits zu dividieren Cloud-Index Die normierten Rückstreuwerte von Wolken übertreffen in der Regel diejengen der Erdoberfläche, eine Ausnahme bildet Schnee. Damit ist es möglich, das Auftreten von Bewölkung zu erkennen. Ist die Reflektivität für ein vollständig bewölktes Pixel ρ c und die Reflektivität des unbewölkten Erdbodens bzw. Ozeans ρ g bekannt, so lässt sich mit diesen Referenzwerten als Maß für die Bewölkung der Cloud-Index n definieren: n = ρ ρ g ρ c ρ g. (2) Wählt man als Referenzwerte das Maximum und Minimum der normierten Rückstreuwerte eines Pixels, nimmt der Cloud-Index Werte im Bereich n [,1] an Referenzwerte für Boden- und Wolkenreflektivität Zur Bestimmung des Cloud-Index wird als Referenz für jedes Pixel die minimale Reflektivität einer Zeitreihe von Meteosat-Counts benötigt. 3
4 2.5 x 14 1 x 14 ρ ground frequency σ ground frequency (ρ*, f max ) (ρ**,.5f max ) 1 ρ c =ρ** + ρ ρ ρ Abbildung 2: Häufigkeitsverteilung der relativen Reflektivität ρ für Europa (Land). Der linke Häufungspunkt wird als Referenzwert des Bodens ρ g genutzt. Die Verteilungsbreite σ g ist ebenfalls eingezeichnet. Jenseits des rechten Häufungspunkts ρ ist der Referenzwert der maximalen Wolkenreflektivität zu finden ρ c. Dazu wird angenommen, dass die Häufigkeitsverteilung der Helligkeitswerte der Zeitreihe je einen Häufungswert für bewölkte und unbewölkte Zustände aufweist, siehe Abb. 2. So wird die Bodenalbedo als stationäre Zufallsvariable mit Mittelwert ρ g und Varianz σ 2 g, die Wolkenalbedo als stationäre Zufallsvariable mit Mittelwert ρ c und Varianz σ 2 c aufgefasst. Aus einer Zeitreihe von Reflektivitäten werden iterativ alle Werte aussortiert, die den Mittelwert der Verteilung plus einen konstanten Wert überschreiten. Man kann mathematisch zeigen, dass der Mittelwert der neuen Verteilung sich dem Wert ρ g annähert, wenn die Differenz ρ c ρ g > max(σ g,σ c ) ist. Diese Bedingung ist für die Reflexionswerte der Pixel in der Regel erfüllt, Ausnahmen bilden Wüstensand und Schnee. Die Zeitreihe der benutzten Bilder muss lang genug sein, um für jedes Pixel unbewölkte Zeiträume zu enthalten. Sie sollte jedoch kurz genug sein, um saisonal bedingte Unterschiede in der Bodenreflektivität zu berücksichtigen, wie sie durch Änderung in der Vegetation auftreten. Hierfür hat sich die monatliche Speicherung der Bodenreflektivität als geeignet erwiesen. Da die Bodenreflektivität außerdem einen Tagesgang aufweist, ist es sinnvoll, diese für jede Uhrzeit einzeln zu bestimmen Zusammenhang zwischen Cloud-Index und Clearsky-Index Der Clearsky-Index hat sich als ein geeignetes Maß zur Beschreibung der Transmission der Atmosphäre etabliert. Er ist definiert durch k = I g I clear, (3) wobei die aktuelle Globalstrahlung I g auf den bei klarem Himmel erwarteten Wert I clear bezogen wird. Dazu wird ein Modell benötigt, das die atmosphärischen Bedingungen beschreibt, ein sogenanntes Clearsky-Modell. [Beyer et al. 96] haben die Relation k = 1 n. (4) 4
5 in die Heliosat-Methode eingeführt. Bei Nutzung dieser Relation kann auf eine Kalibrierung mit Bodendaten verzichtet werden. Vorraussetzung hierfür ist allerdings, dass das verwendete Clearsky-Modell an das betrachtete Gebiet optimal angepasst ist. Von [Fontoynont et al. 98] wurde (4) verändert, um den Fall vollständiger Bewölkung besser zu erfassen und den Clearsky- Index auf sinnvolle Werte zu beschränken, siehe auch [Hammer ]. 4 Modifikationen Die hier eingeführten Modifikationen wurden mit Messwerten der Global- und Diffusstrahlung von 2 Stationen des deutschen Wetterdienstes evaluiert. Die durchgeführten Bias-Korrekturen wurden für den Zeitraum April bis Dezember 24 entwickelt, und für das unabhängige Testjahr 25 überprüft. 4.1 Verbesserte Bestimmung der Einstrahlung im wolkenlosen Fall Bisher wurde die Bestimmung des Referenzwerts der Bodenreflektivität ρ g mit einem konstanten, also vom Sonnenstand und Satellitenblickwinkel unabhängigen, Wert σ g bestimmt. Für MSG1 konnte σ g = 27 verwendet werden. Die Verteilung der relativen Bodenreflektivität ist für unterschiedliche Blickwinkel des Satelliten bzw. Sonnenstände jedoch unterschiedlich breit, so dass σ g dementsprechend spezifiziert werden sollte. Ist σ g beispielsweise zu klein gewählt, so wird sich ein zu geringer Bodenreferenzwert einstellen, was letztlich zur Unterschätzung der Einstrahlung bei klarem Himmel führen wird. Anhand der Europa umgebenden Meerespixel wurde untersucht, wie sich die Verteilungsbreite für unterschiedliche Geometrien ändert. Dies ergab Werte im Intervall 15 σ g 5. Eine Übernahme dieser Werte führt tatsächlich zu einer genaueren Einstrahlungsbestimmung bei wolkenlosem Himmel, wie in Abb. 3, links, ersichtlich ist. 4.2 Verbesserte Bestimmung der Einstrahlung im homogen bewölkten Fall Betrachtet man die Wolken zunächst als isotrop reflektierend, so lässt sich der Referenzwert für die Wolkenreflektivität durch einen konstanten Wert abschätzen. Als gute Schätzung gilt das 96. Perzentil der Verteilung der relativen Reflektivitäten vieler Satellitenaufnahmen, das ergibt ρ c = 65 für HRV des MSG1. Eine genauere Beschreibung der Anisotropie wirkt sich besonders bei der Bestimmung der Einstrahlung bei vollständig bedecktem Himmel aus. Zur Ermittlung des Referenzwerts wurden die Reflektivitätshistogramme für ähnliche Geometrien getrennt ausgewertet und der sich ergebende Referenzwert wie folgt bestimmt: 1. Finde den häufigsten Reflektivitätswert bewölkter Pixel (ρ, f max ). 2. Suche denjenigen Reflektivitätswert ρ > ρ, der genau halb so häufig ist (ρ, f max /2). 3. Setze ρ c = ρ + ρ. Der minimale Bias der Einstrahlung unter bewölktem Himmel wurde für ρ = 3 gefunden. 5
6 rel. bias I glob.1.5 clearsky, homogen.5.4 <= cossat <.5.4 <= cossat <.5, new.5 <= cossat <.6.5 <= cossat <.6, new sun elevation [ ] rel. error I glob stderr, met7 new stderr, msg stderr, msg new bias, met7 new bias, msg bias, msg new overcast, homogen month Abbildung 3: Auswirkung der verbesserten Bestimmung der Referenzwerte. Links: Relativer Bias der Einstrahlung bei wolkenlosem Himmel über der Sonnenhöhe. Zwei Bereiche des Cosinus des Satellitenzenits sind dargestellt. Mit new ist das variable σ g bezeichnet. Rechts: Relativer Bias und Standard Error der Einstrahlung bei vollständig bewölktem Himmel über dem Monat für Meteosat 7 und MSG1. Mit new ist das variable ρ cloud bezeichnet. In Abb. 3, rechts, ist die positive Wirkung des so ermittelten Referenzwerts auf die Bestimmung der Einstrahlung bei bewölktem Himmel dargestellt. Der Standard Error reduziert sich durch das hier eingeführte Verfahrens gegenüber dem mit konstant angenommener Wolkenreflektivität. Zu beobachten ist auch die Reduktion dieses Fehlers beim Übergang von der ersten zur zweiten Meteosat-Generation. Zudem ist der Jahresgang des relativen Bias weniger ausgeprägt. 4.3 Einfluss durchbrochener Bewölkung auf Global- und Diffusstrahlung Mit dem HRV Kanal von MSG1 werden Wolken gegenüber Meteosat7 viel feiner aufgelöst. Damit treten geometrische Effekte wie Wolkenschatten aber auch die Parallaxe deutlicher hervor. Durch Einführung einer geometrischen Korrektur lässt sich das Verfahren daher weiter verbessern. Bei stark variabler Bewölkung wechseln sich an einem Standort innerhalb einer Stunde Situationen ab, in denen Direktstrahlung auftritt, mit solchen, in denen die Globalstrahlung ausschliesslich aus Diffusstrahlung besteht. Demzufolge schwankt der Diffusanteil zwischen sehr hohen und sehr niedrigen Werten. Dies wirkt sich sowohl auf den Zusammenhang zwischen Cloud-Index und Clearsky-Index, als auch auf die zu erwartende Größe des Diffusanteils aus. Die zwei hier vorgestellten Variablitätskorrekturen berücksichtigen diese Effekte Geometrische Korrektur Insbesondere die Direktstrahlung wird durch Wolken beeinflusst, die sich zwischen Solaranlage bzw. Messinstrument und der Sonne befinden. Der Satellit misst jedoch zumeist aus einer anderen Richtung, siehe Abb. 4, so dass eine geometrische Korrektur eingeführt wurde, siehe auch [Beyer et al. 96]: 6
7 sun satellite geometric correction cloud height original method Abbildung 4: Illustration der geometrischen Korrektur der Parallaxe. x = h(tan(θ)sin(ψ sun ) tan(φ)sin(ψ sat )) (5) y = h( tan(θ)cos(ψ sun ) + tan(φ)cos(ψ sat )) (6) wobei x und y zur Positionsbestimmung der strahlungswirksamen Wolke in der Höhe h genutzt werden. Dabei ist Ψ sun der Azimuthwinkel der Sonne und Ψ sat der Azimuthwinkel des Satelliten. Für Deutschland hat eine mittlere Wolkenhöhe von h = 2.5km zu einer Reduzierung des relativen Standard Errors geführt und zwar insbesondere für stark variable Bewölkung bei niedrigem Sonnenstand. [Minnis and Young 4] ermittelten die mittleren Höhen von Wasserwolken aus MODIS. Sie geben diese für die vier Jahreszeiten breitengradabhängig an. Die Nutzung dieser Höhen senkte den Standard Error bei der Bestimmung der Globalstrahlung von 17.8% auf 16.7% Variabilitätskorrektur für die Globalstrahlung Hier wird untersucht, wie sich variable Bewölkung auf den Zusammenhang zwischen Cloud- Index und Clearsky-Index auswirkt. Dazu wurde die Variabilität durch die Standardabweichung σ n des Cloud-Index in einem 3*5 Pixel großen Gebiet beschrieben. In Abb. 5 ist für stark variable Situationen dargestellt, welche Abweichungen sich im Clearsky- Index k aus der Heliosatmethode gegenüber der Bodenmessung ergeben. Abhängig von der Beobachtungskonfiguration, also vom Sonnenstand und vom Winkel zwischen Sonnen- und Satellitenrichtung Ψ, kommt es zu einer Unterschätzung bzw. Überschätzung des Clearsky- Index. Daher wurde eine Variabilitätskorrektur eingeführt, die den Bias des Clearsky-Index angibt. Die Beobachtungskonfiguration wurde in sechs Klassen eingeteilt, für die jeweils der Bias als Polynom vierter Ordnung der Parameter k und σ n angegeben wird, siehe [Lorenz 7]. 7
8 1 bias k*, broken clouds (k*<.8, σ >.25 ) cos(ψ) sun elevation [ ].2 Abbildung 5: Bias des Clearsky-Index für durchbrochene Bewölkung in Abhängigkeit der Sonnenhöhe und des Winkels zwischen Sonnen- und Satellitenrichtung cos(ψ). Datenbasis: 2 DWD Stationen, April 24 bis Dezember bias diffuse fraction σ k* Abbildung 6: Bias des Diffusanteils abhängig von k und der räumlichen Variabilität σ n. Datenbasis: 2 DWD Stationen, April 24 bis December Variabilitätskorrektur für die Diffusstrahlung [Skartveit et al. 98] stellten ein Modell zur Bestimmung des Diffusanteils für Stundenwerte der Globalstrahlung vor. Das Modell ist sonnenstandsabhängig und berücksichtigt die innerstündliche Variabilität der Globalstrahlung. Die innerstündlichen Variabilität wird aus der Variabilität aufeinanderfolgender Stunden abgeschätzt. Die Satellitenbilder bieten darüber hinaus die Möglichkeit, die räumliche Variabilität σ n zu nutzen. In Abb. 6 wird dargestellt, dass es bei Nutzung des Modells zu systematischen Abweichungen des Diffusanteils kommt. Analog zum vorangegangenen Abschnitt wurde daher in [Lorenz 7] für acht Klassen der Beobachtungskonfiguration eine Variabilitätskorrektur des Diffusanteils als Biaskorrektur eingeführt. 8
9 4.4 Unterscheidung von Wolken und Schnee Da Wolken und Schnee ein gleichermaßen helles Signal im sichtbaren Spektralbereich erzeugen, führt dies im Winter zu großen Fehlern in der Heliosat-Methode. Die Kanäle der zweiten Meteosat-Generation bieten die Möglichkeit Schnee zu erkennen. Eine solche Schnee- Erkennung ist daher auch in die operationelle Bestimmung der Globalstrahlung integriert worden, ist aber nicht Gegenstand dieser Untersuchung. 4.5 Auswertung Die sich durch die vorgestellten Modifikationen ergebenden Verbesserungen lassen sich für Stundenwerte der Globalstrahlung anhand von Tabelle 1 erkennen. Eine schrittweise Hinzunahme der einzelnen Verfahrensschritte reduziert jeweils den Standardfehler. Die Variabliltätskorrektur für k beseitigt den verbliebenen Bias. Im unabhängigen Testjahr 25 erreicht die Methode für Stundenwerte einen Standard Error von 17.5% (5W/m 2 ) für MSG1 bzw. von 19.4% (55W/m 2 ) für Meteosat7. Für Tagessummen ergibt sich der Standard Error zu 9.8% (299Wh/m 2 ) für MSG1 bzw. zu 1.7% (327Wh/m 2 ) für Meteosat7. Monatssummen weisen einen Standard Error von 4.7% (4.3kWh/m) für MSG1 bzw. 5.2% (4.9kWh/m) für Meteosat7 auf. Für 25 ergab sich ein relativer Bias von.5% für MSG1 und -1.2% für Meteosat7. Version bias stderr rmse Meteosat 7 bestes Verfahren -.5% 18.7% 18.7% MSG 1 σ g = 27 ρ c = % 18.% 18.1% MSG 1 σ g Abs. 4.1, ρ c Abs % 17.8% 17.9% MSG 1 Geometriekorrektur, Abs % 16.7% 16.8% MSG 1 Variabilitätskorrektur k, Abs % 16.1% 16.1% Tabelle 1: Relative Fehler für Stundenwerte der Globalstrahlung, die sich aus verschiedenen Modifikationen der Heliosat-Methode ergeben. Datenbasis: 2 DWD Stationen, April 24 bis Dezember 24. Die ermittelte Diffusstrahlung weist einen deutlich höheren Standardfehler auf, der jedoch durch die eingesetzten Modifikationen inklusive der Variabilitätskorrektur für den Diffusanteil d vermindert wird, siehe Tabelle 2. Dies gilt auch für das dort untersuchte unabhängige Testjahr. 4.6 Zusammenfassung Zur Bestimmung der Einstrahlung auf eine geneigte Fläche muss die Globalstrahlung in ihre Komponenten Diffus- und Direktstrahlung aufgeteilt werden. Mit den hier vorgestellten Parametrisierungen gelingt es, diese Größen aus beiden Meteosat-Generationen abzuleiten. Der Fehler für Stundenwerte, Tagessummen und Monatssummen ist gering genug, um Standortgutachten für Photovoltaikanlagen durchzuführen. Außerdem wird die Methode operationell genutzt, um den Betrieb von Photovoltaikanlagen zu überwachen. 9
10 Version bias rel stderr rel rmse rel bias abs stderr abs rmse abs Meteosat 7 6.1% 29.6% 3.3% 9.4 W/m 2 46 W/m 2 47 W/m 2 Meteosat 7 new 3.4% 28.6% 28.7% 5.3 W/m 2 44 W/m 2 44 W/m 2 Meteosat 7 new % 29.5% 3.% 8.1 W/m 2 43 W/m 2 43 W/m 2 MSG 1 2.1% 29.9% 3.% 3.2 W/m 2 46 W/m 2 46 W/m 2 MSG 1 new 1.2% 27.2% 27.2% 2. W/m 2 42 W/m 2 42 W/m 2 MSG 1 new % 28.3% 28.6% 4.9 W/m 2 41 W/m 2 41 W/m 2 Tabelle 2: Relative und absolute Fehler für Stundenwerte der Diffusstrahlung für die Heliosat- Methode vor und nach Einführung der hier vorgestellten Modifikationen inklusive Schnee- Erkennung. Databasis: 2 DWD Stationen, von April 24 bis März 25. Dieses Jahr enthält den Zeitraum, der zur Herleitung der Variabilitätskorrektur genutzt wurde. Daher wurde die Untersuchung auch für der Zeitraum Januar bis Dezember 25 als unabhängiges Testjahr durchgeführt. Literatur [Beyer et al. 96] H. G. Beyer, C. Costanzo, D. Heinemann: Modifications of the Heliosat procedure for irradiance estimates from satellite data. Solar Energy , [Cano et al. 86] D. Cano, J. M. Monget, M. Albuisson, H. Guillard, N. Regas, L. Wald: A method for the determination of the global solar radiation from meteorological satellite data. Solar Energy , [Fontoynont et al. 98] M. Fontoynont: Satellight: A WWW server which provides high quality daylight and solar radiation data for Western and Central Europe. 9 th Conference on Satellite Meteorology and Oceanography, Paris 1998, [Hammer ] A. Hammer: Anwendungsspezifische Solarstrahlungsinformationen aus Meteosat-Daten. Dissertation Univ. Oldenburg, 2 [Lorenz 7] E. Lorenz: Improved diffuse radiation model, MSG. Report for the EC-project PVSAT-2: Intelligent Performance Check of PV System Operation Based on Satellite Data, NNE , Deliverable D4.2b, Univ. Oldenburg, 27 [Minnis and Young 4] P. Minnis and D.F. Young (24): Diurnal, seasonal, and interannual variations of cloud properties derived for CERES from imager data P6.1 13th AMS Conference on Satellite Oceanography and Meteorology, September 24 Norfolk, VA. [Skartveit et al. 98] A. Skartveit, J. A. Olseth, and M. E. Tuft: An hourly diffuse fraction model with correction for variability and surface albedo. Solar Energy ,
Tageslicht- und Solarstrahlungsdaten aus Meteosat-Satellitenbildern Das europäische Projekt SATELLIGHT
11. Internationales Sonnenforum, Köln, 26. - 30. Juli 1998 Tageslicht- und Solarstrahlungsdaten aus Meteosat-Satellitenbildern Das europäische Projekt SATELLIGHT Hans Georg Beyer*, Annette Hammer, Detlev
MehrSpektrale Solarstrahlung aus Satellitendaten zur Bewertung des Leistungsverhaltens von Dünnschicht- Solarzellen
Spektrale Solarstrahlung aus Satellitendaten zur Bewertung des Leistungsverhaltens von Dünnschicht- Solarzellen Tanja Behrendt, Annette Hammer, Elke Lorenz, Detlev Heinemann Universität Oldenburg, Institut
MehrReferenz-Zeitreihen von Wind- und PV-Stromeinspeisung für das Jahr 2050 zur Verwendung in deutschen Stromsystem-Modellen
Referenz-Zeitreihen von Wind- und PV-Stromeinspeisung für das Jahr 2050 zur Verwendung in deutschen Stromsystem-Modellen Jens Tambke, Hauke Wurps (Wind) K. Nag, A. Hammer, L. v. Bremen, E. Lorenz (PV)
MehrNeue Modelle für die realistische Generierung von Minutenwerten
Neue Modelle für die realistische Generierung von Minutenwerten - Langfassung - Jan Remund Fabrikstrasse 14, CH-3012 Bern, Schweiz Tel.: +41 31 307 26 26, Fax: +41 31 307 26 10 E-Mail: jan.remund@meteotest.ch
MehrENERGIEMETEOROLOGIE. Das fluktuierende Angebot aus Wind- und Sonnenenergie berechenbar machen
Das fluktuierende Angebot aus Wind- und Sonnenenergie berechenbar machen Detlev Heinemann, Universität Oldenburg Carsten Hoyer, DLR-TT; Bernhard Lange, ISET Jahrestagung 2006 des ForschungsVerbunds Sonnenenergie,
MehrBestimmung von Solarenergie-Ressourcen Ein methodischer Überblick
Bestimmung von Solarenergie-Ressourcen Ein methodischer Überblick Detlev Heinemann Energy Meteorology Group Institute of Physics Carl von Ossietzky Universität Oldenburg Inhalt Energiemeteorologie Bedeutung
MehrRegionale Vorhersage der PV-Leistung zur Netzintegration von Solarstrom
Regionale Vorhersage der PV-Leistung zur Netzintegration von Solarstrom Elke Lorenz Thomas Scheidtsteger, Detlev Heinemann Universität Oldenburg 7.4.2011, 2. Fachtagung Energiemeteorologie, Bremerhaven
MehrAutomatische Ertragsüberwachung von Photovoltaikanlagen auf der Basis von Satellitendaten: Evaluierung des PVSAT-2 Verfahrens
Automatische Ertragsüberwachung von Photovoltaikanlagen auf der Basis von Satellitendaten: Evaluierung des PVSAT-2 Verfahrens E. Lorenz, J. Betcke, A. Drews, D. Heinemann, Universität Oldenburg, D-26111
MehrSatellitengestützte Ertragsüberwachung mit automatischer Fehlererkennung für kleine und mittlere Photovoltaikanlagen
Satellitengestützte Ertragsüberwachung mit automatischer Fehlererkennung für kleine und mittlere Photovoltaikanlagen G. Heilscher, M. Schneider, Meteocontrol GmbH, D- 86152 Augsburg J. Betcke, A. Drews,
MehrDiffuse Verhältnisse bei der Einstrahlung? Über die Eingangsdaten von Ertragsprognosen
Diffuse Verhältnisse bei der Einstrahlung? Über die Eingangsdaten von Ertragsprognosen Björn Müller 1, Christian Reise 1, Guadalupe Asensio Seco 1, Elke Lorenz 2 1 Fraunhofer-Institut für Solare Energiesysteme
MehrEnergiemeteorologie Ein Überblick am Beispiel der Photovoltaik
Energiemeteorologie Ein Überblick am Beispiel der Photovoltaik Detlev Heinemann Anja Drews, Annette Hammer, Elke Lorenz Universität Oldenburg, Institut für Physik, Arbeitsgruppe Energiemeteorologie Carl
MehrFRAUNHOFER-INSTITUT FÜR SOLARE ENERGIESYSTEME ISE
FRAUNHOFER-INSTITUT FÜR SOLARE ENERGIESYSTEME ISE Ertragsgutachten für PV-Anlagen vor dem Hintergrund von Global Dimming and Brightening Björn Müller, Anton Driesse Fraunhofer ISE Martin Wild ETH Zürich
MehrSolarleistungsvorhersage für die Netzintegration von verteilten Photovoltaikanlagen. Einleitung. E. Lorenz a, J.Hurka a, D. Heinemann a, H. G.
Solarleistungsvorhersage für die Netzintegration von verteilten Photovoltaikanlagen E. Lorenz a, J.Hurka a, D. Heinemann a, H. G. Beyer b a Universität Oldenburg, Fakultät V, Arbeitsgruppe Energie- und
MehrEinführung in die Klimatologie
Einführung in die Klimatologie 3) Klimahaushalt 4) Strahlung 4.1 Elementare Strahlungsgesetze (27.3.2007) 4.2 Globales Strahlungsgleichgewicht (27.3.2007) 4.3 Globaler Strahlungshaushalt (28.3.2007) 4.4
MehrErneuerbare Energien und energieeffiziente Technologien
Lehrveranstaltung Erneuerbare Energien und energieeffiziente Technologien Prof. Dr.-Ing. Mario Adam E² - Erneuerbare Energien und Energieeffizienz ZIES - Zentrum für Innovative Energiesysteme Hochschule
MehrUNSTETE PLANGRÖßE Wo Sie Daten für die Sonneneinstrahlung finden
SONNENENERGIE JUNI 2001 S. 24-27 UNSTETE PLANGRÖßE Wo Sie Daten für die Sonneneinstrahlung finden UM DEN ERTRAG VON SOLARSTROM-, SOLARWÄRMEANLAGEN ODER SOLARTHERMISCHEN KRAFTWERKEN BERECHNEN ZU KÖNNEN,
MehrIst der spektrale Einfluss in Ertragsprognosen zu berücksichtigen?
Ist der spektrale Einfluss in Ertragsprognosen zu berücksichtigen? J. Wagner a, W. Laube a, M. Rennhofer b, K. A. Berger b, R. Leidl b, D. Baumgartner c and P. Weihs a (a) Institute for Meteorology, University
MehrBereitstellung von historischen Globalstrahlungsdaten für die Photovoltaik
Bereitstellung von historischen Globalstrahlungsdaten für die Photovoltaik Wolfgang Riecke, Dipl.-Met. Deutscher Wetterdienst Klima- und Umweltberatung Bernhard-Nocht-Straße 76 D - 20359 Hamburg klima.
MehrFRAUNHOFER-INSTITUT FÜR SOLARE ENERGIESYSTEME ISE
FRAUNHOFER-INSTITUT FÜR SOLARE ENERGIESYSTEME ISE Probabilistische Solarstrahlungsprognosen mit Analog Ensembles auf Basis von numerischen Wetterprognosen und Satellitendaten Elke Lorenz 1, Jan Kühnert
MehrBayerische Landesanstalt für Landwirtschaft Institut für Betriebswirtschaft und Agrarstruktur
Bayerische Landesanstalt für Landwirtschaft Institut für Betriebswirtschaft und Agrarstruktur Nutzbare Strahlung für Photovoltaik-Anlagen in Bayern Information PV-5 (Stand 2.8.217, Ergänzung.5.219) Begriffsbestimmung
Mehr1 Einleitung 6. 3 Datenbasis für die Untersuchung Meteosat Aufnahmekonzept Kalibrierung Bodenmessungen...
Inhaltsverzeichnis 1 Einleitung 6 2 Grundlagen 8 2.1 Strahlungstransport in der Atmosphäre................. 8 2.2 Einfluss der Trübung auf den Strahlungstransport........... 16 2.3 Einstrahlung bei wolkenlosem
MehrPerformance Ratio der schwimmenden Photovoltaikanlage Solarpower Ponton I
5. Nordhäuser Baustofftag (19. - 2. November 29) Performance Ratio der schwimmenden Photovoltaikanlage Solarpower Ponton I Prof. Dr.-Ing. Viktor Wesselak Fachhochschule Nordhausen, Weinberghof 4, 99734
MehrErneuerbare Energien und energieeffiziente Technologien
Lehrveranstaltung Erneuerbare Energien und energieeffiziente Technologien Prof. Dr.-Ing. Mario Adam E² - Erneuerbare Energien und Energieeffizienz Fachbereich Maschinenbau und Verfahrenstechnik Fachhochschule
MehrErneuerbare Energien und energieeffiziente Technologien
Lehrveranstaltung Erneuerbare Energien und energieeffiziente Technologien Prof. Dr.-Ing. Mario Adam E² - Erneuerbare Energien und Energieeffizienz Fachbereich Maschinenbau und Verfahrenstechnik Fachhochschule
MehrNutzung regionaler Reanalysen im Anwendungsbereich regenerativer Energien
Nutzung regionaler Reanalysen im Anwendungsbereich regenerativer Energien Christopher Frank1,2,Jan Keller1,4, Christian Ohlwein1,3, Susanne Crewell2, Petra Friederichs3, Andreas Hense3, Ulrich Löhnert2,
MehrKapitel 7. Crossvalidation
Kapitel 7 Crossvalidation Wie im Kapitel 5 erwähnt wurde, ist die Crossvalidation die beste Technik, womit man die Genauigkeit der verschiedenen Interpolationsmethoden überprüft. In diesem Kapitel wurde
MehrLeitthema: Klima und Wetter, langfristige Trends und kurzzeitige Fluktuationen
Leitthema: Klima und Wetter, langfristige Trends und kurzzeitige Fluktuationen Physikalische Übung zu: statistische Verteilungen, Mittelwerte, Fluktuationen, Wahrscheinlichkeiten und Signifikanz Fragen:
MehrÖkonomische Bewertung teilverschatteter Photovoltaikanlagen
W I S S E N T E C H N I K L E I D E N S C H A F T Ökonomische Bewertung teilverschatteter Photovoltaikanlagen Martin Fürnschuß Institut für Elektrische Anlagen und Netze der TU Graz u www.tugraz.at 2 Motivation
MehrPhotovoltaik. Lehrbuch zu Grundlagen, Technologie und Praxis. von Konrad Mertens. 1. Auflage. Hanser München 2011
Photovoltaik Lehrbuch zu Grundlagen, Technologie und Praxis von Konrad Mertens 1. Auflage Hanser München 211 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 42172 1 Zu Inhaltsverzeichnis schnell
MehrVergleich von Seegangsmessungen mit Boje und Radar an der Plattform FINO 1. Dipl.-Ing. Maria Blümel Prof. Dr.-Ing. W. Zielke
Vergleich von Seegangsmessungen mit Boje und Radar an der Plattform FINO 1 Dipl.-Ing. Maria Blümel Prof. Dr.-Ing. W. Zielke Leibniz Universität Hannover Institut für Strömungsmechanik und Elektronisches
MehrDeutscher Wetterdienst
Deutscher Wetterdienst Assimilation des aus GNSS - Daten abgeleiteten integrierten Wasserdampfgehaltes in ein numerisches Wettermodell Karolin Eichler, Klaus Stephan und Christoph Schraff Deutscher Wetterdienst
MehrWolken-Transmissionsgrad-Zuweisung für ein räumlich hochaufgelöstes Echtzeit DNI Karten-Kurzzeitprognose-System 5. Fachtagung Energiemeteorologie
Wolken-Transmissionsgrad-Zuweisung für ein räumlich hochaufgelöstes Echtzeit DNI Karten-Kurzzeitprognose-System 5. Fachtagung Energiemeteorologie (Goslar) 06.06.2018 Bijan Nouri, Luis Segura, Pascal Kuhn,
MehrStatistik K urs SS 2004
Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die
MehrGibt es in Deutschland nur noch zu warme Monate?
Gibt es in Deutschland nur noch zu warme Monate? Rolf Ullrich 1), Jörg Rapp 2) und Tobias Fuchs 1) 1) Deutscher Wetterdienst, Abteilung Klima und Umwelt, D-63004 Offenbach am Main 2) J.W.Goethe-Universität,
MehrÜbersicht. 1. Allgemeine Betrachtung. 2. IPCC bisherige Klimaentwicklung. 3. Antrieb Strahlung. 4. Strahlungs-Forcing. 5. IPCC globale Entwicklung
Übersicht 1. Allgemeine Betrachtung 2. IPCC bisherige Klimaentwicklung 3. Antrieb Strahlung 4. Strahlungs-Forcing 5. IPCC globale Entwicklung Strahlungshaushalt der Atmosphäre Strahlung ist Energiefluß
MehrSolarpotentialanalyse Berlin Datendokumentation
Solarpotentialanalyse Berlin Datendokumentation Die Bestimmung der jährlichen solaren Einstrahlung auf den Dachflächen von Berlin erfolgte mit dem vom Ingenieurbüro simuplan entwickelten Strahlungsmodell
MehrMonatliche Temperaturabweichungen vom Referenzzeitraum R. Ullrich
134 DWD Klimastatusbericht 2001 Monatliche Temperaturabweichungen vom Referenzzeitraum 1961-1990 R. Ullrich Beim Deutschen Wetterdienst liegen für Deutschland die vieljährigen Mittel der Lufttemperatur
MehrLangjähriger Verlauf der Einstrahlungswerte in der Schweiz
Langjähriger Verlauf der Einstrahlungswerte in der Schweiz Nationale PV Tagung 2017 24.03.2017 Jan Remund Inhalt 1. Warum müssen sich Klimadatenbanken unterscheiden? 2. Wie viel hat Sonneneinstrahlung
MehrErlösperspektiven der Photovoltaik in Deutschland Einflussmöglichkeiten durch Variation der Anlagenausrichtung. Alexander Zipp,
Erlösperspektiven der Photovoltaik in Deutschland Einflussmöglichkeiten durch Variation der Anlagenausrichtung Alexander Zipp, zipp@izes.de Hintergrund der Untersuchung Fragen: - Welche PV-Anlagen haben
MehrLeseprobe. Konrad Mertens. Photovoltaik. Lehrbuch zu Grundlagen, Technologie und Praxis. ISBN (Buch):
Leseprobe Konrad Mertens Photovoltaik Lehrbuch zu Grundlagen, Technologie und Praxis ISBN (Buch): 978-3-446-43410-3 ISBN (E-Book): 978-3-446-43411-0 Weitere Informationen oder Bestellungen unter http://www.hanser-fachbuch.de/978-3-446-43410-3
MehrS. K. Meilinger, I. Neher, E. Dresch, K. Hasan, B. Evers-Dietze und D. Franke Bremerhaven, April 2016
S. K. Meilinger, I. Neher, E. Dresch, K. Hasan, B. Evers-Dietze und D. Franke Bremerhaven, April 2016 PV-WORLDWIDE YIELD SIMUALTION MODEL (WOYSI) Simulationsmodel für PV-Erträge unter Berücksichtigung
MehrMessgrößen in der Meteorologie
Messgrößen in der Meteorologie Meteorologische Messungen zum Zwecke der Wettervorhersage und Klimatologie (Klimaforschung) sind seit Jahrhunderten bekannt. Viele der gewonnenen Daten können erst durch
MehrVorlesung: Fernerkundung
Erfassung von Veränderungen Änderungen und deren Erfassung sind wichtigster Gegenstand des forest monitoring. Veränderungen werden durch drei Kräfte verursacht: Interne : Wachstum. Natürliche : Naturkatastrophen.
MehrGeostatistik und Anwendungen im Precision Farming
Geostatistik und Anwendungen im Precision Farming Irina Kuzyakova Institut für Pflanzenbau und Grünland Precision Farming Managementstrategie, die die räumlichen Informationstechnologien benutzt, um Entscheidungen
MehrPhallosan-Studie. Statistischer Bericht
Phallosan-Studie Statistischer Bericht Verfasser: Dr. Clemens Tilke 15.04.2005 1/36 Inhaltsverzeichnis Inhaltsverzeichnis... 2 Einleitung... 3 Alter der Patienten... 4 Körpergewicht... 6 Penisumfang...
MehrSchwächen regenerativer Energien: Fluktuierendes Angebot und Netze am Beispiel Solarenergie
Schwächen regenerativer Energien: am Beispiel Solarenergie Oder: Ist Solarenergie wirklich golden wie die Sonne? 13.07.2012 2 / 17 Anteil regenerativer Energien in 2008-2011 Übersicht zur Entwicklung von
MehrSolare Investitionssicherheit - Verlässliche Ertragsgutachten
Solare Investitionssicherheit - Verlässliche Ertragsgutachten Dipl.-Wi.-Ing. Kay Teckenburg Solar Engineering GmbH Vahrenwalder Str. 7 30165 Hannover SOLTEC 14.09.2006 Warum ein Ertragsgutachten? - Planung:
MehrHochschule Düsseldorf University of Applied Sciences. 04. Oktober 2016 HSD. Solarenergie. Die Sonne
Solarenergie Die Sonne Wärmestrahlung Wärmestrahlung Lichtentstehung Wärme ist Bewegung der Atome Im Festkörper ist die Bewegung Schwingung Diese Schwingungen können selber Photonen aufnehmen und abgeben
MehrProtokoll Grundpraktikum: F0: Auswertung und Präsentation von Messdaten
Protokoll Grundpraktikum: F0: Auswertung und Präsentation von Messdaten Sebastian Pfitzner 19. Februar 013 Durchführung: Sebastian Pfitzner (553983), Jannis Schürmer (5589) Betreuer: N. Haug Versuchsdatum:
MehrProtokoll Grundpraktikum: F5 Dichte fester Körper
Protokoll Grundpraktikum: F5 Dichte fester Körper Sebastian Pfitzner 6. Februar 013 Durchführung: Sebastian Pfitzner (553983), Jannis Schürmer (5589) Arbeitsplatz: 4 Betreuer: Anicó Kulow Versuchsdatum:
MehrErweiterte Standortsuche für Solarkraftwerke Nutzung von Zwischen- und Endprodukten aus dem CAMS Strahlungsservice
Erweiterte Standortsuche für Solarkraftwerke Nutzung von Zwischen- und Endprodukten aus dem CAMS Strahlungsservice Marion Schroedter-Homscheidt, Gerhard Gesell, Lars Klüser, Miriam Kosmale, Sandra Jung
MehrHochschule Düsseldorf University of Applied Sciences. 29. September 2015 HSD. Solarenergie. Die Sonne
Solarenergie Die Sonne Wärmestrahlung Wärmestrahlung Lichtentstehung Wärme ist Bewegung der Atome Im Festkörper ist die Bewegung Schwingung Diese Schwingungen können selber Photonen aufnehmen und abgeben
MehrLK Lorentzkraft. Inhaltsverzeichnis. Moritz Stoll, Marcel Schmittfull (Gruppe 2) 25. April Einführung 2
LK Lorentzkraft Blockpraktikum Frühjahr 2007 (Gruppe 2) 25. April 2007 Inhaltsverzeichnis 1 Einführung 2 2 Theoretische Grundlagen 2 2.1 Magnetfeld dünner Leiter und Spulen......... 2 2.2 Lorentzkraft........................
MehrVergleichende Analysen regionaler Klimamodelle Lorenzo Tomassini und Katharina Bülow
Vergleichende Analysen regionaler Lorenzo Tomassini und Katharina Bülow Max-Planck-Institut für Meteorologie Übersicht Methoden und Schwierigkeiten der Evaluierung regionaler Beobachtungsdatensätze Problembezogene
MehrVorstellung eines neuen modellspezifischen Fehlermaßes zur Bewertung von Windleistungsprognosemodellen
Vorstellung eines neuen modellspezifischen Fehlermaßes zur Bewertung von Windleistungsprognosemodellen 4. Fachtagung Energiemeteorologie 20.-22. April 2016 in Bremerhaven Jan Dobschinski, Malte Siefert,
MehrWolkenklassifikation anhand von Satellitendaten
Wolkenklassifikation anhand von Satellitendaten Seminar zur planetarischen Grenzschicht E. Reimer 10.01.2007 Betreuer: I. Langer Gliederung Einleitung NOAA-AVHRR Bestimmung des Gesamtbedeckungsgrades Variabilität
MehrModel Output Statistics (MOS)
Model Output Statistics (MOS) Numerische Modelle zur Wettervorhersage (NWV Modelle) berechnen den zukünftigen Zustand der Atmosphäre zu bestimmten Zeitpunkten (Prognose). Als Basis für die Berechnung der
MehrHypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests
ue biostatistik: hypothesen, fehler 1. und. art, power 1/8 h. lettner / physik Hypothesen: Fehler 1. und. Art, Power eines statistischen Tests Die äußerst wichtige Tabelle über die Zusammenhänge zwischen
MehrErlösperspektiven der Photovoltaik in Deutschland Einflussmöglichkeiten durch Variation der Anlagenausrichtung
Erlösperspektiven der Photovoltaik in Deutschland Einflussmöglichkeiten durch Variation der Anlagenausrichtung Alexander Zipp, zipp@izes.de Bernd Lukits, ee11m025@technikum-wien.at Hintergrund der Untersuchung
MehrEnergiebilanzmodell I
Schema der globalen Energieflüsse in der Atmosphäre (Wm -2 ) Die Erde im sichtbaren Licht Albedo ausgewählter Oberflächen Untergrund Albedo Untergrund Albedo Sand trocken 30-5% Wasseroberfläche -95% Energiebilanzmodell
MehrNeues aus dem Energiegarten
Neues aus dem Energiegarten Bestimmen der solaren Tages-Durchschnittleistung (W/m 2 /d) und der eingestrahlten Energie (kwh/m 2 /d) Der solare Leistungsmesser im Energiegarten zeigt, wie viel Leistung
MehrEinführung in die Allgemeine Klimatologie
Einführung in die Allgemeine Klimatologie Physikalische und meteorologische Grundlagen Von Dr. rer. nat. Wolfgang Weischet em. o. Professor an der Universität Freiburg i. Br. 6., überarbeitete Auflage
MehrReport No. 1. Übersicht über die Zeitreihen der Agromet Datenbank der FAO
Übersicht über die Zeitreihen der Agromet Datenbank der FAO 11/21 Report No. 1 Übersicht über die Zeitreihen der Agromet Datenbank der FAO Jürgen Grieser (DWD/GPCC) Inhalt: ZUSAMMENFASSUNG... 2 EINLEITUNG...
MehrValidierung und Optimierung eines Solarstromprognosesystems unter Berücksichtigung von Ensemble-Effekten
Validierung und Optimierung eines Solarstromprognosesystems unter Berücksichtigung von Ensemble-Effekten Stefan Bofinger 1, Hans Georg Beyer 2, Elke Lorenz 3, Hashini Wikramarathne 3 1 meteocontrol GmbH
MehrANLEITUNG TIROLSOLAR
ANLEITUNG TIROLSOLAR RÄUMLICH HOCHAUFGELÖSTE SOLARPOTENTIALKARTE TirolSolar ist ein webbasiertes Online-Tool mit räumlich hochaufgelösten Solarpotentialkarten und entwickelten konkreten Empfehlungen zur
Mehr3. Analyse der Kamerabewegung Video - Inhaltsanalyse
3. Analyse der Kamerabewegung Video - Inhaltsanalyse Stephan Kopf Bewegungen in Videos Objektbewegungen (object motion) Kameraoperationen bzw. Kamerabewegungen (camera motion) Semantische Informationen
MehrVersuch 17: Kennlinie der Vakuum-Diode
Versuch 17: Kennlinie der Vakuum-Diode Inhaltsverzeichnis 1 Einleitung 3 2 Theorie 3 2.1 Prinzip der Vakuumdiode.......................... 3 2.2 Anlaufstrom.................................. 3 2.3 Raumladungsgebiet..............................
MehrVersuchsprotokoll. Mathematisch-Naturwissenschaftliche Fakultät I Institut für Physik. Versuch O8: Fraunhofersche Beugung Arbeitsplatz Nr.
Mathematisch-Naturwissenschaftliche Fakultät I Institut für Physik Physikalisches Grundpraktikum I Versuchsprotokoll Versuch O8: Fraunhofersche Beugung Arbeitsplatz Nr. 1 0. Inhaltsverzeichnis 1. Einleitung.
MehrSatellitendaten. Strahlungsflüssen aus. Bestimmung von. Adaptive Verfahren zur. DACH Tagung 2010 in Bonn
DACH Tagung 2010 in Bonn Adaptive Verfahren zur Bestimmung von Strahlungsflüssen aus Satellitendaten Jennifer Müller 1, Hartwig Deneke 2, Victor Venema 1, Clemens Simmer 1 1 Meteorologisches Institut der
MehrStatistik II. Regressionsrechnung+ Regressionsanalyse. Statistik II
Statistik II Regressionsrechnung+ Regressionsanalyse Statistik II - 16.06.2006 1 Regressionsrechnung Nichtlineare Ansätze In einigen Situation könnte man einen nichtlinearen Zusammenhang vermuten. Bekannte
MehrMod. 2 p. 1. Prof. Dr. Christoph Kleinn Institut für Waldinventur und Waldwachstum Arbeitsbereich Fernerkundung und Waldinventur
Histogramme der Grauwerte der TM Kanäle 1-7 für das Beispielsbild. - Kanäle 4 und 5 zeigen mehr Differenzierung als die anderen (Kontrast=das Verhältnis der hellsten zur dunkelsten Fläche in der Landschaft).
MehrVariierende, meteorologische Daten und deren Einfluss in der PV-Simulation
Variierende, meteorologische Daten und deren Einfluss in der PV-Simulation Dipl.-Ing.(FH) Matthias Egler Solar Engineering Decker & Mack GmbH 05. Juni 2013 3. Fachtagung Energiemeteorologie / Grainau,
MehrStatistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de
rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent
MehrZum Einfluss des Antennennahfeldes
Zum Einfluss des Antennennahfeldes Gerhard Wübbena, Martin Schmitz, Gerald Boettcher Geo++ Gesellschaft für satellitengestützte geodätische und navigatorische Technologien mbh D-30827 Garbsen, Germany
MehrFehler- und Ausgleichsrechnung
Fehler- und Ausgleichsrechnung Daniel Gerth Daniel Gerth (JKU) Fehler- und Ausgleichsrechnung 1 / 12 Überblick Fehler- und Ausgleichsrechnung Dieses Kapitel erklärt: Wie man Ausgleichsrechnung betreibt
MehrKapitel 7. Regression und Korrelation. 7.1 Das Regressionsproblem
Kapitel 7 Regression und Korrelation Ein Regressionsproblem behandelt die Verteilung einer Variablen, wenn mindestens eine andere gewisse Werte in nicht zufälliger Art annimmt. Ein Korrelationsproblem
MehrPV-Potentialanalyse des Hochschulcampus der HFT-Stuttgart
Studiengang Sustainable Energy Competence (SENCE) Modul 2.2 Kurzfassung der Ersten Studienarbeit PV-Potentialanalyse des Hochschulcampus der HFT-Stuttgart Studiengan g: Hochschule : Modul: Vorgelegt von:
MehrPhysikalische Übungen für Pharmazeuten
Helmholtz-Institut für Strahlen- und Kernphysik Seminar Physikalische Übungen für Pharmazeuten Ch. Wendel Max Becker Karsten Koop Dr. Christoph Wendel Übersicht Inhalt des Seminars Praktikum - Vorbereitung
MehrBedarfsorientierte Konzeptionierung von Photovoltaikanlagen
1 Bedarfsorientierte Konzeptionierung von Photovoltaikanlagen Martin Fürnschuß, Mike Alexander Lagler, Ernst Schmautzer Institut für Elektrische Anlagen und Netze der TU Graz www.tugraz.at 15. Symposium
MehrZeitreihenanalyse. H.P. Nachtnebel. Institut für Wasserwirtschaft, Hydrologie und konstruktiver Wasserbau. Definitionen und Anwendung
.. Zeitreihenanalyse H.P. Nachtnebel Institut für Wasserwirtschaft, Hydrologie und konstruktiver Wasserbau Definitionen und Anwendung Definition Zeitreihe zeitliche Abfolge von Messwerten, deren Auftreten
MehrSeminar zur Energiewirtschaft:
Seminar zur Energiewirtschaft: Ermittlung der Zahlungsbereitschaft für erneuerbare Energien bzw. bessere Umwelt Vladimir Udalov 1 Modelle mit diskreten abhängigen Variablen 2 - Ausgangssituation Eine Dummy-Variable
MehrPhysikalisches Grundpraktikum I
INSTITUT FÜR PHYSIK DER HUMBOLDT-UNIVERSITÄT ZU BERLIN Physikalisches Grundpraktikum I Versuchsprotokoll P2 : F7 Statistik und Radioaktivität Versuchsort: Raum 217-2 Versuchsbetreuer: E. von Seggern, D.
Mehr4. Empirische Momente von ZR. 4. Empirische Momente von ZR. 4. Empirische Momente von ZR. 4. Empirische Momente von ZR
Im Allgemeinen wird sich das Verhalten einer ZR über die Zeit ändern, z.b. Trend, saisonales Verhalten, sich verändernde Variabilität. Eine ZR wird als stationär bezeichnet, wenn sich ihr Verhalten über
MehrRCC-CM Produktbeschreibung Version 1.1 (Februar 2013)
SONNENSCHEINDAUER Die Sonnenscheindauer beschreibt die Dauer der direkten Sonneneinstrahlung über einen bestimmten Zeitraum (z.b. einen Monat) an einem bestimmten Ort. Sie bietet folglich Informationen
MehrEntwicklung und Bewertung solarer Nowcasting-Systeme
DLR.de Folie 1/11 Entwicklung und Bewertung solarer Nowcasting-Systeme Pascal Kuhn, Pascal.Kuhn@dlr.de Institut für Solarforschung, Deutsches Zentrum für Luft- und Raumfahrt B. Nouri, S. Wilbert, T. Schmidt,
MehrÜbungsaufgabe Parameter und Verteilungsschätzung
Übungsaufgabe Parameter und Verteilungsschätzung Prof. Dr. rer. nat. Lüders Datum: 21.01.2019 Autor: Marius Schulte Matr.-Nr.: 10049060 FH Südwestfalen Aufgabenstellung Analysiert werden sollen die Verteilungen
MehrNotgepäck Genauigkeit
Notgepäck Genauigkeit Beat Hulliger Dienst Statistische Methoden, Bundesamt für Statistik 20.4.2006 1 Was ist Genauigkeit genau? Um zu beschreiben, was Genauigkeit in der Statistik ist, müssen wir untersuchen,
MehrAllgemeine Chemie Computer Praktikum Frühjahrssemester Regressions-Tutorial Lineare und nicht-lineare Regression
1 Einführung Allgemeine Chemie Computer Praktikum Frühjahrssemester Regressions-Tutorial Lineare und nicht-lineare Regression Datenauswertung In einem naturwissenschaftlichen Experiment werden Sie meist
Mehrsimple lineare Regression kurvilineare Regression Bestimmtheitsmaß und Konfidenzintervall
Regression Korrelation simple lineare Regression kurvilineare Regression Bestimmtheitsmaß und Konfidenzintervall Zusammenhänge zw. Variablen Betrachtet man mehr als eine Variable, so besteht immer auch
MehrDer Dürreindex des Weltzentrums für Niederschlagsklimatologie (GPCC-DI)
Dr. Markus Ziese Der Dürreindex des Weltzentrums für Niederschlagsklimatologie (GPCC-DI) Deutscher Wetterdienst, Hydrometeorology, Offenbach am Main, Germany Inhalt Charakteristika eine Dürreindexes Standardized
MehrBestimmung von Ausbreitungsklassen nach TA Luft mit Wolkenbedeckungsgraden aus Satellitendaten
Bestimmung von Ausbreitungsklassen nach TA Luft mit Wolkenbedeckungsgraden aus Satellitendaten Session 3, METTOOLS_IX 19.03.2015, Offenbach Dipl.-Met. Joachim Namyslo 1, Dr. Martin Stengel 2 Deutscher
MehrPropellers (gleich Fluggeschwindigkeit). Dieser Zusammenhang wurde schon in den 30-iger Jahren meßtechnisch erfaßt und in normierter Form dargestellt.
Günter Hildebrandt, guenter22@arcor.de Wirkungsgrad des Propellers Als Modellbauer und flieger, habe ich mir schon oft die Frage gestellt, wie man den Wirkungsgrad eines Propellers berechnen kann und welchen
MehrE-Mobilität und PV-Anlagen TEG- Eggerfeld 2018
E-Mobilität und PV-Anlagen TEG- Eggerfeld 2018 Was ist seit der letzten TEG- Versammlung passiert? August17: Umfrage zur E-Mobilität per email/briefkasten September17: Auswertung der Umfrage und Rückmeldung
MehrBei näherer Betrachtung des Diagramms Nr. 3 fällt folgendes auf:
18 3 Ergebnisse In diesem Kapitel werden nun zunächst die Ergebnisse der Korrelationen dargelegt und anschließend die Bedingungen der Gruppenbildung sowie die Ergebnisse der weiteren Analysen. 3.1 Ergebnisse
MehrPHOTOVOLTAIK CONTRACTING STROM AUS SONNENENERGIE.
PHOTOVOLTAIK CONTRACTING STROM AUS SONNENENERGIE. Strom aus Sonnenenergie! Das bietet Ihnen wüsterstrom. Mit Hilfe einer Photovoltaik-Anlage lässt sich die Sonnenenergie auch zur Stromerzeugung nutzen:
MehrVeränderungen in ausgewählten Verhaltensweisen bei brünstigen Kühen in der Milchproduktion
Veränderungen in ausgewählten Verhaltensweisen bei brünstigen Kühen in der Milchproduktion Berit Füllner und Heiko Scholz, Hochschule Anhalt, Fachbereich LOEL Die Fruchtbarkeit der Milchkühe wird durch
MehrPrüfen von Zeitreihen mit individuellen Korrekturparametern K-Prüfung
Prüfen von Zeitreihen mit individuellen Korrekturparametern K-Prüfung aqua_plan Ingenieurgesellschaft für Problemlösungen in Hydrologie und Umweltschutz mbh Amyastr. 126, 52066 Aachen Tel.: 0241 40070-0,
MehrModellierung der Einspeisung von Windenergie- und Photovoltaikanlagen für Strommarkt- und Netzbetriebssimulationen
Modellierung der Einspeisung von Windenergie- und Photovoltaikanlagen für Strommarkt- und Netzbetriebssimulationen Hintergrund und Motivation Modellbildung Exemplarische Ergebnisse Ausblick Lara Lück Wien,
Mehr