Mehr Planungssicherheit in der Windenergie Wie Kurzfristprognosen basierend auf Messungen helfen können. Michael Kalkum Windenergie 27.

Transkript

1 Mehr Planungssicherheit in der Windenergie Wie Kurzfristprognosen basierend auf Messungen helfen können Michael Kalkum Windenergie 27. Oktober 2011

2 Vaisala in Kurzform Vaisala ist ein Weltmarktführer in der Umwelt- und Industriemessung Vaisala entwickelt, produziert und vertreibt Produkte und Dienstleistungen zur Erfassung von Messdaten in Umwelt und Industrie. Vaisala ist weltweit aktiv. Ziel des Unternehmens ist es, eine Basis für mehr Lebensqualität, Umweltschutz, Sicherheit, Effizienz und Energieeinsparungen zu schaffen. Seite 2 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

3 Windenergie Applikationen Netzbetrieb Meteorologische Überwachung (Blitzdetektion, Eismessung) und Parameter für die benötigten Vorhersagen Energiegutachten Meteorologische Messungen für Windparkertragsgutachten, Datenmanagement, Messungen für die Solar-Energie Windenergieanlagen Umweltmesstechnik für den Betrieb und die Betriebssicherheit von WEA's. Seite 3 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

4 Vaisala in der Meteorologie Vaisala hat 75 Jahre Erfahrung in der Umweltmesstechnik Diese Erfahrung möchte Vaisala in die Windenergie einbringen Projektstart "RampCast" (Rampenvorhersage) in Colorado mit Xcel Energy und dem "National Center for Atmospheric Research" (NCAR), um herauszufinden, wie Kurzfristprognosen basierend auf Umweltmessungen helfen können. Seite 4 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

5 Xcel Energy ein kurzer Überblick Northern States Power Company- Minnesota Northern States Power Company- Wisconsin Public Service Company of Colorado Southwestern Public Service Seite 5 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

6 Windintegration Rampenereignisse Ein Rampenereignis ist eine schnelle Windenergie Zuoder Abnahme, verursacht durch ein lokales Wetterereignis Stromnetzbetreiber benötigen eine verbesserte Kurzfristprognose, um Windrampen vorherzusagen und eine ausgewogene Balance zwischen Stromerzeugung und Last zu halten. Seite 6 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

7 Windprognose Im Westen der USA, wo die Windenergie 24% der Stromversorgung ausmacht, würde eine (10 bis 20)%ige Vorhersageverbesserung gleichbedeutend mit einem Gewinn von $100Mio. bis $195Mio. USD sein (National Renewable Energy Laboratory NREL The Value of Wind Power Forecasting, April 2011) Überträgt man dies auf die gesamten Staaten, dann würden $500Mio. bis $1Mrd. USD jährlich landesweit eingespart werden. Der Energieversorger Xcel Energy hat errechnet, dass durch eine 1%ige Vorhersageverbesserung mehr als $1.3Mio. USD Betriebseinsparungen jährlich erzielt werden könnten.da der Anteil der Windenergie immer größer wird, wird auch das Potential der Betriebseinsparungen stetig wachsen. Seite 7 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

8 Wetter Messtechnik Programm Pilotprojekt von Xcel Energy Utility Innovations, um die Systemintegration der Windenergie zu verbessern Führender Systemintegrator von Windenergie in den USA mit über 3,4GW Daten aus dem Windpark OSIsoft 0-3 h Kurzfristprognose Vaisala 3-72 h Vorhersage NCAR Xcel UI Windenergie Projekt DAQ Data Acquisition Project AWIP Advanced Weather Instrumentation Project WiP Wind Prediction System Seite 8 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

9 Xcel Energy Rampenereignisse Grundlasterzeugung Area Control Error Xcel kann seine Grundlastkraftwerke nicht gut genug gegen Windrampen ausbalancieren. Dies führt zu finanziellen Verlusten, mechanischen Belastungen und Risiken bzgl. der Netzstabilität. Windenergie Image Courtesy Keith Parks, Xcel Energy Seite 9 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

10 Paradigmenwechsel der Windintegration auf lange Sicht Umsetzung EEG Windenergie wie eine variable Last Grundlastkosten kaum kontrollierbar Zu erwartende Netzlast bestimmt die Stromversorgung EE sind etabliert Windenergie kontrollierbarer Grundlastkosten sind ein Energieentscheidungsfaktor EE Vorhersagen bestimmen die Stromversorgung Spitzenlast Erneuerbare Energien Variabel Mittellast Grundlast Ausbalanciertes Energieangebot Traditionelles Paradigma Energiemix Diagram Courtesy Keith Parks, Xcel Energy Seite 10 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

11 Windvariabilität und Vorhersage MW Variabilität Netzlast Windenergie Produktion Images Courtesy Keith Parks, Xcel Energy Seite 11 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

12 Der Windpark in Colorado 400 MW Park auf einer Hochebene im Nordosten Colorados Steile Absenkungen an der Süd- und Westseite Starker Wind überwiegend aus Nordwest Seite 12 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

13 RampCast Messnetzwerk Messstationen 400 MW Wind Farm 100 km Seite 13 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

14 Vaisala RampCast TM DSS (Decision Support System) für die Windenergie Integration Windleistungsvorhersage Windparkeffizienz Statistiken Windrampen Erfassung und Analyse für die 0 bis 3 Stunden Vorhersage Seite 14 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

15 Verbesserung durch das Messnetzwerk Zielgerichtete atmosphärische Beobachtungen verbessern die 0 bis 3 Stunden Vorhersagen Interessenten: Netzwerkbetreiber Regulierungsbehörden Windenergieanlagenhersteller Windpark Besitzer und Betreiber Stromhändler Seite 15 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

16 Vorhersagen Unterschiedliche Vorhersagemethoden für unterschiedliche Zeitspannen Langzeitvorhersagen werden von NWP (Numerical Weather Prediction) Modellen erstellt 3-6 Stunden Vorhersagen von NAM (North American Mesoscale Model) Kurzfristprognosen basierend auf SCADA Windparkdaten, meteorologischer Überwachung, atmosphärischen Modellen und allgemeinen Wettervorhersagen Aktuelle Windparkleistung Messüberwachte kalibrierte Modelle Jetzt Mesoscale Modell Allgemeine Wettervorhersage Historie +3 bis 6 Stunden +3 Stunden 6+ Stunden Seite 16 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

17 RampCast TM Vorhersagen 0 bis 1 Stunde: sehr hohe Auflösung, genaue Vorhersage von Windrampen alle 2 Minuten 1 bis 3 Stunden: hohe Auflösung, genaue Vorhersage alle 15 Minuten min Auflösung 15 min Auflösung Seite 17 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

18 RampCast TM Atmosphärische Überwachung Atmosphärisches Überwachungsnetzwerk als wesentlicher Bestandteil des Systems Echtzeitdaten kalibrieren Wettermodelle und starten statistische Modelle Seite 18 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

19 RampCast TM Mittel und Langzeitprognose RampCast TM kann verschiedene Windenergievorhersage Modelle integrieren Daten für die Langzeitprognose kommen vom NWP Modell Die Mittelzeitprognose wird durch die allgemeine Wettervorhersage und das Mesoscale Modell, welches innerhalb des Systems betrieben wird, erstellt. Seite 19 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

20 RampCast TM ein lernfähiges System RampCast TM benutzt statistische und analytische Techniken, um von den historischen Daten zu lernen Minimale Lernperiode von 30 Tagen Automatische Adaption zu lokal spezifischen Wetterereignissen Saisonale Phänomene werden erkannt und automatisch implementiert Seite 20 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

21 RampCast TM System Architektur Vaisala RampCast TM über gesichertes Web Meteorologische Datenbasis OSIsoft PI Historisch Statistische Modelle & Web Server Hosted PI Historischer Server Gesicherte IP Verbindung AON AON Daten Daten über über IP IP Betriebskontrollraum Vaisala Fernüberwachung und Datenzentrum Seite 21 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

22 RampCast Angebot AON 1 w/ Ceilometer Verification band LAP3000 Wind Profiler AON 9 AON 6 Confidence band Seite 22 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

23 Rampenvorhersage Verbesserung der 0 bis 1 Stunde Prognose: Probability of Detection (POD) Confidence Rate (CR) Seite 23 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

24 Ausblick Ein 2. Pilotprojekt mit einem Europäischen Energieversorger wird gerade vorbereitet. Seite 24 / 27. Oktober 2011 / Michael Kalkum / Vaisala /

25 Danke für Ihre Aufmerksamkeit! Dipl.- Ing. (FH) Michael Kalkum Wind Energy Sales Manager, EMEA Hamburg Mobile: Seite 25 / 27. Oktober 2011 / Michael Kalkum / Vaisala /