Detailansicht

Wind resource assessment in complex terrain with a high-resolution numerical weather prediction model

Karin Gruber

Art der Arbeit

Masterarbeit

Universität

Universität Wien

Fakultät

Fakultät für Geowissenschaften, Geographie und Astronomie

Studiumsbezeichnung bzw. Universitätlehrgang (ULG)

Masterstudium Meteorologie

Betreuer*in

Vanda Grubisic

Volltext herunterladen
Volltext in Browser öffnen

DOI

10.25365/thesis.37844

URN

urn:nbn:at:at-ubw:1-29154.56534.174264-8

Link zu u:search

(Print-Exemplar eventuell in Bibliothek verfügbar)

Abstracts

Abstract

(Deutsch)

Windenergie wurde in den letzten 30 Jahren wegen der steigenden Energiekosten zuneh-mend interessanter. Das österreichische Windenergiepotential wurde in den flacheren Landesteilen weitgehend ausgeschöpft. Um landesweit das volle Potential ausschöpfen zu können, müssen profitable Windenergieanlagen auch im Gebirge errichtet werden. Wenige solcher Anlagen wurden bisher errichtet, nicht zuletzt wegen der unsicheren Prognose der mittleren jährlichen Windgeschwindigkeit. Die Leistung einer Windenergieanlage ist proportional zu der von den Rotoren der Turbine überstrichenen Fläche, der Luftdichte und der dritten Potenz der horizontalen Windgeschwindigkeit. Für die Prognose der erzielbaren Leistung einer Windenergie-anlage ist die Kenntnis der mittleren jährlichen Windgeschwindigkeit also entscheidend. Da die Bewegung der Luft mittels nichtlinearer partieller Differentialgleichungen beschrieben wird, wurden viele Versuche zur Vereinfachung dieser Gleichungen gemacht [Petersen et al. (1998), OVE (2011)]. Für diese Vereinfachung werden die Gleichung häufig unter der Annahme von Hydrostasie linearisiert und setzen flaches Gelände und Reibungsfreiheit voraus. Während diese Methoden gute Resultate für Off-shore-Anlagen liefern, werden die Voraussetzungen für die Vereinfachungen der Gleichungen in gebirgigen Regionen nicht erfüllt. Um einen Beitrag zur Vorhersage für die Parameter zur Dimensionierung einer Wind-energieanlage zu leisten, wurde ein numerisches Wettervorhersagemodell (WRF - Weather Research and Forecasting) verwendet. Die innerste Domain dieses geschachtelten Mo-dells umfasst 80~km des Ennstals in der Steiermark. Sie erstreckt sich von den Nordhängen des Alpenhauptkamms 80~km nach Norden und umfasst das Tote Gebirge, ein Teil der nördlichen Kalkalpen, mit seinen Steilwänden. Die Seehöhe variiert zwischen 600~m und 2500~m in der innersten Domain. Für die Simulation eines Jahres wurde ein Gitterabstand von 800~m gewählt. Das Modell wurde mit operationellen Daten des ECMWF (European Center for Medium-Range Weather Forecasts) initialisiert. Die Laufzeit umfasst 366 Tage von 2011/12/13 bis 2012/12/13. In der innersten Domain befinden sich 7~meteorologische Stationen in Tälern und 5~Stationen nahe Gipfeln, welche Windrichtung und Windgeschwindigkeit im 10~m über Grund messen. Zusätzlich stehen die Windrichtungs- und Windgeschwindigkeitsdaten in circa 40~m, 60~m und 80~m Höhe über Grund von 2 Maststationen nahe Gipfeln zur Verfügung. Der Vergleich zwischen den beobachteten Windgeschwindigkeiten und den Modell-ergebnissen zeigt einen mittleren absoluten Fehler von weniger als 1~m s$^{-1}$ für höher gelegene Stationen und bis zu 2~m s$^{-1}$ für Stationen im Tal. Die Messstationen im Tal sind nämlich öfter von Hindernissen, welche im Modell nicht aufgelöst werden, abgeschirmt als Bergstationen. Der Lauf eines höher aufgelösten Modells über einen kürzeren Zeitraum konnte zeigen, dass die Resultate in Tälern durch höhere Auflösung verbessert werden können, weil sich die Täler der Modelltopographie vertiefen. Der Nachteil von Modellen mit höherer Auflösung sind unter anderem höhere Rechenzeitkosten und die steileren Hänge führen eher zu numerischer Instabilität des Modells. Die Analyse der Simulationsergebnisse auf einer angenommenen Nabenhöhe von 100~m über Grund zeigt, dass die mittlere jährliche Windgeschwindigkeit als alleiniges Kriterium wenig geeignet ist um einen guten Platz für eine Windenergieanlage zu finden. Neben der ausreichenden Häufigkeit von für eine Windenergieanlage nutzbaren Wind-geschwindigkeiten, hat die geringere Dichte von feuchter Luft in größeren Höhen einen wichtigen Einfluss auf den Ertrag von Windenergieanlagen im Gebirge. Der Neigungs-winkel des Windgeschwindigkeitsvektors zur Horizontalen ist in der Bemessungsnorm für Windenergieanlagen mit 8\textordmasculine~begrenzt. Bei größerer Schräganströmung muss abgeschaltet werden. Geländeparallele Winde im komplexen Gelände haben jedoch häufig eine größere Neigung. Der Capacity Factor (das Verhältnis von gewonnener Energie zu maximal gewinnbarer Energie) ist ein sinnvoller Parameter für die Abschätzung des Energieertrags von Windenergieanlagen, wenn die kurzfristig gemittelte Windgeschwindigkeit, die zugehörige Luftdichte und Neigungswinkel des Windgeschwindigkeitsvektors von weniger als 8\textordmasculine~berücksichtigt werden. Die Turbulenz in 100~m über Grund ist im Gebirge für die Standortwahl von Windenergieanlagen weniger wichtig. Die vom numerischen Wettervorhersagemodell berechnete mittlere Windscherung zwischen den Rotorenden ist an fast allen Gitterpunkten höher als jene, mit dem Berechnungsmodell der Norm für die Bemessung von Windenergieanlagen abgeschätzte. Beschränkt man sich auf meteorologische Parameter, so sind der häufigsten Windrichtung ausgesetzte Bergrücken der beste Platz um eine Windenergieanlage zu errichten. Auf Graten oder Bergrücken hingegen, welche durch höhere Berge vor Wind aus der Hauptwindrichtung geschützt sind, kann nur sehr geringe Energieproduktion erwartet werden. Höher gelegen Ebenen oder Almen haben oft gute Windbedingungen. Diese Orte haben auch den Vorteil, dass sie bereits durch Straßen erschlossen sind.

Abstract

(Englisch)

The harvest of wind energy has become more interesting in the last 30~years because of the increasing costs of energy. The potential for wind power in Austria has been well explored in the lowlands of the country. To explore the full wind potential it is necessary to examine feasibility of building exploitable and profitable wind farms in the mountainous regions. Wind farms in the mountainous regions are rare at present, among other reasons because of the uncertain prediction of the annual mean wind speed. The power which can be gained from a wind turbine is proportional to the area covered by the rotors, the air density and the cube of the horizontal wind speed. So it is crucial for predicting the harvest of a wind farm to know the annual mean wind speed. As the motion of air is described by non-linear differential equations several attempts have been made previously to simplify the governing equations [Petersen et al. (1998), OVE (2011)]. The simplification is mostly done by linearization of the governing equations and the application of hydrostatic assumption. Both assumptions are valid over flat terrain without friction. While providing good results for off shore wind farms, these models break down in complex terrain. To contribute to the prediction of parameters needed for sizing a wind farm in complex terrain a numerical weather prediction model (WRF - Weather Research and Foercasting) was used. The innermost domain covers 80~km of the Enns Valley in the Styrian Alps. It stretches from the north slope of the main crest of the Alps 80~km to the north, including the Totes Gebirge, a part of the Nördliche Kalkalpen with very steep slopes. The height above sea level varies between 600~m and 2500~m in the innermost domain of the nested WRF-simulation. For the year-long simulation, the chosen distance between horizontal grid points is 800~m. The model has been initialized with operational data from the ECMWF (European Center for Medium-Range Weather Forecasts). It has been run over a period of 366~days from 2011/12/13 to 2012/12/13. In the innermost domain 7~meteorological observation sites measuring wind speed and wind direction at 10~m above ground level are in valleys and 5 near mountain tops. The wind speed and wind direction data of two masts near the top of hills measured at about 40~m, 60~m and 80~m above ground were also available. The comparison between the observed mean wind speed at 10~m above ground and the results from the model shows a mean absolute error less than 1~m s$^{-1}$ for the elevated stations and up to 2~m s$^{-1}$ for the sites in the valley. The measuring sites in the valleys are more frequently shielded by obstacles not seen by the model than the sites near tops. The run of the model with a higher horizontal resolution over a short period shows that the results in valleys can be improved as the valleys of the model topography become deeper. The disadvantage of higher resolution include high computational costs and steeper mountain slopes that lead to numerical instability of the model. The analysis of the results at an assumed hub height of 100~m above ground level shows that the annual mean wind speed alone is a poor criterion for choosing good locations for a wind farm. Beside the sufficient frequency of wind speed usable for wind power harvesting, reduced air density at larger heights has an important impact on wind resource assessment in complex terrain. As surface parallel winds in complex terrain have reduced horizontal wind speed the absolute value of the inclination of the wind vector to the horizontal has also to be considered. In case of inclination angles higher than 8 degrees turbines have to be disconnected. The capacity factor (the ratio of obtainable power to theoretical obtainable power) is a very meaningful parameter for wind resource assessment if in computing the obtainable power, the actual wind speed, the actual air density and an inclination angle of the wind vector to the horizontal of less than 8~degrees are considered. The turbulence at 100~m AGL is less important for siting a wind farm in complex terrain. The wind shear between rotor tips calculated by the WRF-model is at most grid points higher than the shear estimated by the model used in the standard to size a wind farm [OVE (2011)]. According to meteorological parameters crests exposed to wind from the most frequent wind directions are very good locations for a wind farm. However wind farms at mountain crests, shielded by another ridge will have a poor harvest of wind energy. Some higher situated plains or pastures have often good wind conditions. These places have the advantage that streets lead to them already.

Autor*innen

Karin Gruber

Haupttitel (Englisch)

Wind resource assessment in complex terrain with a high-resolution numerical weather prediction model

Paralleltitel (Deutsch)

Abschätzung des Windenergieertrags im Gebirge mit einem hochauflösenden numerischen Wettervorhersagemodell

Publikationsjahr

2015

Umfangsangabe

186 S. : Ill., graph. Darst., Kt.

Sprache

Englisch

Beurteiler*in

Vanda Grubisic

Klassifikationen

38 Geowissenschaften > 38.81 Atmosphäre ,

38 Geowissenschaften > 38.82 Klimatologie

AC Nummer

AC12691997

Utheses ID

33553

Studienkennzahl

UA | 066 | 614 | |

Detailansicht

Abstracts

Schlagwörter