Detailansicht

Verifikation von AROME-Kurzfristprognosen für Windkraftanlagen am Alpenostrand sowie Vergleich weiterer Vorhersagesysteme

Sabrina Marlene Marth

Art der Arbeit

Masterarbeit

Universität

Universität Wien

Fakultät

Fakultät für Geowissenschaften, Geographie und Astronomie

Studiumsbezeichnung bzw. Universitätlehrgang (ULG)

Masterstudium Meteorologie

Betreuer*in

Manfred Dorninger

Volltext herunterladen
Volltext in Browser öffnen

DOI

10.25365/thesis.61894

URN

urn:nbn:at:at-ubw:1-25106.01579.747267-9

Link zu u:search

(Print-Exemplar eventuell in Bibliothek verfügbar)

Abstracts

Abstract

(Deutsch)

Durch den Umstieg von Kohle, Öl und Gas auf erneuerbare Energien steigt die Nachfrage für Windenergie inÖsterreich kontinuierlich an. Ein Blick auf denWindatlas zeigt, dass sich für die Produktion von Strom ausWindenergie insbesondere die Hügel des Alpenvorlandes, sowie die Ebenen Ostösterreichs eignen [Interessengemeinschaft Windkraft Österreich, 2019]. Grundlegend für eine effiziente Planung sind Vorhersagen der tatsächlichenWindverhältnisse, sowie die zu erwartende Leistung der Windkraftanlagen. Eine wichtige Aufgabe vonMeteorologen ist es, die Abweichung von vorhergesagter und tatsächlich erzeugter Leistung stetig zu verringern. ImZuge dieser Arbeitwerden insbesondereWindprognosen des hochaufgelösten Vorhersagemodells ’Application of Research to Operations at MEsoscale’ (AROME) verifiziert, welche auf täglicher Basis von der Zentralanstalt für Meteorologie und Geodynamik (ZAMG) erstellt werden. Betrachtet werden ausschließlich Regionen am Alpenostrand. Neben den Winddaten der Windkraftanlagen werden als Referenz auch die Daten der umliegenden Wetterstationen des Teilautomatischen-Wetter- Erfassungs-Systems (TAWES) herangezogen um eine aussagekräftige Analyse des gesamten zu untersuchenden Gebietes durchzuführen. Für eine bessere Vergleichbarkeit fließen zusätzlich die Vorhersagen des europäischen Globalmodells ’European Centre for Medium-Range Weather Forecasts’ (ECMWF) in die Evaluierung mit ein. Im Rahmen der Verifikation werden alle betrachteten TAWES-Standorte auf Repräsentativität untersucht. Dazuwird dieMesseinrichtung auf etwaige Einschränkungen bei derWindmessung näher eingegangen umden Einfluss derMessunsicherheit zu berücksichtigen. Neben traditionellen Standardverifikationsmaßen wie dem BIAS, MAE oder RMSE werden grafische Anwendungen wie das ROCDiagramm( RelativeOperating Characteristics) oder eine speziell für dieWindverifikation entwickelte Methode von [DorningerM., and C. Kopfensteiner, 2016], sogenannte ’Differenzrosen’, für die Evaluierung herangezogen. Bei Betrachtung des Windes auf verschiedenen Höhen ist zu beachten, dass höhere Windgeschwindigkeiten oft auch größere Fehler mit sich bringen.Dieser Aspekt wird bei diversen Fehlerscores nicht explizit berücksichtigt. Eine Gewichtung der Windstärke kann dieses Problem deutlich verringern. Die Evaluierung der TAWES-Wetterstationen zeigt recht unterschiedliche Ergebnisse, die zudem abhängig vom Standort und der vorliegendenMesseinrichtung sind. Es zeichnet sich ab, dass der Fehler des ECMWF-Modells bei den TAWES-Wetterstationen geringer ist als jener von AROME und zwar um rund 15%. Nimmt man nun jene Stationen, welche durch nicht-optimale Standortbedingungen gekennzeichnet sind, aus der Untersuchung heraus, so gibt es eine Verbesserung des BIAS und RMSE um rund 10%. Auf einer Höhe von rund 100 m zeigen die Ergebnisse der Windprognosen grundsätzlich geringere Abweichungen. Zudemweisen die Vorhersagen von AROME bei denWindkraftanlagen einen um 10% geringeren Fehler auf, als jene des Globalmodells. Allerdings bleibt ein wichtiger Faktor in den Vorhersagemodellen bislang noch unberücksichtigt, nämlich die gegenseitige Abschattung vonWindkraftanlagen, der sogenannte ’Parkeffekt’.

Abstract

(Englisch)

Due to the transition from coal, oil and gas to renewable energies, the demand for wind energy in Austria is continuously increasing. According to the windmap, the regions in the Alpine foothills and the plains of eastern Austria are particularly suitable for the production of electricity from wind energy [Interessengemeinschaft Windkraft Österreich, 2019]. Predictions of the actual wind conditions as well as the expected output of the wind turbines are fundamental for efficient planning and operation. An important task of meteorologists is to continuously reduce the deviation of predicted and actually generated power. In the course of this work, daily wind forecasts of the high-resolution prediction model Application of Research to Operations at MEsoscale (AROME) by the Central Institute for Meteorology and Geodynamics (ZAMG) are verified. Within this work only regions at the eastern edge of the Alps and Alpine forelands are considered. In addition to the wind data of the wind turbines, the data of the surrounding semi-automatic weather recording system (TAWES) will also be used as a reference to carry out a robust analysis of the entire area. In order to improve comparability, the forecasts of the European Centre forMedium-RangeWeather Forecasts (ECMWF) are also included for verification. Within the framework of verification, all considered TAWES locations are examined for representativeness. For this purpose, the measuring equipment is examined in detail with regard to possible restrictions in wind measurement and the influence of the measurement uncertainty. In addition to traditional standard verification measures such as BIAS, MAE or RMSE, graphical applications such as the ROC diagram (Relative Operating Characteristics) or a method specifically developed for wind verification by [Dorninger M., and C. Kopfensteiner, 2016], so-called ’Differenzrosen’, are used for evaluation. When considering the wind at different altitudes, it should be noted that higher wind speeds (at higher altitudes) often lead to larger errors. This aspect is not explicitly considered in various verification scores. A special weighting of wind force can significantly reduce this problem. The evaluation of the TAWES weather stations shows quite different results, which also depend on the location and the existing measuring equipment. The results show that the error of the ECMWF model is lower for the TAWES weather stations than for AROME, i.e. by about 15%. If those stations which are characterized by non-optimal site conditions are excluded from the study, the BIAS and RMSE are improved by about 10%. At an altitude of about 100 m the results of the wind forecasts show generally smaller deviations. In addition, the AROME forecasts for wind turbines have a 10% lower error than those of the global model. However, one important factor has not yet been taken into account in the prediction model, namely the mutual shading of wind turbines, the so-called park effect.

Autor*innen

Sabrina Marlene Marth

Haupttitel (Deutsch)

Verifikation von AROME-Kurzfristprognosen für Windkraftanlagen am Alpenostrand sowie Vergleich weiterer Vorhersagesysteme

Publikationsjahr

2020

Umfangsangabe

vi, 56, xxviii Seiten : Illustrationen, Diagramme

Sprache

Deutsch

Beurteiler*in

Manfred Dorninger

Klassifikation

38 Geowissenschaften > 38.80 Meteorologie: Allgemeines

AC Nummer

AC15723594

Utheses ID

54710

Studienkennzahl

UA | 066 | 614 | |

Detailansicht

Abstracts

Schlagwörter