Wind power has different characteristics compared to conventional energy sources. The main difference is that wind power fluctuates under the influence of meteorological variables. This gives rise to problems related to grid stability. It is therefore important to understand these variations and their predictability in order to improve the integration of wind power into grids. Wind power forecasts play an important role. In this study, the accuracy of Numerical Weather Prediction (NWP) wind speed forecasts over the period 1st Sept. 2013 – 31st Dec. 2016 has been investigated. This was done for four Scandinavian windfarms; Rødsand II, Kårehamn, Jokkmokksliden and Storliden. The NWP used was The Air Pollution Model (TAPM). The main aim of the study was to examine if the implementation of bias correction methodologies could improve the accuracy of uncorrected TAPMforecasts. In addition to this main aim, the study was also intended to investigate the differences in the performance of TAPM between Australian and Scandinavian weather conditions. The results indicated that TAPM has a tendency to under-predict against actual observations. It was also observed that the accuracy varied throughout the year, with the best performance during summer and the worst during winter. Additionally, the performance varied between turbines within the wind farms. The magnitude of forecast errors was lowest for turbines which experience high degrees of wake effects from upstream turbines. Furthermore, the results showed that the implementation of certain bias correction methodologies improved the accuracy. The greatest enhancements were achieved by the implementation of two correction methodologies, both based on the combination of bias correction and timing correction. The NRMSE of wind speed was reduced by almost 50% for “hour ahead” forecasts for Rødsand II and Kårehamn when full bias correction was applied and by nearly 70% for Jokkmokksliden and Storliden. A reduction in the wind speed magnitude error by as much as half was also reached. Based on these results, the overall conclusion is that TAPM can be applied for sites with completely different weather conditions with moderately good accurateness, especially if bias correction is applied. However, due to the limited time frame and other delimitations of this study, further studies are necessary in order to draw deeper conclusions. / Vindkraft är en förnybar energikälla som skiljer sig på flera sätt jämfört med konventionell energiproduktion. Konvensionell produktion avser planerbar och icke väderberoende energiproduktion som dessutom är synkront kopplad till elnätet, exempelvis vattenkraft och kärnkraft. Den huvudsakliga skillnaden är att energiproduktionen från vindkraftverk är direkt kopplad till meteorologiska förhållanden och är därmed beroende av de rätta väderbetingelserna för att kunna producera el, framförallt rådande vindhastigheter. Detta innebär att elproduktionen varierar på ett oförutsägbart sätt vilket medför att den producerade elkraften från vindkraftverk är mindre stabil jämfört med elkraft som utnyttjar konventionells krafttekniker. En ökad andel variabel elproduktion från vindkraft medför stora utmaningar för det befintliga och framtida kraftsystemet. Den främsta utmaningen är att upprätthålla balansen i systemet, både i det korta och långa tidsperspektivet. Om inga åtgärder genomförs förväntas kraftsystemets utformning och egenskaper att bli sämre i form av ökad känslighet för störningar och försämrad leveranstid. En ökad förståelse för vindkraftsproduktionens variabilitet och förutsägbarhet är därmed av intresse för att kunna förbättra integrationen av variabel vindkraftsproduktion. Prognosmodeller för vindkraftsproduktion (analogt med prognoer för vindhastighet) utgör en viktig faktor i detta. I denna studie har noggrannheten av numeriska väderprognoser (NWP) analyserats. Analysen genomfördes för fyra skandinaviska vindkraftparker mellan 1 september 2013 och 31 december 2016. De granskade parkerna var: Rødsand II, Kårehamn, Jokkmokksliden och Storliden. Den numeriska prognosmodell som används i denna studie var The Air Pollution Model (TAPM). TAPM utvecklades i Australien och modellen bygger på observationsbaserade meterologiska input. TAPM är i själva verket ansluten till globala databaser med struktuerad meterologisk data bestående av bland annat terränghöjd, vegetation och synoptisk metrologisk information. TAPM har tidigare tillämpats för att förutspå vindhastigheter för ett flertal vindkraftparker i Australien och ett antal platser i USA. Inga tidigare studier har dock gjorts för scandinaviska förhållanden. Det huvudsakliga målet med denna studie var därmed att undersöka huruvida biaskorrigerade metoder kan förbättra noggrannheten av okorrigerade TAPMprognoser för de fyra utvalda vindkraftparkerna. Denna studie avsåg även att undersöka om prognosernas noggrannhet skiljer sig nämnvärt mellan skandinaviska och australienska väderförhållanden. Numeriska modeller innehåller alltid fel jämför med de ”sanna” värdena. Resultatet av denna studie indikerade att TAPM-prognoserna har en tendens att underskatta vindhastigheter, därmed även vindkraftsproduktionen gentemot den verkliga produktionen. Dessutom observerades att prognosernas noggrannhet varierade under året. Den bästa tillförlitligheten erhölls under vintern och den sämsta tillförlitligheten under sommarhalvåret. Vidare varierade prognosernas noggrannhet mellan turbinerna inom de enskilda vindkraftparkerna. Storleken på felet i TAPMprognoserna var generellt sett lägst för turbiner som utsetts för så kallade vakar. Vakar är ett fenomen som uppstår bakom rotorbladen och påverkar energiproduktionen för bakomliggande vindkraftverk. Storleken på felet var lägst för turbiner som i stor utsträckning påverkas av vakar från turbiner uppströms. Resultatet visade även att implementeringen av biaskorrigerande metoder förbättrade noggrannheten av TAPM-prognoserna. Sammantaget undersöktes fyra biaskorrigerande metoder varav två uppvisade de största förbättringarna. Gemensamt för dessa två metoder var att de baserades på en kombination av biaskorrigering och tidskorrigering. Olika statistiska metoder användes för att uppskatta storleken av felet för den förutspådda vindhastigheten som modellerats i TAPM. Bland annat användes Root Mean Square Error (RMSE), Mean Absolute Error (MAE) och Mean Bias Error (MBE). Dessa värden normaliserades därefter med avseende på medelvärdet av den verkliga produktionen för önskad tidsperiod. Resultatet visade bland annat att NRMSE för TAPM-modellerade timvisa vindhastigheter minskade med nästan 50 % för Rødsand II och Kårehamn när full biaskorrektion tillämpades och med uppemot 70 % för Jokkmokksliden och Storliden. Med utgångspunkt från de erhållna resultaten är den övergripande slutsatsen att TAPM kan tillämpas för geografiska platser med olika väderförhållanden och samtidigt generera prognoser med relativt god noggrannhet, speciellt om biaskorrigerade metoder appliceras. Till följd av den begränsande tidsramen och andra avgränsningar i denna studie är dock ytterligare analyser nödvändiga för att dra djupare slutsatser.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-226146 |
| Date | January 2017 |
| Creators | Jarmander, Sara |
| Publisher | KTH, Kraft- och värmeteknologi |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-ITM-EX ; EGI_2017:0101 |
Page generated in 0.0017 seconds