Wind- und Ertragsgutachten auf Zeitreihenbasis

Höchstpreisgrenzen für Auktionen

Anna-Lena Stubbenhagen, Melanie Wilken, Martin Schneider, Axel Weiter, Heinz-Theo Mengelkamp

anemos Gesellschaft für Umweltmeteorologie mbHBöhmsholzer Weg 3, D-21391 Reppenstedt

www.anemos.de

Firmenprofil Tätigkeitsschwerpunkte + Produkte

Standortanalyse

Wind- + Ertragsgutachten WAsP / CFDSchall- + Schattengutachten

Standortgüte / Due DiligenceWindmessungen

Betriebsdatenanalyse

Betriebsverhalten Vergleichs-WEAPerformance Check / Due DiligenceStandortgüte Rückrechnung TR 10

Windatlas

Verifizierter Winddatensatz 20 JahreOptimiert durch Remodelling

Portfolioanalyse, Extremwerte

Marktwerte und Erlöse

MarktwertatlasErlösgutachten

Risikoabschätzung für PPA‘s

awis

Online Zugang zu Winddaten(Zeitreihen, Karten, Statistiken, Indizes)

ErtragsberechnungMarktwertatlas

Forschung

UBA WindatlasVERIMA, Roadmap Windatlas

WinBin II, SOPCAWIND

2/28

Motivation

Wind- und Ertragsgutachten beruhen auf langjährigen Statistiken und mittleren

Windverhältnissen

Restriktionsbedingungen

Strompreise

Vorgaben z.B. Fledermaus

• von April bis Oktober• 1 h vor SU bis 1 h nach SA• Windgeschwindigkeit < 6 m/

s• Temperatur > 10°C• kein Niederschlag

Häufigkeitsverteilung f(u,dd)

3/28

WRF (Mesoskala-Modell)

Weather Research and Forecasting model, NCAR

Δx, Δy: 3 kmΔz: 20 m, 8 Schichten unter 200 mTop: 15 kmΔt: output: 10 min

4/28

Remodelling VerfahrenKorrektur mittels Windatlas

Trainingsprozess

Verifizierung

Reanalysedaten: MERRA-2/ ERA5

Modelloptimierung: WRF 3.7.1

Parametrisierung

Prozesskette Windatlas

Verifizierter Windatlas

Downscaling

Wind und Ertragsdaten

D-3km.M2

Windmessungen

Windmessungen

50 15 3 km Online Zugang

awis.anemos.de5/28

Windatlanten

1999 - 2018

Δx = 3 kmΔt = 10 minseit 1997

6/28

MERRA-2original Auflösung

dynamisches downscaling (WRF)anemos Windatlas D-3km

3 km x 3 km

Downscaling (WRF Simulation)

statistisches downscalinganemos Windatlas D-3km

90 m x 90 m

7/28

Verifikation mit 45 / 19 Messungen in 100 m Höhe ü. G. (stündliche Werte)

Remodelling (Validierung)

8/28

Dr. Anselm Grötzner CUBE Engineering GmbH part of Ramboll

Kenngrößen CUBE anemos

vmod/vmess [%] 100,9 99,8

RMS [%] 5,3 4,4

Korrelation : R2 0,719 0,708

Anzahl Messungen 56 45 (26)

Höhe ü. G. [m] 80 - 150 100

Windatlas Verifikation (extern u. intern)

Dr. Anselm Grötzner CUBE Engineering GmbH - part of Ramboll

Verifikation

9/28

20. Oktober –10. November

2011

1. Juni –7. Juli2012

Verifikation

10/28

Windatlanten - Produkte

Standortgüte Extremwind Vereisung

11/28

Verifikation mit Ertragsdaten

12/28

Dabei wichtig: geeignete Filterung der SCADA-Daten Nur Zeitschritte verwenden, zu denen sich die WEA im Normalbetrieb befand Pauschal – 10 %

Weiter, A., M. Schneider, D. Peltret und H.-T. Mengelkamp (2019): Electricity production by wind turbines as a means for the verification of wind simulations, Meteorol. Z. doi: 10.1127/metz/2019/0924

VERIMA-Projekt: 27 Windparks, ca. 150 WEA, mindestens 1 vollständiges Jahr, Δt = 10 min

Verifikation mit Ertragsdaten

13/28

Betriebsdatenanalyse

• TR 10

• Vergleichs-WEA für Ertragsgutachten

• Ertragsausfälle wg. technischer Probleme

• Berechnung Verluste wg. behördlicher Vorgaben

• Verifizierung von Windfeldmodellierungen

14/28

Nutzung der 10min-SCADA-Daten als Datengrundlage in Ertrags-/Windgutachten:

Für geplante Windparks -> als Referenzanlagen Für bestehende Windparks -> als Grundlage für die Bewertung

SCADA-Daten nach vernünftiger Aufbereitung deutlich genauer als Tages- oder Monatsdaten Verringerung der Unsicherheit des Gutachtens

Vergleichs-WEA für Ertragsgutachten

15/28

Durch Drosselung von Windparks aufgrund von Schäden am Turm, Umspannwerk,...

Umspannwerksschaden

Windpark lief zeitweise nur bis 12 MW statt 20 MW

Ertragsausfälle wg. technischer Probleme

16/28

Durch Drosselung von Windparks aufgrund von Schäden am Turm, Umspannwerk,...

Turmschaden

WEA lief zeitweise nur bis 500 kW statt 4.2 MW

Ertragsausfälle wg. technischer Probleme

17/28

Vergleich der SCADA-Daten Temperatur mit Daten von der Nabe (ein Beispiel)

Temperaturdaten: - Gondel (Nacelle, rot)- Nabe (iSpin, schwarz)- Reanalyse ( anemos Windatlas, blau)

Relevant für Abschaltung aufgrund von Fledermausflug (meistens ab 10°C)

Messdaten von der Gondel deutlich höher als vorn an der Nabe. Temperaturmessung auf der Gondel durch WEA selbst verfälscht.

führt zu Abschaltungen, die gar nicht hätten sein müssen

Berechnung Verluste wg. behördlicher Vorgaben

18/28

Bestimmung der REAL-Verluste durch BImSchG-Einschränkungen

grün: Vereisung, lila: Fledermaus, hellblau: Schattenwurf

durch Hinzunahme der Status-Event-Daten

Berechnung der Differenz des fiktiven Ertrages (Ertrag der aufgrund der Windverhältnisse möglich gewesen wäre) und des REAL-Ertrages

„Operational Fingerprint“

Berechnung Verluste wg. behördlicher Vorgaben

19/28

Vergleich WASP ./. Windatlas

WAsP / WindPro - Gutachten

Auswahl Windstatistik (u, dd)

A, k

Anpassung an Vergleichs-WEAoder Windmessung

Langzeitbezug erforderlich

mittlere Windgeschwindigkeitmittlerer Ertrag

Häufigkeitsverteilung f(u,dd)

2/3 zu 1/3 (Schall)zeitanteilig (Fledermaus)

über Monatsindex

Windatlas Zeitreihen

standortgenau u(t), dd(t)angepasst an Vielzahl von

Windmessungen und Erträgen

Anpassung an Vergleichs-WEAoder Windmessung

Langzeitbezug nicht erforderlich

Zeitreihen 20 y , Δt = 10 minWindgeschwindigkeit

ErtragTemperatur, Luftdichte

Marktwert/Erlös (Strompreis)

entsprechend Kriterien auf 10 Min Basis

Methode

Windpotential

Ergebnis

WindErtrag

Verluste

20/28

Beihilferechtliche Genehmigung des EEG 2017 sieht gemeinsame Ausschreibungen für Windenergieanlagen an Land und Solaranlagen vor

3-jähriges Pilotvorhaben - 400 MW installierte Leistung / Jahr, 2 Gebotstermine

Keine Anwendung des Referenzertragsmodells

In 2019 und 2020 differenzierte Höchstwerte für Windenergieanlagen an Landzur Begrenzung möglicher Renditen an windstärkeren Standorten

Grundlage sollen objektive Winddaten mit hoher Genauigkeit sein

Einteilung der Höchstwertklassen nach Landkreisen

Höchstpreisgrenzen

21/28

Häufigkeitsverteilung der mittl. Windgeschwindigkeit

Boxplotumfasst min. bis max. mittl. Windgeschwindigkeitdie rote Box umfasst den Bereich vom 25%-Quantil bis 75%-QuantilLinie in der roten Box kennzeichnet den Median

Höchstpreisgrenzen

Mecklenburg-Vorpommern

Kreis Mittelwert Std.-Abw. Min. Max.

M-V 7.5 m/s 0.4 m/s 6.6 m/s 9.7 m/s

Rostock 7.8 m/s 0.4 m/s 7.4 m/s 9.2 m/s

22/28

Region 1: > 7,5 m/s100 %

Region 2: 6,5 < u < 7,5 m/s116 %

Region 3: < 6,5 m/s129 %

Max. Gebotspreis:

.. % x Höchstwert

Höchstwert = um 8 % erhöhterMittelwert der Grenzgeboteder letzten 3 Wind-Auktionen

Höchstpreisgrenzen

23/28

Höchstpreisgrenzen

24/28

Region 1: > 7,5 m/s100 %

Region 2: 6,5 < u < 7,5 m/s116 %

Region 3: < 6,5 m/s129 %

www.awis.de

25/28

www.awis.de

26/28

Zusammenfassung

• Windatlanten auf Zeitreihenbasis erreichen eine Genauigkeit im Bereich der Unsicherheit von standortspezifischen Wind- und Ertragsgutachten ( < 5 % bzgl. der Windgeschwindigkeit, < 20 % beim Ertrag / Stundenwerte)

• Tagesgang und Jahresgang der Windgeschwindigkeit werden realistisch simuliert

• Bei guter Übereinstimmung der Windgeschwindigkeit werden Erträge überschätzt (Leistungskennlinie ??)

• Verlustberechnung auf Zeitreihenbasis ist deutlich genauer als pauschale Annahmen

• SCADA-Datenanalyse auch für Vergleichs-WEA erforderlich (und für DD und zur Optimierung des Betriebsverhaltens, TR 10)

• Zukünftig Gutachten nur noch auf Zeitreihenbasis ?

• Windatlas dient als Grundlage für die Prüfung der Höchstpreisgrenzen(D3-E5 mit Jahresgangkorrektur)

27/28

Danke für IhreAufmerksamkeit !

anemos Gesellschaft für Umweltmeteorologie mbHwww.anemos.de

28/28