PerfC: Grafiken - Monatliche Daten

Zur deutschen Hauptseite | Alle deutschsprachigen Seiten

Sehr häufig basieren die verfügbaren Betriebsdaten aus Windparks auf monatlichen Produktionen, die im Vergleich zu Detaildaten eine bessere Übersichtlichkeit sowie geringere Datenmenge bieten. Mit Hilfe der Windindex-Methode können monatliche Produktionen bewertet und auf ein Langzeit-Niveau gebracht werden. Darüber hinaus können die berechneten und gemessenen Produktionen direkt verglichen werden, wenn eine PARK-Berechnung mit jährlicher Variation (monatliche Aggregation) existiert.

Um eine gute Modellierung zu erreichen, ist es wichtig zu wissen, ob die Daten die Netzverluste bereits enthalten oder nicht.

Zeitreihe

Diese Zeitreihe zeigt den monatlichen Verlauf einer Parkberechnung mit jährlicher Variation seit Dezember 2001, während gemessene Daten erst ab Anfang 2010 vorliegen. Beachten Sie, dass eine Verfügbarkeitsangabe unerlässlich ist, um die Güte monatlicher Produktionsdaten zu beurteilen.

Wird eine Mittelung durchgeführt, werden nur gleichzeitige, nicht gefilterte und nur aktivierte Werte angezeigt. Die PARK-Berechnung ist also direkt vergleichbar mit den gemessenen Daten, weil nur gleichzeitige Zeitstempel angezeigt werden. Wird keine Mittelung durchgeführt, werden alle berechneten Werte dargestellt, aber nur aktivierte, nicht gefilterte Messdaten.

Die Betrachtung des gleitenden Jahresmittelwerts kann einen guten Eindruck der Performance-Entwicklung vermitteln, wie hier, wo anfangs eine Steigerung der Performance erkennbar ist, die jedoch zum Ende wieder deutlich nachlässt. Die berechnete Produktion (dünne Linie) liegt am Anfang des dargestellten Zeitraums deutlich höher als die gemessene (dicke Linie). Im Jahr 2011 liegen die Linien sehr nah beieinander, d.h. die gemessene Produktion entspricht fast der berechneten, während es in 2012/2013 wieder eine stärkere Abweichung gibt.

Die Lücken in den Graphen resultieren aus der Datenfilterung, wodurch bestimmte Datenpunkte aufgrund starker Abweichungen zu festgelegten Grenzwerten (z.B. feste Anlagenverfügbarkeit) herausgenommen wurden, um das Ergebnis nicht durch Werte bei mangelnder Verfügbarkeit zu verfälschen. Wenn Datenpunkte hoher Produktion für einzelne WEA herausgenommen wurden, sinkt die Produktion dieser WEA im Mittel im Vergleich zu den anderen ab. Wichtig ist nach der Filterung daher den Vergleich der Messung zur Berechnung zu betrachten, nicht die WEA untereinander zu vergleichen.

In dieser Abbildung sind die Produktionsdaten als Jahresgang dargestellt, unter Verwendung der Option Zeige Als Verhältnis von gemessenen und berechneten Werten. Unter Diagrammoptionen ist es u.a. möglich, die Skalierung anzupassen, um eine passende Darstellung zu erhalten. Die anderen Optionen entsprechen denen im METEO-Objekt.

Windindex WKP

Die Berechnung der Windindex-korrigierten Produktion (WKP) erfolgt grundsätzlich über monatliche Ertragsdaten und monatliche Windenergie-Indizes. Hierfür gibt es zwei Ansätze:

Die Summen-Methode: Die Summe der Produktion wird durch die Index-Summe geteilt (für ungefilterte Monate).

Die Regressions-Methode: Eine lineare Regressionsgerade wird für Produktion gegenüber Index erstellt und so die Produktion bei 100%-Index herausgefunden.

Für eine gute Datenlage mit längerem Messzeitraum liefern beide Methoden fast identische Ergebnisse, es ist schwer zu sagen, welche geeigneter ist.

Hier erfolgt die Windindex-Produktionsvorhersage mit Summen-Methode. Die berechnete WKP wird in der Tabelle angezeigt. Die Anlagenverfügbarkeit kann aus den Daten berechnet oder als Schätzung manuell eingegeben und die WKP entsprechend auf 100% Verfügbarkeit hochgerechnet werden. Monate mit geringer Verfügbarkeit sollten jedoch herausgefiltert werden (weiße Punkte), um das Ergebnis nicht zu verfälschen.

Verschiedene Filtereinstellungen bieten die Möglichkeit, unpassende Daten, wie z.B. mangelnde Verfügbarkeit oder fehlerhafte Zeiträume (Anlaufschwierigkeiten der ersten Monate) herauszufiltern, die die Analyse verfälschen könnten. Die Index-Skalierung kann verwendet werden, wenn der Index einen bekannten Bias hat.

Windindex-WKP: Index-Datenbank

Zentraler Kern der WKP-Berechnung ist der Windenergie-Index. Für einige Länder wie Deutschland oder Dänemark gibt es offizielle Windindizes, für andere Länder und Regionen mit schwacher Abdeckung ist es möglich, eigene Indizes basierend auf Langzeitdaten wie MERRA, CFSR, EmdConWx oder anderen zu erstellen.

Rechts oben auf dem Unter-Register Wind-Index-Datenbank befindet sich das Auswahlfeld der Index-Datenbank. Im darunterliegenden Dropdown-Feld können die verfügbaren Windindizes gewählt werden, über die Schaltfläche mit den Pünktchen können z.B. aus anderen Projekten, bereits bestehende Windindex-Dateien (*.wbf) geladen werden.

Hier kann über

Import/Update online der dänische Index geladen werden
Von METEO-Objekt hinzuf. ein Index basierend auf Meteo-Daten erstellt werden
METEO Index-DB bearbeiten ein bereits erstellter METEO-Index verändert werden
Eigene Index-DB hinzufügen aus der Zwischenablage (Excel) eine neue Index-DB erstellt werden.

Zusätzlich können die erstellten Index-DB dupliziert oder gelöscht werden.

Über Karte der Index-Regionen laden können die Index-Karten von Deutschland und Dänemark eingeladen werden (als Download verfügbar), um einen Überblick zu erhalten, in welcher Region sich das betreffende Projekt befindet. (Anzeige des Standortes: Register Grafiken → Windindex WKP → Karte zeigen ).

Bitte beachten Sie, dass der deutsche BDB-Index nicht direkt in windPRO hinterlegt ist, sondern über http://www.btrdb.de/ bezogen werden kann und selbst eingepflegt wird.

Zur Erstellung einer neuen Index-DB basierend auf METEO-Daten wählen Sie Von METEO-Objekt hinzuf..

Soll eine Index-DB aus einem METEO-Objekt erstellt werden, geschieht dies ähnlich dem MCP-Modul durch Verwendung einer spezifischen oder vereinfachten Leistungskennlinie und Skalierung auf die erwartete Durchschnittswindgeschwindigkeit BEVOR der Windindex berechnet wird. Im folgenden Fenster kann der Referenzzeitraum des Index und der Regionsname angegeben werden.

Die grafische Anzeige des berechneten Windindex mit Trendlinie zeigt ggf. Trends in der Entwicklung der Langzeit-Windverhältnisse. Um diese zu vermeiden sollte ggf. ein anderer Referenzzeitraum gewählt werden. Es gibt keine einheitliche Auffassung, was der "richtige" Referenzzeitraum ist - natürlich hat ein möglichst langer Zeitraum Vorteile, aber die Konsistenz der Mess- bzw. Modellbedingungen während des Zeitraums ist ein gleichberechtigter Belang, der immer schwerer zu gewährleisten ist, je länger eine Zeitreihe ist.

Über den Korrelationskoeffizienten R² in der WKP-Tabelle und die grafische Ansicht Alle WEA Korrelation kann die Qualität des verwendeten Index überprüft werden.

Windindex-WKP: WKP-Verlustberechnung

Über das Tool WKP Verlust-Berechnung können weitere Einstellungen für bestimmte Zeitabschnitte getroffen werden, die bei der Verlustabschätzung behilflich sind, z.B. für eine Periode mit Leistungsbeschränkungen. Die Verfügbarkeitsannahmen - importiert aus den Messdaten oder als manuelle Eingabe – können hier betrachtet sowie Sonstige Verluste angegeben werden.

Wird der gesamte Zeitraum und keine weitere Filterung angenommen, ist

die Reale Produktion = Verfügbarkeit * Index-Produktion,
die Index-Produktion = WKP (100% Verf.) * Index im Zeitraum * Anzahl Monate / 12.

Die Differenz zwischen der Index-Produktion und der realen Produktion wird als Gesamtverlust angenommen, zusätzlich gibt es eine Auswahlmöglichkeit, ob darin Netzverluste enthalten sind. Dies ist jedoch nur ein Info-Feld ohne Einfluss auf die Berechnung. Wenn Netzverluste enthalten sind, entspricht die WKP dem jährlich verkauften Ertrag. Werden die Ertragsdaten aus der Anlagensteuerung entnommen, wird die WKP höher sein, d.h. die erwarteten Netzverluste müssen noch von der WKP abgezogen werden, um den verkauften Ertrag zu erhalten.

Die WKP-Verlust-Berechnung unterstützt bei der Bewertung von Verlusten für einen bestimmten Zeitabschnitt. Wenn die Verfügbarkeitsverluste aus Datenimport oder manueller Eingabe richtig angenommen werden, kann eine Abschätzung anderer Verluste erfolgen.

Drei verschiedenen Basis-Einstellungen können vorgenommen werden:

Ohne Filterung bei der WKP-Verlust-Berechnung: Alle Monate werden genutzt und verfügbarkeits-korrigiert (wenn die Verfügbarkeit importiert oder manuell im entsprechenden Feld eingegeben wurde).
Filterung anwenden (außer Zeitbeschränkung) bei der WKP-Verlust-Berechnung: Die Monate, die das Filterkriterium nicht erfüllen, werden aus der Verlustberechnung herausgenommen. Für die übrigen Monate bleibt die Verfügbarkeitskorrektur wie oben beschrieben.
Filterung anwenden und Filterung auf einen gewählten Zeitraum: Die Monate, die eines der Filterkriterien nicht erfüllen, werden aus der Verlustberechnung herausgenommen.

Basierend auf der berechneten WKP aus allen nicht herausgefilterten Daten und dem Windindex für die Monate mit verfügbaren Produktionsdaten wird die erwartete Produktion für die betrachteten Monate berechnet. In Kombination mit der gemessenen Produktion für dieselben Monate ergibt sich der erwartete Verlust aus der Differenz von WKP und gemessener Produktion.

Aufgrund der relativ groben Prognose durch den Windindex, ist auch der berechnete Verlust ggf. nicht sehr genau. Je länger der verfügbare Datenzeitraum ist, desto zuverlässiger wird jedoch die Prognose.

Wenn die Verfügbarkeitsangabe für jeden Monat vorhanden ist, wird der berechnete verfügbarkeitsbasierte Verlust für die betrachteten Monate separat angezeigt. Wenn damit die Verluste genau erfasst sind, liegen die Sonstigen Verluste bei 0. Wenn also alle Daten genutzt wurden, die der WKP-Berechnung zugrunde liegen, ist dieser Wert 0.

Beispiel negative Verluste: Durch die Verwendung von Daten mit min. 98% Verfügbarkeit wird die berechnete WKP und damit auch die Index-Produktion verringert. Damit werden die Gesamtverluste geringer und die Sonstigen Verluste negativ. Entstehung der negativen Verluste: Die WKP wird aus einem Teil der Daten berechnet, in dem die Verfügbarkeit hoch ist. Da dies zu einer geringeren WKP führt, als die Monate mit geringer Verfügbarkeit einzubeziehen, können wir daraus schließen, dass die Produktion in den Monaten mit geringer Verfügbarkeit unterdurchschnittlich war. Die Stillstandszeiten fielen in windschwache Zeiträume und ihre Einbeziehung führt zu einer Überschätzung der Produktion.

Die Verfügbarkeitsverluste entsprechen hier 5,0%, während die Gesamtverluste 9,6% betragen. Erklärungen dafür könnten Stillstandszeiten in Starkwindperioden sein, aber auch eine schwächere Anlagenperformance im ersten Betriebsjahr gegenüber den folgenden Jahren oder ein unpassender Windindex.

Durch die Auswahl und Testberechnungen unter Verwendung verschiedener Indizes und Filtereinstellungen kann nun herausgefunden werden, was die passende Erklärung ist.

xx.x% of index production zeigt das Verhältnis der Produktion im gewählten Zeitraum im Vergleich zu dem Zeitraum, auf dem die WKP-Berechnung basiert.

Windindex-Produktionsvorhersage: Bericht

Nach Abschluss der Einstellungen kann über Bericht ein Bericht wie in den anderen windPRO-Modulen gedruckt werden.

Drei Berichtsseiten der WKP-Berechnung sind für jede zu analysierende WEA verfügbar:

Hauptergebnis – Annahmen und Ergebnisse sowie Grafiken
Verluste – Verlustberechnung als tabellarische und grafische Übersicht
Prognose – Historische Schwankungen werden zur Prognose monatlicher Werte mit Angabe der Überschreitungswahrscheinlichkeit verwendet

Die Berichtseinstellungen sind den anderen windPRO-Modulen vergleichbar. Zu den Registern Hauptergebnis und WEA-Auswahl gibt es noch die Verlusteinstellungen (gewählter Zeitraum) und die Vorhersage-Einstellungen.

Das Hauptergebnis mit der WKP-Berechnung:

Die Berichtsseite Verluste zeigt eine jahres- und monatsweise (letzte 12 Monate, Einstellungen über Register Verlusteinstellungen) Übersicht der Verluste (Windindex x WKP abzüglich reale Produktion). Teilweise entstehen hier auch negative Verluste.

Die Berichtsseite Prognose zeigt den erwarteten Ertrag eines zukünftigen Jahres, basierend auf einer Abschätzung des Windes für 100% des Windindex. Die Verluste werden mit 2% angenommen. Diese Annahme führen zu einem hier dargestellten P90-Wert für das Jahr 2017 von 2652 MWh. Mit 50% Wahrscheinlichkeit (P50) wird jedoch nach Abzug von Verlusten ein Wert von 2966 MWh pro Jahr erreicht werden. Die Grafik zeigt, wie die Prognoseunsicherheit geringer wird, je mehr Monate mit Daten verfügbar sind.

Analyse (Berechn. vs Gemessen)

Sind monatliche Ertragsdaten und eine PARK-Berechnung basierend auf Zeitreihen verfügbar, können die berechnete und die reale Produktion Monat für Monat verglichen werden. Im Gegensatz zur Index-Methode werden hier tatsächlich Produktionsdaten vergleichen, nicht Indizes. Dadurch kann auch das Berechnungsmodell mit den Produktionsdaten verglichen werden, während über die Index-Methode nur eine Normalisierung der Ertragsdaten vorgenommen wird.

Wird ein Index auf Basis von Mesoskalendaten und eine PARK-Berechnung mit denselben Mesoskalendaten erstellt, unterscheiden sich diese darin, dass die PARK-Berechnung die lokalen Effekte, Wake-Effekte etc. beinhaltet, während der Index lediglich die Leistungskennlinie mit mittleren Windgeschwindigkeiten kombiniert. Erwartungsgemäß müsste eine gut eingerichtete PARK-Berechnung die monatliche Produktion besser widergeben als ein einfacher Windindex, es kann jedoch auch der umgekehrte Fall eintreten, dass der Windindex besser mit der gemessenen Produktion korreliert. Besonders wenn der Index auf einer großen Anzahl von Ertragsdaten von WEA in der gleichen Region basiert, ist dieser Ansatz "robuster", während die Produktionsberechnung auf Schwankungen der Windgeschwindigkeit sensibler reagiert.

Kernpunkt des Vergleichs der beiden Methoden ist jedoch die Langzeit-Konsistenz der Datenquelle. Alterung der WEA und eine Veränderung der Anlagenanzahl kann die Konsistenz eines Produktionsindex deutlich mindern. Auch Windmessdaten, insbesondere von niedrigen Messmasten, die möglicherweise noch durch Bewuchs der Umgebung beeinflusst werden, können inkonsistentes Verhalten aufweisen. Derzeit scheinen mesoskalige Modelle in Bezug auf das Langzeitverhalten die zuverlässigsten Daten zu liefern, auch wenn sie immer noch Gegenstand wissenschaftlicher Forschungen sind.

Weitere Themen: