PerfC: Grafiken - Detaillierte Zeitreihen

From Wiki-WindPRO
Revision as of 13:14, 12 December 2023 by Robin (talk | contribs)
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)
Jump to navigation Jump to search

Zur deutschen Hauptseite | Alle deutschsprachigen Seiten


Mit "detaillierte" Zeitreihen sind Zeitreihen mit Abständen von weniger als einem Monat gemeint, typischerweise sind dies tägliche, stündliche oder 10-min-Daten. Da diese Werte im Normalfall aus der Anlagensteuerung der WEA entnommen werden, sind Netzverluste hier häufig noch nicht abgezogen. Diese Daten sind besonders gut geeignet, um das Berechnungsmodell zu überprüfen. Sind Werte aus einer ungestörten Windmessung vorhanden, kann auch die Leistungskennlinie bewertet werden, idealerweise mit 10-min-Daten.


Grafiken | Zeitreihe

Die Betrachtung der Zeitreihengrafik bietet eine schnelle Möglichkeit die Datenqualität zu beurteilen. Wird eine PARK-Berechnung mit jährlicher Variation einbezogen, kann hier schon verglichen werden, wie gut die berechneten und gemessenen Werte zusammenpassen. Auch hier können die Einstellungen weitestgehend analog zum METEO-Objekt getroffen werden.



Sind real gemessene und berechnete Werte vorhanden, werden die realen Daten als dicke, die berechneten als dünne Linie gezeigt. Häufig stammen die Winddaten aus der Messung auf der Gondel und sind durch den Rotor beeinflusst sowie durch die verwendeten Geräte und Ungenauigkeit beim Aufbau (z.B. Einnorden der Windfahne) nicht zuverlässig. Rechts unten neben der Grafik kann daher ausgewählt werden, dass die Windrichtung nur aus den berechneten Daten verwendet wird. Diese Einstellung ist besonders zu empfehlen, um einen besseren Vergleich in der Radar-Grafik zu erhalten.

Im Gegensatz zum METEO-Objekt sollte die Filterung nach schlechter Performance noch nicht hier getroffen, die Erläuterungen zur Verwendung der Filter folgt später, bei der Analyse der Produktionsdaten. Nur fehlerhafte, also falsche Daten sollten schon an dieser Stelle deaktiviert werden, z.B. "eingefrorene" Signale, wenn das Signal längere Zeit exakt den gleichen Wert zeigt.


Grafiken | Leistungskennlinie

Vorab muss erwähnt werden, dass die Validierung der Leistungskennlinie (LK) einen speziellen Messaufbau gemäß der internationalen Richtlinie IEC 61400-12-1 voraussetzt. Sehr selten ist ein entsprechender Messaufbau innerhalb eines bestehenden Windparks möglich. Daher kann die Prüfung der LK mit PERFORMANCE CHECK nicht als Ersatz für eine IEC-Messung dienen, sondern eher dazu genutzt werden, z.B. die Auswirkungen von Modifikationen an der Anlage zu erkennen (Vorher-Nachher-Vergleich).



Je nach Analyse kann das Windgeschwindigkeitssignal gewählt werden aus:

  • Der berechneten Windgeschwindigkeit der PARK-Berechnung mit jährlicher Variation
  • Dem Existierende WEA-Objekt, in den SCADA-Daten üblicherweise als Gondelanemometermessung mit starken Einflüssen durch Rotor und Gondel
  • Vorhandenen METEO-Objekten

Unter WEA wird die zu betrachtende Anlage gewählt. LK aus PARK-Ber. anzeigen (in Version 3.1 Vertragliche LK verwenden) zeigt in der Grafik zum Vergleich die LK, die in der PARK-Berechnung mit jährlicher Variation verwendet wurde. Hier sollte die vertraglich gewährleistete LK hinterlegt sein (falls abweichend von der Standard-LK manuell eingepflegt in den WEA-Katalog). Diese basiert immer auf der berechneten, wake-reduzierten Windgeschwindigkeit. Die Abweichungen von einer stringenten Linie werden durch die Unterschiede in der Luftdichte verursacht, die auf Temperatur- und ggf. Luftdruckdaten der PARK-Berechnung basieren. Verglichen wird also die tatsächlich gemessene Leistungskennlinie mit der vertraglichen, die für jeden Zeitstempel an die Wetterbedingungen angepasst wird.

Über verschiedene Filter können interessante Vergleiche durchgeführt werden, wie hier für verschiedene Temperatur- oder Turbulenzbedingungen:



Vergleich verschiedener LK

Oberhalb der LK-Grafik gibt es eine kleine Tabelle, in der die Werte der gezeigten LK über eine vorgegebene mittlere Windgeschwindigkeit (Rayleigh-verteilt) in jährliche Erträge, AEP, umgerechnet werden, um einen sinnvolleren Vergleich der LK zu erreichen. Die Berechnung basiert auf einer klassierten LK mit 0,5 m/s Bin-Weite und den üblichen Berechnungseigenschaften von WindPRO, wie z.B. im Fall von fehlenden Daten für hohe Windgeschwindigkeits-Bins der Extrapolation zur festgelegten Ausschalt-Windgeschwindigkeit des Existierende WEA-Objekts.

Alt. Einstellungen zeigen ermöglicht die Auswahl einer alternativen WEA, eines alternativen Windgeschwindigkeitssignals oder eines alternativen Zeitraums.



Das folgende Beispiel zeigt den Vergleich von unterschiedlichen Messzeiträumen.



Es scheint hier eine Verbesserung von 18% zu geben. Im Beispiel führt jedoch eine Modifikation des Gondelanemometers zu diesem deutlichen Unterschied – ein so starker Unterschied ist sehr ungewöhnlich.



Unter Verwendung der berechneten Winddaten ergibt sich ein Unterschied von nur 0,5% der Leistungskennlinienanalyse der zwei Zeiträume. Aufgrund der höheren Luftdichte der ersten Messperiode müsste der erste Messzeitraum jedoch 1% höher liegen als der zweite. Die gesamte Verbesserung liegt demnach bei rund 0,5%, wie in der dritten Spalte gezeigt. In diesem Beispiel sind keine weiteren Filter angewendet, die z.B. mangelnde Verfügbarkeit ausschlössen.

Die Filterung zur LK-Analyse sollte sehr umsichtig durchgeführt werden. Wenn z.B. Leistung <=0 komplett herausgenommen wird, wird die Kurve im unteren Windgeschwindigkeitsbereich angehoben. Besser geeignet ist in diesem Fall die Deaktivierungslinie (Grafiken | Freie x/y-Grafik).

Die weiteren vorher beschriebenen Filtereinstellungen können auch zur LK-Analyse verwendet werden. Speziell für einen wirklichen LK-Messaufbau mit separatem Messmast ist die Sektorauswahl sehr wichtig, um nur die Sektoren mit ungestörter Anströmung verwenden zu können.


Grafiken | Analyse (Berechn. vs Messung)

Auf dem Register Analyse können detaillierte Vergleiche der gemessenen und berechneten Produktionsdaten durchgeführt werden.



Hier ist ein Vergleich von stündlichen Produktionsdaten zu berechneten Werten gezeigt. Die große Streuung resultiert aus der Verwendung von Mesoskalendaten, die häufig eine leichte Zeitverschiebung enthalten. Durch Datenaggregation wird die Korrelation verbessert.

Besonders sinnvoll ist die Filterung (Filter), um Daten bei mangelnder Verfügbarkeit herauszunehmen und die Analyse ausschließlich auf Daten des ungestörten Anlagenbetriebs basieren zu lassen:



Filter können sowohl auf die gemessenen als auch auf die berechneten Daten oder Kombinationen angewandt werden. Eine recht einfache Festlegung ist hier, dass die gemessenen Werte einen bestimmten Prozentsatz der berechneten betragen müssen. Für sinnvolle Ergebnisse muss hier sehr auf die zeitliche Auflösung geachtet werden. Bei monatlichen Daten wäre 75% ein sinnvoller Wert, um Monate mit größeren Verfügbarkeitsproblemen herauszufiltern, bei täglichen Daten 25%, bei stündlicher Auflösung ist 1% ein sinnvoller Wert, wodurch Datenpunkte mit mangelnder Verfügbarkeit herausgenommen werden. Dennoch muss darauf geachtet werden, nicht einfach nur die geringen Produktionswerte herauszunehmen, da dies das Ergebnis verschieben könnte.

In größeren Windparks kann es bei Stillstand von mehreren WEA zu Veränderungen des Wake-Effekts kommen. Um dies zu vermeiden, ist es möglich eine Mindestanzahl gleichzeitig produzierender WEA festzulegen.

Die auswählbaren Filter für die gemessenen oder berechneten Daten werden basierend auf den verfügbaren Signalen generiert. Für die Anwendung kann der Bereich innerhalb oder außerhalb der definierten Grenzwerte ausgewählt werden. Um negative Werte und 0 herauszufiltern, wird der Startwert auf -9999 und Endwert auf 0 gesetzt und Anwenden Innerh. Bereich ausgewählt. Sollen nur negative Werte herausgefiltert werden, wird als Startwert 0 gesetzt und als Endwert 9999 und Außerh. Bereich gewählt.

Es können auch spezielle Analysen durchgeführt werden, wie z.B. Temperaturfilter, um zu untersuchen, wie sich das Verhalten der WEA bei hohen bzw. niedrigen Temperaturen verändert.

Im Beispiel oben wird die negative Leistung (-9999 kW bis 0,0 kW) ausgefiltert. Die resultierende Tabelle:



Gefiltert: Zeitstempel, die aufgrund von Filterkriterien wie 0 oder negative Produktion herausgenommen werden. Außerdem können die Filter fehlerhafte Werte u.ä. herausnehmen. Der Verlust wird berechnet durch die Differenz der berechneten – gemessenen Werte dieser Zeitstempel geteilt durch die berechneten für alle nutzbaren Daten.

Gesamt nutzbar: Kombiniert Probleme des Berechnungsmodells mit Verfügbarkeitsproblemen. Dies gibt die kombinierten Gesamtverluste für eine WEA basierend auf den Berechnungsergebnissen.

Deaktiviert: Diese Daten können abhängig von den Deaktivierungseinstellungen spezifische Verluste zeigen, wie Leistungsreduzierungen.

Fehlende/Error: Dieser Bereich enthält die berechneten Daten für bestimmte Zeiträume, in denen keine gemessenen Daten verfügbar sind. Üblicherweise sind dies Stillstandszeiten, also Verluste, könnte aber auch mit Datenverlust z.B. aufgrund von Kommunikationsproblemen zusammenhängen.

Im Beispiel oben werden -29.809 kWh aus den gemessenen Daten gefiltert, aber 250.833 kWh der berechneten. Dies zeigt 4,2% Verlust in knapp drei Betriebsjahren. Der Gütefaktor von 99,9% deutet darauf hin, dass das Berechnungsmodell gut passt und die Berechnung auch für Zeiten der Nicht-Verfügbarkeit zuverlässig ist.



xy-Grafik (x-klassiert): Die klassierte Ansicht der berechneten im Vergleich zu gemessenen Daten zeigt speziell bei hoher Produktion stärkere Unterschiede. Gründe dafür können sowohl die Verwendung der Mesoskalendaten (ggf. Postkalibrierung anpassen) als auch Anlagenprobleme oder Ungenauigkeiten im Berechnungsmodell sein. Durch die Rosenansicht erkennt man die relativ gute Übereinstimmung bei der Richtungsverteilung der gemessenen und berechneten Werte.



Die WF-Grafik zeigt die Ergebnisse aller betrachteten WEA. WEA05 ist etwas unterschätzt, während die beiden anderen WEA-Ergebnisse gut passen. Hieraus können wertvolle Rückschlüsse auf das Berechnungsmodell gezogen werden.



Über die Sektorenauswahl können weitere Erkenntnisse gewonnen werden, im Beispiel wird der Ost-Sektor für alle, aber besonders für die WEA05 deutlich zu schwach berechnet.



WF Differenz zeigt die Differenz oder das Verhältnis zwischen den gemessenen und berechneten Daten für jede WEA, sortierbar nach Sektor, Jahreszeit, Tagesverlauf oder Windgeschwindigkeitsintervall. Dies ist sehr hilfreich für die Modellanalyse. Wenn beispielsweise alle WEA eine schwache Performance innerhalb eines bestimmten Sektors zeigen, könnte es auf einer fehlerhaften Handhabung dieses Sektors basieren. Es könnte an der Rauigkeitsdefinition liegen, an Speed-Ups durch Geländeeffekte oder auch durch ggf. fehlerhafte Windmessungen begründet sein.

Wenn die Darstellung der Differenz ausgewählt wird, wird die gesamte Über- oder Unterproduktion angezeigt. Die Abweichung eines Sektors wird durch die gesamte berechnete Produktion geteilt. Dadurch werden üblicherweise Richtungssektoren mit hoher Produktion die höchsten Abweichungen zeigen. Ist nur ein Sektor ausgewählt, wird die Abweichung vom berechneten Wert gezeigt.

Wird die Verhältnis-Darstellung gewählt, wird jeder z.B. Richtungssektor betrachtet unabhängig vom Anteil dieses Sektors an der Gesamtproduktion.

Über die Darstellung der Differenz kann damit die Relevanz der einzelnen Bereiche besser gezeigt werden, während die Verhältnis-Darstellung jeden Sektor, jede Jahreszeit etc. einzeln bewertet.



Die Grafik WF Verlust zeigt die berechneten Verluste, d.h. die Differenz der berechneten und gemessenen Produktion bei einer bestimmten Auswahl an Werten:



Gefiltert werden üblicherweise Datenpunkte bei WEA-Stillstand, hier wird also die Verfügbarkeit betrachtet. Aber auch Daten bei schlechter Performance können mit einbezogen werden, je nachdem, wie die Filtereinstellungen gesetzt werden. Das Grundkonzept sollte immer sein das Modell so zu kalibrieren, dass die "normale" Produktion bestmöglich widergespiegelt wird. Dann kann davon ausgegangen werden, dass die Differenz von berechneter und gemessener Produktion bei "nicht-normalem" Betrieb die mögliche, aber entgangene Produktion enthält.

Die deaktivierten Daten können z.B. Betriebseinschränkungen widergeben, z.B. Leistungsreduzierungen.

Die Verluste können zur weiteren Verarbeitung auch kopiert und in andere Tools eingefügt werden.



  • Gefiltert: Enthält die tatsächlichen Verluste (berechnet - gemessen für gefilterte Daten), wenn die Filter vernünftig gesetzt wurden. Deaktivierte Daten sind hier nicht enthalten, auch wenn sie den Filterkriterien entsprechen.
  • Deaktiviert: Diese Daten können abhängig von den Deaktivierungseinstellungen spezifische Verluste zeigen, wie Leistungsreduzierungen. Ein Problem können „eingefrorene Signale“, d.h. exakt gleiche Werte über einen längeren Zeitraum, sein. Diese entstehen durch Logger-Fehler und sollten aus der Zeitreihe gelöscht werden. Damit erscheinen sie bei fehlenden Daten.
  • Fehlen/Außerh.Bereich: Zeiträume, in denen keine gemessenen Daten verfügbar sind. Hier sind nur berechnete Daten vorhanden. Üblicherweise sind dies Stillstandszeiten, also Verluste, sie können aber auch mit Datenverlust z.B. aufgrund von Kommunikationsproblemen zusammenhängen.



WP Position zeigt die Kartenansicht des Windparks mit ausgewählten Parametern, hier Gütefaktor. Die Produktion der WEA im Nordosten zeigt hier eine höhere reale Produktion verglichen mit der Berechnung, was vermutlich mit der Position der Anlage auf einem Hügel und der Unterschätzung des Hügeleffektes von WAsP zusammenhängt.


Freie XY-Grafik

Mit diesem Tool kann jedes gemessene Signal einem anderen gemessenen Signal gegenübergestellt werden. Das Beispiel zeigt den Vergleich der Windrichtungssignale zweier benachbarter WEA aus den Gondelmessungen. Hier ist eine Windfahne für einen Teil des Messzeitraums nicht korrekt kalibriert.



Mögliche Einstellungen:

Signaleinstellung für x- und y-Achse: Jedes importierte Signal (→ Daten|Importfilter) kann für die gleiche oder eine andere WEA gewählt werden.

Zeitraum: Eine bestimmte Datenperiode kann gewählt werden, um Phänomene zu betrachten, die nur zu bestimmten Zeiträumen auftreten (z.B. vor und nach Kalibrierung der Gondelanemometrie).

Mittelung: Ermöglicht -im Gegensatz zur Klassierung der x-Werte wie ganz oben auswählbar- eine zeitliche Mittelung der Daten, die oft eine übersichtlichere Darstellung bietet als eine große Punktwolke.

Zusätzlich kann eine lineare Trendlinie angezeigt werden.

Hier ein Beispiel was über die Freie XY-Grafik herausgefunden werden kann:



Die Umdrehungszahl ist hier dem Pitchwinkel gegenübergestellt. Dabei lassen sich zwei Balken erkennen: Einmal erreicht die Umdrehungszahl etwa 11, einmal etwa 9. Bewegt man den Cursor über die Datenpunkte, lässt sich erkennen, dass die höhere Umdrehung nur in 2010 erreicht wird. Wird der betrachtete Zeitraum verändert, zeigt sich, dass diese Verschiebung im März 2011 endet. Zu dieser Zeit wurden Änderungen an der WEA vorgenommen, die auch eine Erhöhung der Produktion mit sich brachten. Bei einer Performance-Analyse ist es in diesem Windpark also wichtig, die Daten in verschiedene Zeiträume zu separieren und getrennt zu betrachten. D.h. das Berechnungsmodell sollte auf den Zeitraum nach der Anlagenmodifikation kalibriert werden, um damit die Verluste des Anfangszeitraums berechnen zu können.

Da sehr häufig zu Beginn einer Untersuchung noch nicht klar ist, wonach in den Daten eigentlich gesucht wird, ist es nicht möglich, hier eine genaue Anleitung zu geben, welche Signale betrachtet werden sollen. Es kann verschiedenste Problemquellen im Betrieb einer WEA geben, die individuelle und differenzierte Analysen erfordern.


Dokumentation der Ergebnisse

Was in einer PERFORMANCE-CHECK-Analyse wichtig darzustellen ist, hängt immer von den individuellen Verhältnissen für den spezifischen Windpark ab. Hier sind einige Vorschläge, welche Analysen typischerweise vorgenommen werden sollten und wie die Ergebnisse dokumentiert werden können.

Eine PERFORMANCE CHECK-Analyse in Kombination mit einer Zeitreihenbasierten PARK-Berechnung sollte aus zwei Schritten bestehen:

  1. Anpassung des Berechnungsmodells und Identifikation der Verluste basierend auf lokalen Messungen
  2. Langzeit-Prognose basierend auf Berechnungen mit Mesoskalendaten


Zu 1.:

Eine lokale Windmessung, oft nur aus der Gondelanemometrie, entspricht eher dem "tatsächlichen" Wind und ist besser zur Modellanpassung und Verlustidentifikation geeignet als Mesoskalendaten. Die Modelleinstellungen wie Veränderungen der Rauigkeitsdefinition oder des Wake-Modells können damit besser angepasst werden. Dennoch sind folgende Hinweise zu beachten:

  • Gondelwindmessungen sind selten gut kalibriert, besonders die Windrichtungen sind häufig falsch eingenordet.
  • Sowohl Gondelwindmessungen als auch Messmasten im Windpark erhalten eine gestörte Strömung durch davor stehende WEA. Dies muss durch Skalierung oder Ausschluss der gestörten Bereiche (z.B. Kombination mit ungestörten Richtungen einer benachbarten Messung) korrigiert werden.
  • Die Produktionsdaten müssen aufmerksam sortiert und gefiltert werden. Oft gibt es fehlerhafte Daten, die deaktiviert oder gelöscht werden müssen. Zeitpunkte mit Leistungsbegrenzungen sollten deaktiviert werden, um die "normale" Produktion herausfinden und das Berechnungsmodell entsprechend kalibrieren zu können. Hier ist die Ansicht der Leistungskennliniengrafik hilfreich.
  • Die Detaildaten, üblicherweise 10-min-Daten, sollten auch aggregiert betrachtet und mit den Einspeisedaten vergleichen werden. Der monatliche Unterschied sollte nicht größer sein als die Netzverluste (etwa zwischen 1-4%). Andernfalls sollten die Detaildaten noch einmal eingehend überprüft werden auf fehlende Werte in den SCADA-Daten oder eine falsche Kalibrierung.

Wenn die Analyse abgeschlossen ist, sollten Anpassungen der relevanten Parameter wie Verdrängungshöhen, Wake-Decay-Konstante u.ä. das Berechnungs-Modell so verbessern, dass die normale Produktion durch die Berechnung möglichst gut abgebildet wird. Durch die Vergleiche zwischen realer und berechneter Produktion können Verluste recht genau als deren Unterschied identifiziert werden. Diese können der Analyse-Grafik WF Verluste entnommen werden, unterteilt in gefiltert, deaktiviert und fehlende Daten.


Zu 2.:

Anschließend sollte der Prozess mit Mesoskalendaten wiederholt werden. Hier ist es nötig, eine vernünftige Post-Kalibrierung zu definieren, die ggf. auch die Richtungsverteilung anpasst. Da die Kalibrierung auf dem Zeitraum basiert, für den die detaillierten Produktionsdaten vorliegen, sollte auch eine jahreszeitliche Anpassung überdacht werden. Der Datenzeitraum sollte nun auf eine Langzeitraum, üblicherweise 20 Jahre, ausgedehnt werden. In einigen Regionen der Welt liegen die Mesoskalendaten zuverlässig erst für etwa 10 Jahre vor, hier sollte der Zeitraum entsprechend kürzer gewählt werden. Die anschließende PARK-Berechnung enthält nun als Hauptergebnis die zu erwartende Langzeit-Produktion. Um die Berechnungsdauer zu verkürzen, kann hier Zeitreihe aggregieren auf Jahr gesetzt werden.



Anschließend können die Ergebnisse über Ergebnis in Datei (Rechtsklick auf die Berechnungsüberschrift) und Kopieren in die Zwischenablage in z.B. Excel eingefügt werden.



Hier ein Teil der Ergebnisse in Excel. Links wurden Spalten eingefügt, die die Produktion enthalten (Time x Power).



Hier ist die Erläuterung der einzelnen Spalten in transponierter Form aufgeführt.




Weitere Themen: