Meteorological solutions to support wind energy production in Finland

Show full item record



Permalink

http://hdl.handle.net/10138/336052
Title: Meteorological solutions to support wind energy production in Finland
Author: Hämäläinen, Karoliina
Publisher: Ilmatieteen laitos - Finnish Meteorological Institute
Date: 2021-11
Language: en
Belongs to series: Finnish Meteorological Institute Contributions 177
ISBN: 978-952-336-144-7 (pdf)
978-952-336-145-4 (paperback)
ISSN: 0782-6117
URI: http://hdl.handle.net/10138/336052
Abstract: The renewable energy sources play a big role in mitigating the effects of power production on climate change. However, many renewable energy sources are weather dependent, and accurate weather forecasts are needed to support energy production estimates. This dissertation work aims to develop meteorological solutions to support wind energy production, and to answer the following questions: How accurate are the wind forecasts at the wind turbine hub height? What is the annual distribution of the wind speed? How much energy can be harvested from the wind? How does the atmospheric icing affect wind energy production and how do we forecast these events? The first part of this dissertation work concentrates on resource mapping. Wind and Icing Atlases bring valuable information when planning wind parks and where to locate new ones. The Atlases provide climatological information on mean wind speed, potential to generate wind power and atmospheric icing conditions in Finland. Based on mean wind speed and direction, altogether 72 representative months were simulated to represent the wind climatology of the past 30 years. A similar detailed selection could not be made with respect to icing process due to lack of icing observations. However, sensitivity tests were performed with respect to temperature and relative humidity, which have an influence on icing formation. According to these sensitivity tests the selected period was found to represent the icing climatology as well. The results are presented in gridded form with 2.5 km horizontal resolution and for 50 m, 100 m and 200 m heights above the ground, representing typical hub heights of a wind turbine. Daily probabilistic wind forecasts can bring additional value to decision making to support wind energy production. Probabilistic weather forecasts not only provide wind forecasts but also give estimations related to forecast uncertainty. However, probabilistic wind forecasts are often underdispersive. In this thesis the statistical calibration methods combined with a new type of wind observations were utilized. The aim was to study if Lidar and Radar wind observations at 100 m’s height can be used for ensemble calibration. The results strongly indicate that the calibration enhances the forecast skill by enlarging the ensemble spread and by decreasing RMSE. The most significant improvements are identified with shorter lead times and with weak or moderate wind speeds. For the strongest winds no improvements are seen, as a result of small amount of strong wind speed cases during the calibration training period. In addition to wind speed, wind power generation is mostly affected by atmospheric icing at Northern latitudes. However, measuring of icing is difficult due to many reasons and, furthermore, not many observations are available. Therefore, in this thesis the suitability of a new type of ceilometer-based icing profiles for atmospheric icing model validation have been tested. The results support the usage of this new type of ceilometer icing profiles for model verification. Furthermore, this new extensive observation network provides opportunities for deeper investigation of icing cloud properties and structure.Fossiilisten polttoaineiden korvaaminen uusiutuvilla energian lähteillä on keskeisessä asemassa, kun pyritään hillitsemään ilmaston muutosta. Tuuli- ja aurinkoenergia sekä vesivoima ovat kuitenkin hyvin sääriippuvaisia. Sään vaihtelut on otettava huomioon, jotta uusiutuvien energianlähteiden päivittäistä tuotantoa pystytään ennustamaan tarkasti. Tässä väitöskirjatutkimuksessa on kehitetty menetelmiä ja sovelluksia, jotka tukevat tuulivoiman tuotannon suunnittelua ja tuulivoiman tuotannon ennustettavuutta, sekä pyritty vastaamaan kysymyksiin: Kuinka tarkkoja ovat tuuliennusteet tuulivoiman tuotannon kannalta tärkeillä korkeuksilla? Millainen on tuulen nopeuden vuotuinen jakauma? Paljonko tuulesta voidaan saada tehoa? Miten talviset jäätävät olosuhteet vaikuttavat tuulivoiman tuotantoon? Kuinka jäätäviä olosuhteita voidaan ennustaa? Väitöskirjatyön ensimmäisessä osiossa on kehitetty resurssikarttoja, joita hyödynnetään tuulivoiman suunnittelussa sekä sopivan tuulipuiston sijainnin valinnassa. Nämä nk. Tuuli- ja Jäätämisatlakset on tuotettu käyttämällä hyväksi numeerisia säänennustusmalleja. Simulaatioita varten valittiin viimeisen 30 vuoden ajalta yhteensä 72 kuukautta, jotka edustavat Suomen tuuli-ilmastoa. Näiden kuukausien valintaan käytettiin kriteereinä keskituulta, tuulen suuntajakaumaa sekä niiden yhdistelmää. Jäätämisen osalta ei voitu suorittaa vastaavaa edustavien kuukausien valintaa kuten tuulelle, sillä jäätämishavaintoja ei ole riittävän kattavasti tarjolla. Tuulen mukaan valitut kuukaudet eivät välttämättä edusta jäätäviä olosuhteita, ja siksi valituille kuukausille suoritettiin herkkyyskokeita lämpötilan ja suhteellisen kosteuden osalta. Herkkyyskokeiden tulokset osoittivat, että valitut kuukaudet ovat riittävän edustavia arvioimaan myös jäätämistä. Atlasten tulokset on esitetty karttamuodossa 2,5 km hilassa ja ne kuvaavat keskimääräisiä tuuliolosuhteita, potentiaalista tehontuottoa, aktiivista sekä passiivista jäätämistä, sekä jään aiheuttamia keskimääräisiä tehohäviöitä 50 m, 100 m ja 200 m korkeuksilla. Päivittäiset tuulen todennäköisyysennusteet tuovat lisäarvoa päätöksentekoon kuvaten lisäksi ennusteen epävarmuutta. Ennustettu todennäköisyysjakauma ei aina ole realistinen, mutta niitä voidaan pyrkiä parantamaan tilastollisilla korjausmenetelmillä. Tässä väitöskirjatyössä onkin tutkittu miten tuulen todennäköisyysennusteita pystyttäisiin parantamaan tilastollisin menetelmin sekä käyttäen apuna Doppler lidar ja Doppler tutka tuulihavaintoja, joita ei ole aiemmin sovellettu tähän tarkoitukseen. Tulokset osoittavat, että kehitetty kalibrointimenetelmä pystyy uusien havaintojen avulla parantamaan ennustetta etenkin heikkojen, kohtalaisten ja navakan tuulen osalta. Kovien ja myrskytuulien osalta menetelmän ei voitu osoittaa parantavan ennustetta osittain siitä syystä, että voimakastuulisia tapauksia ei osunut riittävästi tarkastelujaksolle. Tuulen nopeuden lisäksi tuulivoiman tuotantoon vaikuttaa kylmässä ilmastossa voimakkaasti jään kertyminen tuuliturbiinin lapoihin. Jäätämisen mittaaminen on kuitenkin hyvin haastavaa. Tämän väitöskirjatyön viimeisessä osiossa tarkasteltiin kuinka ceilometrillä mitatuista ilmakehän pystyprofiileista johdettuja jäätämishavaintoja voitaisiin hyödyntää jäätämisennusteen verifioinnissa. Uusi havaintomenetelmä osoittautui hyvin lupaavaksi etenkin havaintoverkon kattavuuden osalta (24 asemaa). Havaintovertailun pohjalta voidaan todeta, että jäätämisennusteen suurimmat virheet johtuvat numeerisesta sääennustemallista saadusta alkutiedosta eli jäätävän pilven paikallisesta ja ajallisesta sijainnista. Tämä uusi havaintomenetelmä tukee jatkosuunnitelmia pilviennusteiden parantamisen osalta sekä jäätämisen todennäköisyysennusteiden kehitystyötä.
Subject: tuuli
tuulivoima
tuuliennuste
jäätäminen
ceilometri
Doppler lidar
Doppler tutka
wind
wind energy
windpower
atmospheric icing
ceilometer
Doppler lidar
Doppler radar
Subject (ysa): tuuli
tuulienergia
wind
wind energy


Files in this item

Total number of downloads: Loading...

Files Size Format View Description
Dissertation_Hämäläinen_Karoliina.pdf 6.428Mb PDF View/Open Väitöskirja

This item appears in the following Collection(s)

Show full item record