Implementierung und Validierung eines Open-Source-Modells zur Generierung von Zeitreihen zur Windeinspeisung (Haas 2019)
Sabine Haas
In dieser Arbeit wird ein Open-Source-Modell zur Generierung von Windeinspeise-Zeitreihen namens Windpowerlib in Python implementiert und mit gemessenen Einspeise-Zeitreihen validiert.
Als Grundlage dient eine Basisversion der Windpowerlib, die am Reiner Lemoine Institut entwickelt wurde. Funktionalitäten wie Windgeschwindigkeitshöhenkorrekturen, Dichte- und Leistungsberechnungen, Leistungskurvenglättung, aggregierte Leistungskurven und Funktionalitäten zur Berücksichtigung von Nachlaufverlusten werden vorgestellt, implementiert und deren e_ect auf Simulationsergebnisse bewertet. Die Validierung erfolgt mit gemessenen Einspeisezeitreihen von Windparks in Schleswig-Holstein (Küstenregion) und Brandenburg (Binnenregion) in Deutschland für die Jahre 2015 und 2016. Darüber hinaus wird der Einfluss von Wetterdaten auf Einspeisezeitreihensimulationen anhand von zwei di_erent Wetterdatensätzen untersucht. Die von der NASA zur Verfügung gestellten MERRA-2-Daten werden mit offenen FRED-Wetterdaten verglichen, die speziell für die Simulation von Energiesystemen erstellt wurden. Die Einspeisung von Windparks kann mit einer Abweichung von 4,7 % (Binnenland) bzw. 3,4 % (Küstenregion) von der gemessenen jährlichen Energieleistung (Überschätzung) durch die Windpowerlib unter Verwendung offener FRED-Wetterdaten simuliert werden. Bei den MERRA-2-Daten sind die Abweichungen in Schleswig-Holstein (Küstenregion) etwa zehn Prozentpunkte höher und in Brandenburg (Binnenregion) etwa 26 Prozentpunkte höher.
Alle generierten Zeitreihen erreichen starke Korrelationen mit den gemessenen Zeitreihen mit Pearson-Korrelations coe_cients von etwa 0,7 bis 0,9, während MERRA-2-Daten im Vergleich zu offenen FRED-Daten etwas höhere Korrelationen erreichen.