Launisch wie der Wind?

Stromproduktion von Windparks vorhersagen

(PresseBox) (Wien, ) Erstmals werden Vorhersagemethoden zur Stromproduktion von Windparks in Österreich wissenschaftlich verglichen. Damit schafft dieses vom Wissenschaftsfonds FWF unterstütze Projekt die Basis für eine optimierte Vorhersage der Stromproduktion von Windparks - und so eine bessere Entscheidungsgrundlage für Maßnahmen zur Deckung des Strombedarfs. Im Mittelpunkt des Projektes stehen Vorhersagen für Zeiträume von sechs Stunden bis zehn Tagen. Neben der Zuverlässigkeit der einzelnen Vorhersagemethoden werden auch deren räumliche und zeitliche Auflösungen analysiert. Zusätzlich wird verglichen, inwieweit diese Methoden die Wahrscheinlichkeiten des Eintreffens der Vorhersage mit einberechnen können.

Natürliche Energiequellen sind wankelmütig. Das liegt in der Natur der Sache. Ist bei Wasserkraft das Problem noch überschaubar, so können bei Solar- und Windenergie Änderungen der Wetterbedingungen die Stromproduktion stark beeinflussen. Wirklich problematisch wird dieser Umstand mit dem stetig wachsenden Anteil des "Öko-Stroms" am Gesamtstromverbrauch. Denn Energielieferanten müssen ihre uneingeschränkte Lieferung trotz dieser Unsicherheit garantieren können. Sie brauchen daher präzise Vorhersagemethoden. Ein Team der Universität Innsbruck hat nun begonnen, genau solche Methoden für die Stromproduktion von Windparks in Österreich zu finden.

Datenstrom & Stromdaten

Zur Vorgehensweise meint Prof. Georg Mayr, Leiter des Teams am Institut für Meteorologie und Geophysik: "Vereinfacht gesagt testen wir alle Methoden darauf, wie gut sie zwei Datenkomplexe miteinander in Verbindung setzen. Zum einen Daten, die zu Wettervorhersagen dienen. Diese nutzen wir als Daten-Input. Zum anderen Daten mehrerer Windparks in Österreich, die Auskunft über den realen Umfang der Stromproduktion bei verschiedenen Windverhältnissen liefern. Diese nutzen wir zum Testen. Jene Vorhersagemethode, die auf Grundlage des Daten-Inputs die reale Stromproduktion am genauesten berechnen kann, scheint dann am besten für zukünftige Vorhersagen geeignet."

Das Team um Prof. Mayr vergleicht nun neue mit bereits publizierten Methoden. So wurde im Jahr 2006 gezeigt, dass drei Methoden besonders geeignet sind: die "logistische gaußsche Regression", die "nicht-homologe gaußsche Regression" und auch das "ensemble dressing". Der Nachteil aller drei Methoden ist aber der große Daten-Input, den sie benötigen: Atmosphärische Zustands-Daten von mindestens zwei Jahren sind notwendig.

Einen anderen Weg geht eine als "analog" bezeichnete Methode: Sie basiert darauf, dass eine in der Vergangenheit liegende Situation gefunden wird, die mit der akuten (und als Daten-Input dienenden) vergleichbar ist. Dank des Wissens, wie sich die vergangene Situation bereits einmal auf die Stromproduktion ausgewirkt hat, lässt sich - ausgehend von der akuten Situation - die Stromproduktion in sechs Stunden bis zehn Tagen mathematisch ableiten.

Neben der Zuverlässigkeit und räumlichen sowie zeitlichen Auflösung der jeweiligen Vorhersagen interessiert Prof. Mayr auch die "Wahrscheinlichkeit", wie er erklärt: "Gerade die als 'ensemble dressing' bezeichnete Methode berücksichtigt Wahrscheinlichkeiten des Zutreffens der eigenen Vorhersage. Dazu werden Variationen des Ausgangsszenariums und der resultierende Impact auf die Vorhersage berechnet. Gibt es wenige Abweichungen, ist die Wahrscheinlichkeit des Zutreffens hoch; gibt es große Abweichungen, ist sie geringer."

Terabytes & Megawatt

Dass gerade bei solchen Berechnungen eine beachtliche Menge an Daten anfällt, ist klar. So hat Prof. Mayr den Zentralen Informatikdienst der Universität Innsbruck bereits "vorgewarnt": Ein paar Terabyte an Daten werden zu bearbeiten sein. Der Aufwand für dieses "number crunching" lohnt sich: Allein zwischen den Jahren 2000 und 2007 ist der globale Anteil an Windenergie (an der Gesamtenergieproduktion) um 500 Prozent angestiegen. Gleichzeitig wird der Energiemarkt zunehmend liberalisiert und Preise richten sich nach Angebot & Nachfrage bzw. nach "erwartetem Angebot & erwarteter Nachfrage". Dass da eine gute Vorhersagemethode aus einem FWF-Projekt viel wert sein wird, lässt sich bereits mit hoher Wahrscheinlichkeit vorhersagen.

Diese Pressemitteilungen könnten Sie auch interessieren

News abonnieren

Mit dem Aboservice der PresseBox, erhalten Sie tagesaktuell und zu einer gewünschten Zeit, relevante Presseinformationen aus Themengebieten, die für Sie interessant sind. Für die Zusendung der gewünschten Pressemeldungen, geben Sie bitte Ihre E-Mail-Adresse ein.

Es ist ein Fehler aufgetreten!

Vielen Dank! Sie erhalten in Kürze eine Bestätigungsemail.


Ich möchte die kostenlose Pressemail abonnieren und habe die Bedingungen hierzu gelesen und akzeptiert.