Πρόγνωση παραγωγής αιολικής ενέργειας: επίδραση της τοπογραφίας και των ακραίων καιρικών φαινομένων

Abstract

During the recent years the composition of the European network of energy production is facing rapid changes, since upgraded and advanced renewable energy technologies of consist the major part of the newly added production units. Among others, wind energy is, by far, the most developed and promising, followed by the solar energy. This trend is due to the current high level of expertise and technology in the wind energy field, the bigger expansion of its resources, the decrease in the energy production costs and also because of their contribution towards the reduction of greenhouse gas emissions. Wind energy is discontinuous since its primary source, the wind, is intermittent, and generally does not match any energy consumption profile. On the contrary, its profile follows a stochastic distribution that depends on the causes creating the wind as well as the type and make of wind turbines. Wind turbines are usually installed in locations with high wind speed potential favouring power production, usually in remote areas, rather than where the demand for electric power is required. It is obvious that those characteristics of wind energy impedes its integration in the already existing electric power distribution grid, especially due to issues related to energy production balance, voltage stability and other limitations related to the network design. Therefore wind energy is a challenge not only for the complex European energy distribution network but also for a smaller regional network, that of Greece, where wind power plants increase constantly. Research on wind energy focuses, among others, to the forecast of wind energy production, either indirectly by forecasting the wind and its components or by directly forecasting the wind power production, aiming at improving forecasts performance and eventually increasing their credibility. Furthermore, in many cases it is the knowledge of the probability of appearance of extreme wind speed values that matters more. Accurate forecasts of such events, which can be combined with cost effect analyses, are of great value. The purpose of the present dissertation is to contribute to the improvement of estimation of the parameters, mainly affecting the wind energy production, through the development of methods using real data coming from operating wind energy conversion systems (WECS). The basic idea is the management and processing of the available data in such a way so that the information included in those data would be used in the most appropriate and interpretable way. Our primary focus is on the wind speed forecast in a specific location, through the understanding of its behaviour, using the available wind data either from the same site (target) or from neighbouring sites (reference), as well as the filling of missing values or even gaps of the examined time series. The wind speed forecasting at the wind turbine nacelle height and the corresponding wind energy production consist the next subject this study deals with. Finally, the relationship between severe weather phenomena, such as thunderstorms accompanied by lightning activity, and the abrupt changes-gusts of wind speed at the nacelle height, is considered, while the capability of forecasting of their occurrence, for a short temporal horizon, is also addressed. It was found that forecasts using Artificial Neural Network (ANN) models present the best overall performance either for the wind speed simulations and estimations at a pre-selected target-point, by using reference wind speed time series from neighboring sites, or during the wind speed forecasting. The key point for the development of such models is the selection of the appropriate input vector. It was found that the application of the K-fold cross-validation method combined with the Auto-Correlation Function (ACF) and Partial Auto-Correlation Function (PACF) of the examined time series, decrease substantially the required input data and, consequently, the corresponding processing time. The wind speed forecasts are further improved when, in addition to the 10-min wind speed values, wind direction are also used as inputs. The performance of the proposed method has been applied and tested in three different geographical locations of Greece. The use of the power curve of the wind turbines was found to be an essential input parameter of the models developed to forecast the produced electric energy, which combined with forecasted wind speed data leads to energy production estimations of high accuracy. The analysis of the distribution of wind gust events and the concurrent lightning discharges observed in the study area during the same period, revealed that both present a similar seasonal and daily variation; 65% of recorded gusts were found to be directly or indirectly related to the presence of cumulonimbus clouds accompanied by lightning activity. The forecast of such events for the next hour showed satisfactory results, providing thus the possibility of early warning of occurrence of such phenomena, which may be a vital tool especially for the wind farm operators.

Η σύνθεση του δικτύου παραγωγής ενέργειας σε Ευρωπαϊκό επίπεδο βρίσκεται τα τελευταία χρόνια υπό την επίδραση διαρκών αλλαγών, καθώς οι καινούργιες τεχνολογίες παραγωγής από ανανεώσιμες πηγές ενέργειας αποτελούν πλέον το μεγαλύτερο μερίδιο των νέων μονάδων παραγωγής. Στον τομέα αυτό των ανανεώσιμων πηγών, η αιολική ενέργεια, η ενέργεια δηλαδή που πηγάζει από τη ροή του αέρα, είναι κατά πολύ η πιο δυναμικά αναπτυσσόμενη, ακολουθούμενη από την ηλιακή. Αυτή η τάση, μεταξύ άλλων, γίνεται πιο έντονη από την δυνατότητα που παρέχει η χρήση του ανέμου για παραγωγή ενέργειας, προς την κατεύθυνση της επίτευξης των στόχων μείωσης των εκπομπών αερίων ρύπων, από τα υψηλά επίπεδα τεχνογνωσίας και τεχνολογίας στον τομέα αυτό, από την μεγαλύτερη κατανομή πηγών αιολικού δυναμικού καθώς και το μειωμένο κόστος παραγωγής ενέργειας. Η αιολική ενέργεια από τη φύση της είναι ασυνεχής, καθώς η πρωταρχική πηγή ενέργειας δεν μπορεί να ελεγχθεί και καθοριστεί σύμφωνα με τις απαιτήσεις μας. Αντιθέτως, το προφίλ της ακολουθεί μία στοχαστική κατανομή, εξαρτώμενο από την πηγή του ανέμου καθώς και την τεχνολογία κατασκευής της κάθε ανεμογεννήτριας. Επιπλέον, οι ανεμογεννήτριες δεν εγκαθίστανται εκεί όπου υπάρχει η ζήτηση για ηλεκτρικό ρεύμα, αλλά εκεί όπου απαντώνται οι καλύτερες δυνατές συνθήκες για την παραγωγή αυτού του είδους ενέργειας. Τα χαρακτηριστικά αυτά της αιολικής ενέργειας κάνουν την ενσωμάτωσή της στο υπάρχον δίκτυο παραγωγής και διανομής ηλεκτρικής ενέργειας αρκετά δύσκολη, ιδιαίτερα όταν εξετάζονται τα θέματα της ισορροπίας παραγωγής της, της σταθερότητας της τάσης του ηλεκτρικού ρεύματος όπως επίσης και των περιορισμών του δικτύου διανομής αυτής. Έτσι η αιολική ενέργεια συνθέτει μια ιδιαίτερη πρόκληση όχι μόνο για το περίπλοκο Ευρωπαϊκό δίκτυο διασύνδεσης αλλά και για το, πολύ μικρότερης κλίμακας, Ελληνικό δίκτυο ηλεκτρικής ενέργειας, στο οποίο οι μονάδες εκμετάλλευσης αιολικής ενέργειας βρίσκονται σε πλήρη ανάπτυξη. Μεγάλο μέρος των προσπαθειών της επιστημονικής κοινότητας έχει αφιερωθεί στην πρόγνωση της αιολικής ενέργειας, είτε απευθείας είτε μέσω της πρόγνωσης του ανέμου, με βασικό στόχο την αύξηση της αξιοπιστίας τους διαμέσου της βελτίωσης απόδοσης των προτεινόμενων μεθόδων. Επιπρόσθετα, αν και συχνά το εύρος τιμών ή τα όρια των μεταβλητών του ανέμου (ταχύτητα ή διεύθυνση) αποτελούν το βασικό ενδιαφέρον, υπάρχουν περιπτώσεις όπου η γνώση της πιθανότητας εμφάνιση ακραίων τιμών αυτών είναι περισσότερο σημαντική. Σε τέτοιου είδους καταστάσεις που συνδυάζονται και με την ανάλυση κόστους (όπως στην περίπτωση των αιολικών πάρκων), η πρόγνωση εμφάνισης τέτοιων τιμών είναι πολύτιμη. Ο σκοπός της παρούσας διατριβής είναι η συνεισφορά στην βελτίωση εκτίμησης των παραμέτρων που επηρεάζουν την παραγωγή της αιολικής ενέργειας, μέσω της ανάπτυξης συγκεκριμένων μεθοδολογιών μελέτης και ανάλυσης πραγματικών δεδομένων, προερχόμενα από εν λειτουργία συστήματα παραγωγής αιολικής ενέργειας. Βασική ιδέα αποτελεί η διαχείριση και επεξεργασία των διαθέσιμων δεδομένων με τέτοιο τρόπο ώστε, η πληροφορία που εμπεριέχεται σε αυτά να χρησιμοποιηθεί με τον καλύτερο δυνατό τρόπο. Στόχος αρχικά είναι η κατανόηση της συμπεριφοράς του ανέμου σε μια συγκεκριμένη τοποθεσία με τη βοήθεια διαθέσιμων δεδομένων ανέμου από την ίδια θέση και από γειτονικές περιοχές, καθώς και η συμπλήρωση των υπό εξέταση χρονοσειρών ανέμου. Η πρόγνωση της ταχύτητας ανέμου στο ύψος της ανεμογεννήτριας, καθώς και της παραγόμενης αιολικής ενέργειας αποτελεί το επόμενο θέμα που εξετάζεται. Τέλος μελετάται η σχέση μεταξύ έντονων καιρικών φαινομένων, όπως είναι οι καταιγίδες συνοδευόμενες από ηλεκτρική δραστηριότητα, και των απότομων αυξομειώσεων-ριπών στην ταχύτητα του ανέμου, στο ύψος των ανεμογεννητριών, καθώς και η δυνατότητα πρόγνωσης εκδήλωσής τους για το επόμενο χρονικό διάστημα. Η ανάλυση των αποτελεσμάτων αποκάλυψε ότι η χρήση των τεχνιτών νευρωνικών δικτύων (ΤΝΔ) εμφανίζει την καλύτερη συμπεριφορά τόσο κατά την προσομοίωση της ταχύτητας του ανέμου και της εκτίμησής της σε ένα επιλεγμένο σημείο-στόχο, με τη χρήση χρονοσειρών αναφοράς από γειτονικές θέσεις, όσο και την πρόγνωση νέων τιμών. Σημαντικό στοιχείο στην ανάπτυξη των συγκεκριμένων προτύπων αποτελεί η κατάλληλη επιλογή του διανύσματος εισόδου, με την εφαρμογή της μεθόδου K-fold cross-validation σε συνδυασμό με τις συναρτήσεις αλληλο-συσχέτισης (Auto-Correlation Function, ACF) και μερικής αλληλο-συσχέτισης (Partial Auto-Correlation Function, PACF) των υπό εξέταση χρονοσειρών να οδηγούν σε σημαντική μείωση του αριθμού των δεδομένων καθώς και του αντίστοιχου χρόνου επεξεργασίας τους. Επιπλέον, οι προγνωστικές τιμές της ταχύτητας ανέμου εμφανίζουν περαιτέρω βελτίωση όταν χρησιμοποιούνται όχι μόνο δεκάλεπτες χρονοσειρές ταχύτητας ανέμου αλλά και της διεύθυνσής του, γεγονός που αξιολογείται με την εφαρμογή της μεθόδου σε τρεις διαφορετικές τοποθεσίες του ελλαδικού χώρου. Αναφορικά με τη πρόγνωση της παραγόμενης ηλεκτρικής ενέργειας, κρίσιμη παράμετρος αποδεικνύεται η χρησιμοποίηση της καμπύλης ιδανικής ισχύος της ανεμογεννήτριας η οποία σε συνδυασμό με τις προγνωστικές τιμές ταχύτητας ανέμου οδηγεί σε εκτιμήσεις παραγωγής ηλεκτρικής ενέργειας ακόμα μεγαλύτερης ακρίβειας. Τέλος, η ανάλυση της κατανομής των περιπτώσεων ριπών ανέμου σε σχέση με τις ηλεκτρικές εκκενώσεις που παρατηρήθηκαν στην περιοχή μελέτης κατά το ίδιο χρονικό διάστημα παρουσιάζει παρόμοια εποχιακή αλλά και ημερήσια διακύμανση, με το 65% των παρατηρούμενων ριπών να σχετίζεται έμμεσα ή άμεσα με την ύπαρξη καταιγιδοφόρων νεφών συνοδευόμενα από ηλεκτρική δραστηριότητα. Από την άλλη, η πρόγνωση εμφάνισης των συγκεκριμένων συμβάντων για την επόμενη ώρα προσέγγισε ικανοποιητικά την πραγματική εικόνα, δίνοντας έτσι τη δυνατότητα σχετικά έγκαιρης προειδοποίησης εκδήλωσης τέτοιου είδους φαινομένων στους λειτουργούς εγκαταστάσεων αιολικών πάρκων παρέχοντας τους μια πληροφορία ζωτικής σημασίας.