Beobachtergestützte Vorhersage von Netzengpässen und möglicher Einspeisung von Offshore-Windenergie für die operative Netzbetriebsführung und Handelsprozesse (“WindRamp”)

Abstract

Windrampen, d. h. schnelle Änderungen der anströmenden Windgeschwindigkeit, etwa bei Frontdurchg ängen, verursachen starke Gradienten der Einspeiseleistung von Offshore-Windparks. Die Vorhersage solcher Windrampen ist mit großen Unsicherheiten belegt. Hierdurch wird die operative Netzbetriebsführung erschwert, die Abregelung von Windenergie verursacht bzw. verlängert, Umplanungen von konventionellen Kraftwerken erforderlich und die an der Börse gehandelte Windenergie verteuert. Das Fernerkundungsverfahren Lidar erm¨ oglicht die Messung von Windgeschwindigkeiten mehrere Kilometer stromaufwärts. So können Windrampen erfasst werden, bevor sie auf den Windpark treffen. Das Hauptziel des BMWK-geförderten Projekts WindRamp (FKZ 03EE3027A-E, 01.07.2020- 31.12.2023) war die Verbesserung der Vorhersage der m¨oglichen und tatsächlichen Einspeisung von Offshore-Windparks für kurzfristige Zeithorizonte bis 30 Minuten zur Erhöhung der Stabilität im Stromnetz, der Reduktion von Einspeisemanagement und kurzfristiger Regelleistung und der Verringerung von Unsicherheiten im strombörslichen Handel. Fokus hierbei war die Vorhersagen von sogenannten Rampenereignissen. Das Verbundvorhaben WindRamp wurde durchgeführt als branchenübergreifende Kooperation von zwei Forschungsinstitutionen und sechs industriellen Partnern entlang der gesamten Wertschöpfungskette von Hardware und Dienstleistungen für Windmessungen über den Windparkbetrieb, Windleistungsprognose, Netzbetrieb, Stromhandel bis zur regulatorischen Weiterentwicklung der Strommärkte. Die in WindRamp untersuchte Lidar-basierte Kürzestfristvorhersage von Rampeneerginissen basiert auf Messungen der Anstr¨omung eines Offshore Windparks sowie Turbinen-Betriebsdaten (SCADA Daten). In WindRamp fand dazu eine zweiteilige umfangreiche Offshore Messkampagne statt: In dem Windpark Nordergründe wurde ein neu beschafftes long range Lidar WindCube 400S zusammen mit meteorologischen Sensoren und Lagesensoren ca. 24 Monate lang eingesetzt. Außerdem war ein long range Lidar WindCube 200S und meteorologische Sensoren 17 Monate lang für Messungen auf dem Leuchtturm Alte Weser installiert. Basierend auf diesen Daten sowie bereits bestehenden Lidarmessungen aus dem Offshore- Windpark Global Tech I wurde eine Methodik zur Lidar-basierten und beobachtergestützten Vorhersage von Windgeschwindigkeit und Leistung entwickelt und für Vorhersagehorizonte bis zu 30 Minuten evaluiert. Insbesondere bei instabiler atmosphärischer Schichtung und während Rampenereinissen konnte der Lidar-basierte Ansatz die statistische Methode der Persistenz übertreffen. Neben der atmosphärischen Stabilität haben auch vorhersagespezifische Parameter, wie das Alter der einbezogenen Lidarmessungen, einen Einfluss auf die Vorhersagegenauigkeit. Da der maximal mögliche Vorhersagehorizont direkt mit der Reichweite der Lidarmessungen zusammenhängt, war ein weiteres Projektziel neuartige Lidar-Konzepte mit Messreichweiten von mehr als 25km zu erforschen. Mittels eines Verstärkerkonzepts wurde erfolgreich ein Lidardemonstrator mit einem sehr leistungsstarken Lasersystem mit hoher Messreichweite entwickelt. Bereits erste Testmessungen aus dem Labor zeigten eine Messreichweite von 30 km. Des Weiteren wurde ein Scanner für dieses Lidar entwickelt, welcher den Betrieb des Lidars in rauen Wetterbedingungen ermöglicht. Das Lidar und der Scanner wurden anschließend erfolgreich im XXL-Lidar Demonstrator zusammengeführt. Der XXL-Lidar Demonstrator wurde in einer etwa zweimonatigen Messkampagne onshore getestet und mit den Messungen eines kommerziell verfügbaren long range Lidars verglichen. Der Demonstrator zeigte während der Messkampagne eine gute Belastbarkeit und erzielte trotz schwieriger Messbedingungen Messreichweiten von bis zu 30km und übertraf damit die Reichweite des kommerziellen long range Lidars um mehr als 15 km. Die Lidar-basierten Windgeschwindigkeitsprognosen wurden des Weiteren zusammen mit SCADADaten in operationelle Vorhersagesysteme eingebunden und situativ auswertet. Für eine Nutzung der Lidar-basierten Windgeschwindigkeitsprognosen für die Verbesserung der Netzbetriebsführung wurden die Anforderungen und Auslöser von situativen Reports erfasst und Rampen- Reports entwickelt. In einem simulierten Echtzeittest wurde für die entwickelte Kürzestfristmethode eine Prozesskette für einen Livebetrieb entwickelt, welche ein Vorhersagesystem abbildet, welches die Lidar- und SCADA-Daten für die Kürzestfristkorrektur nutzt. Der Einsatz probabilistischer Vorhersagen in einem vereinfachten simulierten Stromsystem war erfolgreich, d.h. es ist möglich den Netzbetrieb mit Ensemble-Prognosen unter Einhaltung von Randbedingungen des Netzes und des Kraftwerkparkes zu planen. Ein Mehrwert von kurzfristigen Prognoseupdates am intraday Markt aus Lidar-Kürzestfristprognosen konnte gezeigt werden. Vergleich bildeten intraday Prognosen, die aus einem Wettermodell stammen. Kalibrierte Lidar-Kürzestfristprognosen führen zu leicht geringeren Gesamtstromgestehungskosten als die Verwendung von Persistenzprognosen. Dieser Abschlussbericht fasst den Ablauf, die wesentlichen Ergebnisse und die öffentlich verfügbaren Publikationen des Projekts zusammen. Datei-Upload durch TIB Wind ramps, i.e. rapid changes in the incoming wind speed, for example during frontal passages, cause strong gradients in the feed-in power of offshore wind farms. The prediction of such wind ramps is subject to great uncertainty. This makes operational grid management more difficult, causes or prolongs the curtailment of wind energy, necessitates the rescheduling of conventional power plants and makes wind energy traded on the exchange more expensive. The Lidar remote sensing method makes it possible to measure wind speeds several kilometers upstream. This allows wind ramps to be detected before they hit the wind farm. The main objective of the BMWK-funded project WindRamp (FKZ 03EE3027A-E, 01.07.2020- 31.12.2023) was to improve the prediction of potential and actual feed-in from offshore wind farms for short-term horizons of up to 30 minutes in order to increase stability in the electricity grid, to reduce curtailment and short-term balancing power and to reduce uncertainties in electricity trading. Hereby, the focus was on the prediction of so-called ramp events. The joint project WindRamp was caried out as a cross-industry cooperation between two research institutions and six industriel partners along the entier value chain from hardware and service for wind measurements to wind farm operation, wind power forecasting, grid opeartion, electricity trading and the regulatory development of electricity markets. The lidar-based shortest-term forecast of ramp events investigated in WindRamp is based on measurements of the inflow of an offshore wind farm and turbine operating data (SCADA data). Two extensive offshore measurement campaigns were carried out in the scope of WindRamp: In the wind farm Nordergr ¨unde, a newly acquired long range WindCube 400S along with meteorological and inclination sensors were deployed for a duration of ca. 24 months. In addition, a long range lidar WindCube 200S and meteorological sensors were installed on the Alte Weser lighthouse for a 17 months of measurements. Based on this data and existing lidar measurements from the offshore wind farm Global Tech I, a methodology for lidar-based and observer-based forecast of wind speed and power was developed and evaluated for forecast horizons of up to 30 minutes. Especially in unstable atmopsheric stratification and during ramp events, the lidar-based approach outperformed the statistical method of persistence. In addition to atmospheric stability, forecast-specific parameters, such as the age of the lidar measurements included, also have an influence on the forecast accuracy. Since the maximum possible forecast horizon is directly linked to the range of the lidar measurements, another project objective was to research novel lidar concepts with measurement ranges of more than 25 km. Using an amplifier concept, a lidar demonstrator with a very powerful laser system with a long measuring range was successfully developed. First test measurements from the laboratory already demonstrated a measurement range of 30 km. Furthermore, a scanner vi vii was developed for this lidar, which enables the operation of the lidar in harsh weather conditions. The lidar and the scanner were then successfully combined in the XXL-lidar demonstrator. The XXL-lidar demonstrator was tested in an onshore measurement campaign lasting around two months and compared with the measurements of a commercial available long-range lidar. The demonstrator showed good durability during the measurement campaign and achieved measurement ranges of up to 30 km despite difficult measurement conditions, thus exceeding the range of the commercial long-range lidar by more than 15 km. The lidar-based wind speed forecasts were also integrated into operational forecasting systems together with SCADA data and evaluated on a situational basis. The requirements and triggers of situational reports were identified and ramp reports were developed in order to use the lidar-based wind speed forecasts to improve grid operation management. In a simulated real-time test, a process chain for live operation was develped for the developed shortest-term method, which depicts a forecasting system that uses the lidar and SCADA data for the shortest-term correction. The use of probabilistic forecasts in a simplified simulated electricity system was successful, i.e. it is possible to plan grid operation with ensemble forecasts while observing the boundary conditions of the grid and the power plant fleet. The added value of short-term forecast updates on the intraday market from lidar shortest-term forecasts was demonstrated. The comparison was based on intraday forecasts derived from a weather model. Calibrated lidar shortest-term forecasts lead to slightly lower total levelized cost of energy (LCOE) than the use of persistence forecasts. This final report summarises the process, the main results and the publicly available publications of the project.