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.