Entwicklung und Analyse Lidar-basierter Kurzzeitmessstrategien zur Bestimmung des Windpotenzials
Zur Erreichung der Klimaziele ist ein deutlicher Ausbau der Windenergie notwendig. Dies erfordert die Erschließung neuer, geeigneter Standorte für die Errichtung von Windparks. Die Grundlage einer Windparkplanung stellt üblicherweise eine Windmesskampagne dar, in der die Windverhältnisse am jeweiligen Standort bestimmt und das langjährige Windpotenzial abgeschätzt werden. Hierbei besteht Bedarf an effizienten, d. h. kostengünstigen und zeitlich begrenzten Messstrategien, die überdies eine hohe Genauigkeit der Windpotenzialanalyse gewährleisten. Der Einsatz moderner Lidar-Messtechnik bietet hierzu ein großes Potenzial, da Lidar-Geräte flexibel eingesetzt werden können und eine präzise Messung der Windbedingungen bis auf großen Höhen über Grund ermöglichen. Hier knüpft diese Arbeit an. Es werden zwei zentrale Einsatzmöglichkeiten (Messstrategien) mit Lidar analysiert, diskutiert und bewertet. Zum Ersten umfasst dies den kurzzeitigen Einsatz eines Lidars in Ergänzung zu einem Messmast. Um die Messkosten zu reduzieren, wird einerseits die Lidar-Messdauer gering gehalten und andererseits die Höhe des Mastes auf deutlich unterhalb der Zielhöhe (i. d. R. Nabenhöhe der geplanten Anlage) begrenzt. Im Zeitraum, in dem keine Lidar-Messung erfolgt, werden die vom Mast gemessenen Daten vertikal auf den Zielbereich extrapoliert. Dabei können die mit dem Lidar auf der Zielhöhe der Extrapolation gemessenen Daten genutzt werden, um die Vertikalextrapolation der Mastmessung zu verbessern. Die zweite Messstrategie befasst sich mit dem alleinigen Einsatz eines Lidars. Auch hier ist das Ziel, die Lidar-Messdauer gering zu halten (Messung von deutlich unter einem Jahr) und dennoch eine hohe Genauigkeit der Windpotenzialanalyse zu gewährleisten. Aufgrund der zeitlichen Fluktuationen der Windbedingungen sind die gemessenen Windverhältnisse i. d. R. nicht repräsentativ. Die zentrale Herausforderung dieser Messstrategie besteht daher in der Korrektur der gemessenen Daten auf einen Langzeitraum (sog. Langzeitkorrektur). Wie sich zeigt, treten bei beiden Messstrategien saisonale Effekte auf. Diese können mit den (jahres-) zeitlichen Variationen der Windverhältnisse in Zusammenhang gebracht werden sowie der Tatsache, dass jeweils nur ein Ausschnitt des Jahresgangs der Windbedingungen von der Lidar-Messung erfasst wird. Daraus folgt eine Abhängigkeit der Genauigkeit der Vertikalextrapolation bzw. Langzeitkorrektur vom gewählten Messzeitraum des Lidars und es entstehen systematische Fehler. Diese saisonalen Effekte werden in der vorliegenden Arbeit detailliert untersucht und diskutiert. Darüber hinaus werden Verfahren entwickelt und analysiert, welche die systematischen Fehler reduzieren. Damit ist es beispielsweise bereits nach einer Lidar-Messdauer von 60 Tagen möglich, bei einer Vertikalextrapolation von 80 auf 200 m die Unsicherheit im Energieertrag gegenüber einem standardmäßigen Verfahren (ohne Lidar-Messung) von 16 auf 2 % zu reduzieren. Auch für alle anderen untersuchten Kombinationen von Mast- und Extrapolationszielhöhe ergeben sich nach ähnlich kurzer Lidar-Messdauer bereits deutliche Verbesserungen. Im Rahmen der Analysen zur Langzeitkorrektur wird gezeigt, dass – und unter welchen Bedingungen – eine deutliche Verkürzung der Dauer einer Messkampagne möglich ist, ohne dass sich die Gesamtunsicherheit signifikant erhöht (z. B. Erhöhung der Gesamtunsicherheit der Windpotenzialanalyse um rund 0,2 Prozentpunkte bei Halbierung der Messdauer von einem Jahr auf sechs Monate). Damit gibt diese Arbeit unter anderem auch Empfehlungen zur Weiterentwicklung der Vorgaben in Richtlinien, nach welchen eine Unterschreitung der Messdauer von einem Jahr aktuell nicht zulässig ist.
@phdthesis{doi:10.17170/kobra-202207156475, author ={Basse, Alexander}, title ={Entwicklung und Analyse Lidar-basierter Kurzzeitmessstrategien zur Bestimmung des Windpotenzials}, keywords ={620 and Windenergie and Potenzial and Wind and Messtechnik and Extrapolation and Korrektur and Daten and Lidar and Onshore-Windpark}, copyright ={http://creativecommons.org/licenses/by/4.0/}, language ={de}, school={Kassel, Universität Kassel, Fachbereich Elektrotechnik / Informatik}, year ={2022} }