DACH-11

In den Atmosphärenwissenschaften spielt die Strahlungsbilanz der Erde eine wichtige Rolle für unser Verständnis des Klimasystems. Hier liefern ausgereifte Satellitenprodukte dekadische Klimazeitreihen mit einer so hohen Genauigkeit, dass z.B. Änderungen im Zusammenhang mit dem Klimawandel detektiert werden können. Dies gilt insbesondere auch für die solaren Strahlungsflüsse an der Erdoberfläche. Beim Vergleich dieser Satellitenprodukte mit instantanen Beobachtungen der Strahlung am Erdboden sind jedoch oft erhebliche Abweichungen feststellbar, die hauptsächlich durch kleinskalige Variabilität in der räumlichen Struktur von Wolken und ihrer Strahlungswirkung verursacht werden. Hier ist auch zu bedenken, dass Bodenbeobachtungen fast einer Punktmessung entsprechen, während Satellitenpixel eine Fläche in der Größenordnung von Quadratkilometern abtasten. Gleichzeitig basieren aktuelle Satellitenprodukte auf der Annahme des 1-dimensionalen Strahlungstransports, während 3D Strahlungseffekte bisher höchstens in Form empirischer Bias-Korrekturen Berücksichtigung finden. So steht eine Abschätzung der Größe systematischer Abweichungen in den Strahlungsflüssen durch 3D-Strahlungseffekte von Wolken auf globaler Skala aus. Solarenergie ist gleichzeitig eine wichtige Säule der Energiewende. Hier wird zum Beispiel Information für die Planung von Solarkraftwerken, die Netzintegration von Stromerzeugung aus Photovoltaik-Anlagen sowie das Lademanagement von Batteriespeichern benötigt, in Form möglichst genaue Vorhersagen der Solarstrahlung auf Zeitskalen von Minuten bis hin zu mehreren Tagen. Gerade für kurze Vorhersagehorizonte liefern dabei in naher Zukunft die Meteosat-Satelliten der 3. Generation deutlich verbesserte Beobachtungen. In dem Beitrag wird dargelegt, dass ein besseres Verständnis der kleinskaligen Variabilität von Solarstrahlung von Wolken für eine optimale Nutzung dieser Beobachtungen essentiell ist. Anhand von Beobachtungen mit einem räumlich engmaschigen Netzwerk von Pyranometern wird gezeigt, dass solche Netzwerke in Kombination mit 3D-Strahlungsmodellen einen wichtigen Beitrag hierzu leisten können. Diese Untersuchungen tragen nicht nur zu einem verbesserten Verständnis der Auswirkungen von kleinskaliger Wolkenvariabilität auf die Strahlungsbilanz bei, sondern auch der Grenzen von Kurzfristvorhersagen der Solarstrahlung.

How to cite: Deneke, H., Macke, A., Meilinger, S., and Schroedter-Homscheidt, M.: Solarstrahlung – Gemeinsame Herausforderungen für die Atmosphärenwissenschaften und den Energiesektor, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-270, https://doi.org/10.5194/dach2022-270, 2022.

West Africa has a great potential for the application of solar energy systems, as it combines high levels of solar irradiance with a lack of energy production. Southern West Africa is a region with a very high aerosol load. Urbanization, uncontrolled fires, traffic as well as power plants and oil rigs lead to increasing anthropogenic emissions. The naturally circulating north winds bring mineral dust from the Sahel and Sahara and monsoons - sea salt and other oceanic compounds from the south. The EU-funded Dynamics-Aerosol-Chemistry-Cloud Interactions in West Africa (DACCIWA) project (2014–2018), dlivered the most complete dataset of the atmosphere over the region to date. In our study, we use in-situ measured optical properties of aerosols from the airborne campaign over the Gulf of Guinea and inland, and from ground measurements in coastal cities.

Based on an analysis of the aerosol optical properties form the DACCIWA measurement campaign, the impact of aerosol on PV power is investigated for polycrystalline silicon and amorphous silicon technology using a spectrally resolved model chain. The model considers both spectral effects on global irradiance due to different aerosol properties as well as the spectral response of different PV technologies. First, the contribution of various aerosol types (mineral dust, biomass burning and anthropogenic pollution) derived from a post-project classification is studied. Subsequently, differences between these imaginary aerosol scenarios and a real case during a biomass burning outbreak on July 13, 2016 in Benin are presented. The results show that aerosol emissions due to the biomass outbreak on the day of the case study in Cotonou lead to solar flux losses of up to 55% and photovoltaic power reduction of up to 81% for the polycrystalline cell and 78% for the amorphous cell. The relative impact of aerosols differs depending on aerosol type and concentration, being larger for low solar zenith angles than at noon. For the situation studied in Cotonou, Benin, we are able to show that the inclusion of spectral aspects leads to a significant effect when calculating the PV power. Comparing the effects of aerosols on the photovoltaic power of the two technologies, we find that the amorphous cell suffers a greater reduction in power during the morning and evening hours - when there is more diffuse irradiance - of 36% than the polycrystalline cell (27%). Conversely, in the middle of the day, we observe greater PV power reduction of the polycrystalline cell of 12% compared to the amorphous cell (8%).

Acknowledgements: Funding was provided by  the German BMWi under contract 0350009A and BMBF under contract 03SF0567A-.

How to cite: Meilinger, S., Herman-Czezuch, A., Zemo Mekeng, A., Kimiaie, N., and Barry, J.: Impact of aerosols on photovoltaic energy production using a spectrally resolved model chain: A case study for Sub-Sahara West-Africa, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-217, https://doi.org/10.5194/dach2022-217, 2022.

PV modules tilted and oriented toward east and west directions gain gradually more importance as an alternative to the presently-preferred south (north in the Southern Hemisphere) orientation and it is shown to become economically superior even under the reimbursement of feed-in tariff (FIT). This is a consequence of the increasing spread between the decreasing costs of self-consumed solar power and the costs for power from the grid. One-minute values of irradiance were measured by silicon sensors at different orientations and tilt angles in Hannover (Germany) over three years. We show that south-oriented collectors give the highest electrical power during the day, whereas combinations of east and west orientations (E-W) result in the highest self-consumption rate (SC), and combinations of southeast and southwest (SE-SW) orientations result in the highest degree of autarky (AD), although they reduce the yearly PV Power by 5–6%. Moreover, the economic analysis of PV systems without FIT shows that the SE-SW and E-W combinations have the lowest electricity cost and they are more beneficial in terms of internal rate of return(IRR),compared to the S orientation at the same tilt. For PV systems with FIT, the S orientation presently provides the highest transfer of money from the supplier. However, as a consequence of the continuing decline of FIT, the economic advantage of S orientation is decreasing. E-W and SE-SW orientations are more beneficial for the owner as soon as FIT decreases to 7 Ct/kWh. East and west orientations of PV modules do not only have benefits for the individual owner but avoid high costs for storing energy—regardless who would own the storage facilities—and by avoiding high noon peaks of solar energy production during sunny periods,which would become an increasing problem for the grid if more solarpower is installed. Furthermore, two types of commonly used PV software (PVSOL and PVsyst) were used to simulate the system performance. The comparison with measurements showed that both PV software underestimate SC and AD for all studied orientations, leading to the conclusion that improvements are necessary in modelling. Such improvements, however, also require a better knowledge of the angular dependence of the spectral radiance under all sky conditions. Since the spectral radiance is complex and usually changes within seconds, we developed a new instrument capable of measuring the spectra of sky radiance in more than 100 directions within one second. First measurements with this novel instrument are shown. 

How to cite: Seckmeyer, G., Duffert, J., Niedzwiedz, A., and Mubarak, R.: Why PV Modules should preferably not be oriented to the South and why we need new measurements of spectral radiance for the energy meteorology, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-294, https://doi.org/10.5194/dach2022-294, 2022.

The Copernicus Atmospheric Monitoring Service (CAMS) offers Solar radiation services (CRS) providing information on surface solar irradiance (SSI). The service is currently derived from Meteosat Second Generation (MSG) and the service evolution includes its extension to other parts of the globe. CRS provides clear and all sky time series combining satellite data products with numerical model output from CAMS on aerosols, water vapour and ozone. These products are available from 2004 until yesterday. A regular quality control of input parameters, quarterly benchmarking against ground measurements and automatic consistency checks ensure the service quality.

Variability of solar surface irradiances in the 1-minute range is of interest especially for solar energy applications. The variability classes can be defined based on ground as well as satellite-based measurements. This study will present the evaluation of the CAMS CRS based on the eight variability classes derived from ground observations of direct normal irradiation (DNI) (Schroedter-Homscheidt et al., 2018). Such an analysis will help assess the impact of recent improvements in the derivation of all sky irradiance under different cloudy conditions.

References:

Schroedter-Homscheidt, M., S. Jung, M. Kosmale, 2018: Classifying ground-measured 1 minute temporal variability within hourly intervals for direct normal irradiances. – Meteorol. Z. 27, 2, 160–179. DOI:10.1127/metz/2018/0875.

How to cite: Azam, F., Betcke, J., Schroedter-Homscheidt, M., Lefevre, M., Saint-Drenan, Y.-M., Saboret, L., and Andrietti, S.: Variability class dependent evaluation of the CAMS Solar Radiation Service, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-215, https://doi.org/10.5194/dach2022-215, 2022.

Die Einbindung der Solarenergie in den deutschen Energiemix hat sich in den vergangenen zwei Jahrzehnten vervielfacht. Daher wird es immer wichtiger, die räumlich-zeitlichen Schwankungen der Sonnenenergie zu quantifizieren, um die Ausbau von Photovoltaikanlagen in der Fläche effizient zu fördern und damit die Stromnetze zu stabilisieren. Nur umfassende Informationen über die langfristige kleinräumige Variabilität der am Boden eintreffenden Sonnenstrahlung liefern die gewünschten Angaben für den Ausbau der PV-Netze. Wolken und bis zu einem gewissen Grad Aerosole sind im Wesentlichen für die beobachteten Veränderungen des Angebotes an Sonnenenergie verantwortlich. Als Beispiel für diese Untersuchung wurde Deutschland herangezogen, wo die Solarenergie derzeit rund 8% der jährlichen Stromerzeugung ausmacht. Die Tageswerte eines 25-jährigen Datensatzes (1991-2015) aus Satellitenmessungen wurden analysiert. Sie zeigen die langfristige, großräumige Entwicklung des solaren Angebotes und der Dynamik der Bewölkung auf klein-räumlichen Maßstab (0,05° × 0,05°). Der deutlichste langfristige Anstieg der Sonneneinstrahlung wurde im Frühjahr beobachtet, beeinflusst vor allem durch die jahreszeitlichen Veränderungen der Bewölkung. Der ausgeprägte Jahreszyklus der Sonneneinstrahlung verstärkt den Bedarf an Speichersystemen, um die geerntete Sonnenenergie in Zeitabschnitte innerhalb des Jahres mit geringer Sonneneinstrahlung zu übertragen. Darüber hinaus gibt es in den verschiedenen Regionen kaum eine Komplementarität zwischen Solar und Solar, da ihre zwischenräumliche Dynamik keine signifikanten Unterschiede aufweist. Die vorgeschlagenen Methoden zur Bewertung der Komplementarität zeigen explizit die Bereiche auf, in denen das Solarenergiepotenzial noch nicht voll ausgeschöpft ist und zusätzliche PV-Kapazitäten gebaut werden sollten. Aus diesen Ergebnissen lässt sich schließen, dass es auf nationaler Ebene weitere Potenziale für die komplementäre Nutzung der Solarenergie in Deutschland gibt.

How to cite: Behr, H. D., Jung, C., Trentmann, J., and Schindler, D.: Nutzung von Satellitendaten zur Beurteilung der räumlich-zeitlichen Variabilität und Komplementarität des solaren Energieangebotes – eine Fallstudie für Deutschland, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-123, https://doi.org/10.5194/dach2022-123, 2022.

Cloud Motion Vector (CMV) estimation from consecutive satellite images is widely used commercially for providing hours-ahead intraday forecasts of solar irradiance and PV power production. The modelling assumptions in these methods are generally satisfied for advective motion which is common in mid-latitudes, but strained for tropical meteorological conditions dominated by convective clouds. The region under analysis in this study encompasses both tropical and sub-tropical climatic zones and is affected by seasonal strong convection, i.e., the South Asian Monsoon.

The purpose of this study is to benchmark the monthly forecast error of three commonly used CMV estimation techniques - Block-match, Farnebäck (Optical flow) and TV-L¹ (Optical flow), for analysing their performance on a seasonal basis. The main focus of this work is the analysis of the limitations of image processing based Block-match and Optical flow techniques in predicting irradiance during the Monsoon period, which presents frequent convective formation and dissipation.

Forecasted Cloud Index (CI) maps are validated against reference analysis CI maps for the period 2018-2019 for forecast lead times from 0 to 5.5 hours ahead using the Peak Signal to Noise Ratio (PSNR) metric for estimating the accuracy. Persistence of analysis cloud index maps are used as the reference worst case scenario forecast. Site-level forecasts of irradiance for the same period are validated against ground measured irradiance from two BSRN stations - Gurgaon and Tiruvallur, located in Northern and Southern India respectively.

From the Winter period in March to the Monsoon period in August, there is a marked reduction of the 30 minutes ahead forecast accuracy by 3 dB in terms of Peak Signal to Noise Ratio at the image-wide level. This can be observed for all the three methods and the worst-case persistence scenario. Both optical flow methods outperform Block-match by 0.5 dB for the entire period of analysis. The Gurgaon BSRN site is affected by Summer Monsoon and shows an increase in nRMSE by a factor of 3 for all the methods. This station shows a seasonal pattern of forecast error closely matching the image-wide forecast accuracy. The forecast error for the Tiruvallur BSRN station on the other hand reaches its peak in December (Data for October and November are absent), due to its location in the Winter Monsoon climatic zone. Again, the nRMSE for all methods increase by a factor of almost 3 from March to December. The inter-method difference in accuracy is not significant and a seasonal difference (20% nRMSE) dominates. This highlights the shortcomings of image processing techniques in extrapolating future cloud locations under convective situations, where there is rapid change in cloud content between consecutive images.

How to cite: Roy, A., Hammer, A., Heinemann, D., Lünsdorf, O., and Lezaca, J.: Impact of Tropical Convective conditions on Solar Irradiance Forecasting based on Cloud Motion Vectors, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-149, https://doi.org/10.5194/dach2022-149, 2022.

Photovoltaics (PV) power generation depends on atmospheric conditions and especially cloudiness causes strong fluctuations. Accurate nowcasting of the cloud situation and resulting solar irradiance for the next minutes and hours is thus essential for successful integration of PV power plants into the electricity grid. Ground based all-sky imagers allow for spatial and temporal high resolution snapshots of the cloud situation at the position of the plant at low costs. However, the limited area of the sky visible limits the possible forecast time when using cloud motion extrapolation. Commonly used consumer grade cameras further on do not easily allow for elaborate retrieval of cloud optical characteristics necessary for quantitative irradiance forecasts. In contrast, Meteosat satellite data allows for large spatial coverage and estimation of cloud optical properties suitable for intraday nowcasting but with lower spatial and temporal resolution. Due to the different resolutions, joint beneficial usage of all-sky and satellite imagery as well as smooth transitions between all-sky and satellite based nowcasting are challenging.

This work demonstrates the possibility of supplementary usage of satellite imagery for all-sky image based intrahour nowcasting using a simplified 4D-Var assimilation framework. The use of satellite imagery also allows for a seamless transition from intrahour to intraday irradiance nowcasting.

For the intrahour period, all-sky images from a pair of imagers are evaluated to obtain stereo cloud heights, cloud motion vectors and cloud masks utilizing a synthetic clearsky library. This data is combined into a 2D cloud mask advection model using a simplified 4D-var assimilation scheme. Data from multiple imagers and timesteps as well as satellite derived irradiance maps can be put to use within the assimilation framework and as boundary condition.
Within this work, satellite based irradiance maps are computed using methods based on Sirch (2018). Cloud optical properties are retrieved from Meteosat Second Generation (MSG) images with the APICS (Bugliaro et al. 2011) and CiPS (Strandgren et al., 2017) algorithms. These are horizontally advected using two separate layers for thin cirrus and thicker clouds, which are then input to radiative transfer calculations. Resulting irradiance maps can be used for the intrahour assimilation as well as seamlessly following intraday nowcasts.

References:

Sirch, Tobias (2018): Multi-resolution nowcasting of clouds and DNI with MSG/SEVIRI for an optimized operation of concentrating solar power plants. Dissertation, LMU München: Faculty of Physics

Bugliaro, L., Zinner, T., Keil, C., Mayer, B., Hollmann, R., Reuter, M., and Thomas, W.: Validation of cloud property retrievals with simulated satellite radiances: a case study for SEVIRI, Atmos. Chem. Phys., 11, 5603–5624,2011.

Strandgren, J., Bugliaro, L., Sehnke, F., and Schröder, L.: Cirrus cloud retrieval with MSG/SEVIRI using artificial neural networks, Atmos. Meas. Tech., 10, 3547–3573, 2017.

How to cite: Gregor, P., Mayer, B., Zinner, T., Schreder, J., and Bugliaro, L.: Towards seamless irradiance nowcasting on intrahour to intraday scales using all-sky and satellite imagery, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-222, https://doi.org/10.5194/dach2022-222, 2022.

Durch den zunehmenden Anteil erneuerbarer Energien im Stromnetz spielen präzise Vorhersagen der Stromerzeugung von Wind- und PV-Anlagen eine essentielle Rolle für die Stromnetzstabilität und den Energiemarkt. Dabei wird zwischen Vorhersagen für die aktuelle Einspeisung in das Stromnetz und einer physikalisch möglichen Stromeinspeisung, unter der Annahme, dass keine Abregelungen, Eigenverbrauch und sonstige externen Einschränkungen vorhanden wären, unterschieden. Neben der Leistungsvorhersage für die nächsten Tage (Folgetagprognose) ist die Vorhersage für die kommenden Stunden (Kurzfristprognose) notwendig, welche möglichst genau das aktuelle Geschehen der Energieerzeugung und -einspeisung der Windkraft- und PV-Anlagen abbilden müssen. Insbesondere durch die Einführung des sog. Redispatch 2.0 erhöht sich die Anzahl an technischen Ressourcen, für welche Prognosen benötigt werden, massiv [1].

Zur Optimierung der Kurzfristprognose werden dabei üblicherweise aktuelle Leistungsmessdaten der einzelnen Anlagen in die Vorhersagemodelle eingebunden, um Differenzen zur Prognose an die reale Stromerzeugung anzugleichen. Jedoch sind gerade bei der großen Anzahl an PV-Anlagen aktuelle Messdaten oftmals nicht verfügbar.

Eine Alternative zu den Leistungsmesswerten bieten hier die Echtzeitmessungen der Globalstrahlung mithilfe Satellitendaten. Es werden unter anderem vom DWD satelliten-basierte Strahlungsdatensätze viertelstündlich zur Verfügung gestellt [2]. Aufgrund der starken Abhängigkeit von Stromerzeugung aus Solarenergie und Globalstrahlung haben Echtzeitdaten der Satelliteneinstrahlungsmessungen einen ähnlichen Effekt auf die Prognosegüte der Kurzfristprognose wie die Leistungsmesswerte. Dadurch kann mit deren Verwendung als Input in die Modelle eine Optimierung der Prognosequalität erreicht werden.

Besonders für die Erstellung von Prognosen der möglichen Einspeisung bieten die Globalstrahlungsmesswerte einen von Abregelungen unabhängigen Input. In diesem Fall wäre die Verwendung von aktuellen Messwerten kontraproduktiv, da diese die vorhandenen - aber möglichst nicht in der Prognose gewollten - Abregelungen enthalten.

In diesem Rahmen soll die Anwendung der Satelliteneinstrahlungsdaten als Leistungsmesswertersatz in PV-Kurzfristprognosen für mehr als 1000 PV-Anlagen aus der Amprion Regelzone präsentiert werden. Außerdem wird deren Einfluss auf die Prognosegüte sowohl in der Vorhersage für die aktuelle, als auch für die physikalisch mögliche Stromeinspeisung von PV-Anlagen analysiert [3].

[1] https://www.bdew.de/energie/redispatch-20/

[2] https://opendata.dwd.de/

[3] Die verwendeten Leistungsdaten der PV-Anlagen werden von Amprion GmbH zur Verfügung gestellt.

How to cite: Herzog, A., Franken, L., Beinert, D., Koch, J., Jost, D., Braun, A., and Fritz, R.: Satelliteneinstrahlungsdaten als Leistungsmesswertersatz in PV-Kurzfristprognosen, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-68, https://doi.org/10.5194/dach2022-68, 2022.

Das Wetter kann einen erheblichen Einfluss auf das Reiseverhalten der Menschen haben. Um diesen Zusammenhang zu quantifizieren und nutzbar zu machen, wird untersucht, ob meteorologische Variablen die Vorhersage des Verkehrsaufkommens in Deutschland verbessern können. Dazu werden stündlichen Verkehrszählungen an 1.400 Stationen an Bundesstraßen und Autobahnen verwendet, wobei zwischen Motorrädern, Pkw, Transportern und Lkw unterschieden wird. Es wird untersucht, inwieweit sich der mittlere quadratische Fehler von Poisson-Regressionsmodellen für stündliche Verkehrszählungen durch die Berücksichtigung von Niederschlag, Temperatur, Bewölkung und Windgeschwindigkeit verringert. In einem iterativen Verfahren werden den Modellen Prädiktorvariablen hinzugefügt, wenn diese den mittleren quadratischen Fehler reduzieren. 

Wir zeigen, dass insbesondere Motorradzahlen stark wetterabhängig sind. Auf Bundesstraßen reduziert sich der mittlere quadratische Fehler von Modellen für stündliche Motorradzahlen um bis zu 60%, wenn meteorologische Prädiktorvariablen zum Modell hinzugefügt werden. Eine detaillierte Analyse des Modells für Motorradzahlen zeigt nicht-lineare Beziehungen zwischen den meteorologischen Variablen und den Motorradzählungen. Für Pkw zeigt sich eine Wetterabhängigkeit insbesondere in touristischen Regionen wie Badeorten und Naturparks. Für Lieferwagen und Lkw zeigt sich nur eine geringe Wetterabhängigkeit.

Die Ergebnisse eröffnen Möglichkeiten für unterschiedliche potenzielle Anwendungen, wie z. B. die Verbesserung der Routenplanung in Navigationssystemen, die Implementierung in Verkehrsmanagementsystemen, die Vorausplanung von Besucherzahlen in touristischen Gebieten oder zur Abschätzung der Exposition in Verkehrsunfallstudien.

How to cite: Becker, N., Rust, H. W., and Ulbrich, U.: Können Vorhersagen des Verkehrsaufkommens durch Wetterinformationen verbessert werden?, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-114, https://doi.org/10.5194/dach2022-114, 2022.

An zwei deutschen Flughäfen werden vom Deutschen Wetterdienst seit 2018 Mikro-Regen-Radare (MRR) betrieben, um zu erproben, welcher Nutzen daraus für die meteorologische Sicherung des Luftverkehrs gezogen werden kann. Ein wichtiger Parameter ist die automatische Detektion und Höhenbestimmung der Schmelzschicht, die zum Beispiel für die Erkennung und Bewertung von Vereisungssituationen genutzt werden kann. Zusätzlich kann die Kenntnis der Schmelzschichthöhe helfen, die Qualität der Niederschlagsmessungen mit Wetterradaren zu verbessern.

Das MRR ist ein vertikal blickendes Doppler-Radar. Es liefert damit zwar nur eine lokale Messung der Schmelzschichthöhe, diese aber mit großer Zuverlässigkeit, da die Messbedingungen bei vertikaler Strahlrichtung besonders günstig sind. Auch komplexe Strukturen, wie doppelte Schmelzschichten, können so erkannt werden. Sie kommen zwar nur selten vor, sind aber Indikatoren für besonders gefährliche Vereisungssituationen. In dem erprobten Verfahren werden zusätzlich zur Reflektivität, die in der Schmelzschicht das bekannte Maximum aufweist, auch die Dopplergeschwindigkeit und die Breite des Dopplerspektrums zur Detektion herangezogen. Diese Variablen werden bei vertikaler Strahlrichtung maßgeblich durch die Fallgeschwindigkeit beziehungsweise die Fallgeschwindigkeitsverteilung der Hydrometeore bestimmt, und weisen beim Übergang von der festen zur flüssigen Phasen charakteristische Signaturen auf. Damit ist eine zuverlässige Schmelzschichterkennung auch in Regenereignissen möglich, in denen das Reflexionsmaximum durch die allgemeine Variabilität des Reflexionsprofils maskiert wird.

Hier wird ein einjähriger Datensatz mit Radiosonden-Aufstiegen verglichen, um die Zuverlässigkeit des im MRR implementierten automatischen Detektionsalgorithmus zu analysieren.

How to cite: Burgemeister, F., Markmann, P., and Kirtzel, H.-J.: Automatische Schmelzschichterkennung mit einem Mikro-Regen-Radar, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-212, https://doi.org/10.5194/dach2022-212, 2022.

Das Erneuerbare-Energien-Gesetz 2021 (EEG) sowie das Klimaschutzgesetz sehen vor, dass in Deutschland in den kommenden Jahren die Treibhausgasemissionen stärker reduziert werden müssen und vor allem der Ausbau der Windenergie forciert wird. In diesem Zusammenhang wurde von anemos in dem Projekt: „Bereitstellung eines präzisen, validierten und aufbereiteten Datensatzes, zur kurzfristigen Umsetzung eines Windatlas am Umweltbundesamt (UBA)“ ein Windatlas für Deutschland entwickelt, welcher in Qualität und Genauigkeit neue Maßstäbe setzt.

Zielsetzung des Projektes war es die Datengrundlage für die Windenergienutzung zu verbessern sowie eine zusätzliche Unterstützung bei räumlichen Planungsfragen und Wind- oder Ertragsabschätzungen zu entwickeln. Dafür mussten hohe Qualitätsstandards, wie z. B. hohe Korrelationen zu Messungen oder Erträgen, geringe Abweichungen im Jahresgang sowie eine hohe Genauigkeit in der mittleren Windgeschwindigkeit, erfüllt werden.

Die Basis des anemos Windatlas für Deutschland bilden die ERA5 Reanalysedaten des EZMWF, sowie ein auf Deutschland optimiertes Wettermodell. Die hohe Qualität des Windatlas wird durch das von anemos entwickelte „Remodelling-Verfahren“ (Optimierungsverfahren) erreicht. Da generell in den Reanalysedaten systematische Abweichungen z. B. in der langjährigen mittleren Windgeschwindigkeit oder im Jahresgang vorhanden sind, konnte mittels des Remodelling-Verfahrens der Windatlas signifikant verbessert werden.

Für Ertragsgutachten stellen vor allem die höheren Korrelationen und die Jahresgangkorrektur eine deutliche Verbesserung dar, da Verlustberechnungen genauer berechnet werden können. Für Ersteinschätzungen ist die genaue mittlere Windgeschwindigkeit mit einer räumlichen Auflösung von bis zu 25 x 25 m² von Vorteil.

Die Genauigkeit des Windatlas wurde durch eine interne und externe Verifizierung mit über 100 Windmessungen nachgewiesen. Zusätzlich wurde ein Vergleich von 26 unabhängigen Messungen zwischen den gängigen Mesoskala-Datensätzen NEWA (New European Wind Atlas), EMD-WRF Europe+ (EMD International A/S) und anemos (D-3km.E5) durchgeführt. Neben dem finalen standortgenauen anemos Windatlas werden die Atlas-Rohdaten und die durch das Remodelling korrigierten 3 km Daten dargestellt, um die Verbesserung durch das Remodelling und durch die Korrektur auf den Standort darstellen zu können.

Die Ergebnisse zeigen ganz eindeutig, dass systematische Fehler in den mesoskaligen Simulationen korrigiert werden können. Für die Windenergieanwendung ist es daher unerlässlich die mesoskalige Simulation an reale Messungen anzupassen (Remodelling), ein mikroskaliges Downscaling auf den Standort zu implementieren und anschließend die Daten zu verifizieren, um einen Windatlas mit sehr hoher Qualität zu erreichen.

How to cite: Schneider, M., Glücksmann, A., and Mengelkamp, H.-T.: Verifikation und Optimierung mesoskaliger Windfeldsimulationen für Deutschland, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-11, https://doi.org/10.5194/dach2022-11, 2022.

Einzigartige fluggestützte in-situ Messungen wurden ausgewertet, um den Einfluss von Offshore-Windparks auf den latenten Wärmefluss in der unteren Atmosphäre zu untersuchen. Die Flugmessungen wurden mit dem Forschungsflugzeug Dornier-128 der TU Braunschweig durchgeführt. 21 der insgesamt 42 Messflüge, die im Rahmen des WIPAFF-Projektes in den Jahren 2016 und 2017 über der Deutschen Bucht durchgeführt wurden, ermöglichten eine solche Auswertung bei verschiedenen atmosphärischen Bedingungen. Die Messungen von 15 Flügen ergaben einen signifikanten Anstieg des vertikalen nach oben gerichteten latenten Wärmeflusses über den Offshore-Windparkclustern Amrumbank West, Nordsee Ost, Meerwind Süd/Ost oder dem Windpark Godewind. Bei thermisch stabilen Bedingungen zeigten alle ausgewerteten Flüge, bis auf einen, einen Anstieg des latenten Wärmeflusses über oder im Nachlauf des Windparks, mit einem bis zu 17-fachen höheren Wärmefluss im Vergleich zur ungestörten Strömung. Bei Flügen während einer instabilen thermischern Schichtung wurde das Phänomen in acht von 13 Fällen erfasst. Die Ergebnisse legen zudem nahe, dass nicht nur die thermische Schichtung, sondern auch die Schichtung der Feuchtigkeit eine entscheidende Rolle spielt, ob der Einfluss des Windparks im latenten Wärmefluss sichtbar wird. Wird der absolute Betrag des Anstiegs des nach oben gerichteten latenten Wärmestroms betrachtet, so wurde ein maximaler Anstieg um +400 W/m² bei instabilen Bedingungen gemessen. Das Projekt WIPAFF wurde vom deutschen Bundesministerium für Wirtschaft und Energie gefördert. 

How to cite: Platis, A., Büchau, Y., and Bange, J.: Der Einfluss von Offshore-Windparks auf den latenten Wärmefluss, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-19, https://doi.org/10.5194/dach2022-19, 2022.

Der Forschungspark Windenergie WiValdi wird vom Deutschen Zentrum für Luft- und Raumfahrt (DLR) und seinen Partnern im Forschungsverbund Windenergie entwickelt. Der Standort Krummendeich im Landkreis Stade befindet sich in unmittelbarer Nähe, südöstlich der Elbmündung in die Nordsee. Dementsprechend sind die meteorologischen Bedingungen in der atmosphärischen Grenzschicht dort, je nach Wetterlage und Windrichtung, ähnlich der maritimen Grenzschicht in der deutschen Bucht, oder auch typisch für flaches, heteorogenes Gelände in der norddeutschen Tiefebene. Seit November 2020 und somit für einen Zeitraum von mehr als einem Jahr, sind am Standort ein weitreichendes Doppler-Windlidar (DWL) und ein Mikrowellenradiometer (MWR) installiert, um Vertikalprofile von Windgeschwindigkeit, -richtung, Temperatur und Luftfeuchte zu messen. Eine gute Verfügbarkeit von Daten in Nabenhöhe (ca. 100 m) der zu installierenden Windenergieanlagen (WEA) mit nahezu 90% für DWL und 80% für MWR wurden erreicht. Wir präsentieren eine statistische Auswertung der Daten in Bezug auf die Windressource im Vergleich zu historischen Daten des Neuen Europäischen Windatlas (NEWA), welcher mesoskalische Simulationen für einen Zeitraum von 2011-2018 bereitstellt. Eine weitgehende Übereinstimmung der Messdaten mit den Modelldaten ist gegeben, wobei das Jahr 2021 durch häufige Passagen von Tiefdruckgebieten, vor allem in den Monaten März bis August, eine Überrepräsentation von Nordwestströmungen aufweist. Darüber hinaus wird eine Analyse vorgestellt, welche insbesondere die für Lasten an WEA wichtigen Größen der Windscherung und -drehung der atmosphärischen Stabilität in Form des Gradienten der potentiellen Temperatur in der Grenzschicht gegenüberstellt. Es wird gezeigt, dass, entsprechend ähnlicher Analysen in der deutschen Bucht, eine Häufung von Situationen mit hoher thermischer Stabilität und damit einhergehend größerer Windscherung und -drehung vor allem bei ablandigem Wind aus Südwest bis Ost auftritt. Nordwestströmungen sind wesentlich seltener stabil geschichtet. Die stabile nächtliche Grenzschicht führt in großer Häufigkeit, d.h. in etwa 55% der Tage, zu nächtlichen Strahlströmungen (Low-level Jets, LLJ). Diese LLJ verstärken zusätzlich die Windscherung und -drehung in der Rotorebene der WEA. Die kombinierten Messungen von DWL und MWR zeigen, dass ihre Höhe und Ausprägung wiederum stark von der thermischen Stabilität abhängig sind.

How to cite: Wildmann, N., Hagen, M., and Gerz, T.: Erweiterte meteorologische Standortevaluierung des Forschungspark Windenergie Krummendeich WiValdi, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-63, https://doi.org/10.5194/dach2022-63, 2022.

Beim Betrieb einer Windkraftanlage wird die Windgeschwindigkeit bereits vor dem Rotor durch den Vorstaueffekt im Vergleich zur freien Strömung abgebremst.  Dieser Bereich wird als sogenannte „Induction Zone “ (IZ) bezeichnet.  Besondere Bedeutung bekommt dieser Effekt bei großen Offshore Windparks, wenn sich die IZ mehrerer Turbinen überlagern und es zur Ausbildung des „Global Blockage Effect“ (GBE) kommt und die Strömung noch stärker abgebremst wird als für Einzelanlagen.

Ausprägung und Stärke der IZ hängen von atmosphärischen Bedingungen wie auch technischen Parametern der Windturbinen ab.  Am besten kann die IZ mittels Fernerkundungsmethoden wie Lidar vermessen werden, da es so möglich ist, die Einströmbedingungen in verschiedenen Distanzen vor dem Rotor bis in den Bereich der freien Anströmung hin zu erfassen. Dies ist insbesondere wichtig, da bei der Beurteilung der Performance von Windkraftanlagen, der sogenannten Leistungskurvenvermessung, das Verhältnis zwischen freier Windgeschwindigkeit und produzierter Leistung bewertet wird. Hierfür wird standardmäßig die Windgeschwindigkeit in 2.5 Rotordurchmessern vor der Anlage als freie Geschwindigkeit angesetzt.

Für die hier gezeigten Auswertung werden verschiedene Messungen in der IZ On- und Offshore betrachtet. Neben Sensitivitätsstudien zur Leistungskurvenvermessung wird auch untersucht, wie sich die Strömungseffekte um eine Anlage herum entwickeln, wie die relevanten Parameter zur Strömungsmodellierung angepasst werden können und wie der Nachlauf von benachbarten Turbinen die Ausprägung der IZ beeinflussen kann. Darüber hinaus wird auch der Einfluss der Oberflächenrauigkeiten im Vergleich der Onshore und Offshore Standorte betrachtet. Ein weiterer Punkt ist der Vergleich mit den standardmäßig auf den Gondeln installierten Anemometern, die über eine sogenannte „Nacelle Transfer Function“ (NTF) auf eine reale, freie Windgeschwindigkeit skaliert sein sollten.

Bei der Onshore Kampagne ermöglicht ein großer, freier Anströmsektor die ungestörte IZ und damit die Einflüsse von atmosphärischer Stabilität, Turbulenz und Turbinenzustand auf den Geschwindigkeitsgradienten zu untersuchen. Weiterhin gibt es Perioden mit klar definierten Windrichtungen, in denen der Nachlauf von einer oder mehreren Turbinen und somit der Einfluss auf das horizontale Profil  isoliert werden kann.

Bei der Offshore Kampagne findet die Messungen bereits innerhalb der GBE Zone statt.  Es werden neben den Messungen mit Gondellidaren auch Lidar-Scanner im Dual Doppler Verfahren eingesetzt, um Gradienten aus größeren Entfernungen und die Bereiche der freien Anströmung zu erfassen. Hierfür ist auch interessant, wie sich die Korrelationen mit dem Geschwindigkeitsfeld direkt vor dem Rotor für die unterschiedlichen Stabilitäts- und Anströmbedingungen ändern.

Die vorgestellten Messungen zeigen für alle Standorte, dass sich die IZ weit über 2.5 Rotordurchmesser stromaufwärts erstreckt. Eine Abschätzung der Leistungskurve kann somit auf zu geringen Windgeschwindigkeiten basieren und zu energiereicheren Kurven führen, als tatsächlich vorliegen. Verschiedene Sensitivitätstests zeigen die Stärke dieses Effekts. Die Kombination aus Daten von Gondel- und Long-Range-Lidargeräten wird hier erstmalig zur Modellverifikation und zur Modellierung des GBE angewendet.

How to cite: Schmitt, C.: Einflüsse von unterschiedlichen atmosphärischen Bedingungen auf die Induction Zone von Windturbinen, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-255, https://doi.org/10.5194/dach2022-255, 2022.

Für die Planung eines Windparks ist es erforderlich, dass der Standort hinsichtlich seines Windpotentials mit möglichst geringen Unsicherheiten bewertet wird. Dafür werden in der Regel einjährige Messungen in Nabenhöhe mit Ultraschall- und Schalenkreuzanemometern durchgeführt. Nachteile der Mastmessungen sind die langen Baugenehmigungsverfahren, die nicht gegebene räumliche Flexibilität der Messung und die hohen Kosten durch immer weiter steigenden Nabenhöhen der Windenergieanlagen.

Eine Alternative können Fernmessmethoden sein. In dieser Arbeit geht es um die Windbestimmung mittels eines Multi-Lidar-Systems. Das Multi-Lidar-System besteht aus mehreren Doppler-Lidargeräten mit beweglicher Optik, die an verschiedenen Standorten aufgestellt werden und dessen Laserstrahlen sich zur Bestimmung der horizontalen Windgeschwindigkeit und der Windrichtung an einem oder mehreren Messpunkten kreuzen. Durch ihre beweglichen Scanköpfe können die Laserstrahlen in verschiedene Richtungen gelenkt werden, sodass mit nur einer Aufstellung die Windbedingung an verschiedenen Punkten bestimmt werden kann und die Unsicherheit der horizontalen Extrapolation bei der Windpotentialbestimmung eines Windparks wegfällt. Für den Einsatz von Multi-Lidar-Messungen im industriellen Umfeld der Standortbewertung fehlen zurzeit die Erfahrungen und Empfehlungen von längeren Messkampagnen, insbesondere in Bezug auf Unsicherheitsaspekte der Messung und den Geräteeinstellungs- und Aufstellungseffekten.

Um diese Fragestellungen beantworten zu können, wurden verschiedene Multi-Lidar-Messkampagnen durchgeführt und mit parallel stattfindenden Profiling-Lidar- und Mastmessungen verglichen. Die Ergebnisse aus einer neunmonatigen Messkampagne in Norddeutschland aus dem Jahr 2019 und einer weiteren einjährigen Messkampagne aus Mitteldeutschland sollen vorgestellt werden. Dabei wurden unter anderem verschiedene Geräteeinstellungen und die Funktionalität einer Multi-Lidar-Messung mit Ansteuerung von neun unterschiedlichen Punkten untersucht.

Insgesamt zeigen die Vergleiche zwischen den Windmessungen von Multi-Lidar, Profiling-Lidar und Mast eine gute Übereinstimmung, auch wenn teilweise die Verfügbarkeit der Messwerte Verbesserungspotential aufweist. Die Untersuchungen der Geräteeinstellung hat veranschaulicht, dass beispielsweise eine Verdoppelung der Pulslänge die Verfügbarkeit von 35% auf 70% bei einer Entfernung von drei Kilometern erhöhen kann. Ein Vergleich der einzelnen Lidargeräte zeigt allerdings auch, dass sie sich in der Leistung erheblich unterscheiden können. So war beispielsweise die Reichweite eines der Geräte deutlich geringer als bei den anderen beiden.

Während der Messkampagne traten Probleme mit der Stabilität der Strahlausrichtung auf. Häufig soll in Entfernungen von mehreren Kilometern gemessen werden, sodass Änderungen in der Ausrichtung von etwa 0,1 Grad bereits zu Abweichungen von mehreren Höhenmetern in der Messung führen können. Eine systematische Analyse der Stabilität der Strahlausrichtung zeigt, dass eine regelmäßige Überwachung und in einigen Fällen eine Korrektur der Scanwinkeleinstellungen notwendig sind, um die Messunsicherheiten gering zu halten.

Insgesamt soll dieser Beitrag einen Einblick über die Möglichkeiten und Herausforderungen von Multi-Lidar-Messungen im Bereich der Standortbewertung von Windenergieanlagen geben.

How to cite: Gramitzky, K., Jäger, F., Pauscher, L., Callies, D., and Biel, F.: Multi-Lidar-Messungen im Bereich der Standortbewertung von Windenergieanlagen, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-82, https://doi.org/10.5194/dach2022-82, 2022.

Wind energy is and will be one of the key technologies for a transition to green electricity. However, the smooth integration of the generated wind energy into the electrical grid depends on reliable power forecasts. Rapid changes in power generation, so-called ramps, are not always reflected properly in NWP data and pose a challenge for power predictions and, therefore, grid operation. While contributions to the topic of ramp forecasting increased in the recent years, this work approaches the mitigation of deviations from the forecast more directly.

The power forecast tool used here is based on an artificial neural network, trained and evaluated on multiple years of data. It is applied in comparison to power generation data for a 44 MW wind farm in Brandenburg. For short-term wind power forecasts, NWP wind speeds in this power forecast tool are replaced with recent Doppler Lidar wind profiles and nacelle wind speed observations from ultra-sonic anemometers, aiming to provide an easy-to-implement way to reduce negative impacts of ramps. Compared to NWP input data, this persistence approach with observational data aims to improve the forecast quality especially during the time of wind ramps.

Different ramp definitions and forecast horizons are explored. In general, the number of ramps detected increases dramatically when using wind speed observations instead of the (too smooth) NWP model data. In addition, the mean deviation between power forecast and actual power generation around ramp events decreases, indicating a reduced need for balancing efforts.

How to cite: Lochmann, M., Kalesse-Los, H., Schäfer, M., Heinrich, I., and Leinweber, R.: Improving short-term wind power forecasts during ramp events by including nacelle wind speed observations, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-134, https://doi.org/10.5194/dach2022-134, 2022.