Wetenschap
Een windmolenpark in de Tehachapi-bergen van Californië. Krediet:Stam Shebs
De wind waait altijd ergens, maar beslissen waar een windpark te vinden is, is iets ingewikkelder dan een natte vinger ophouden. Nu heeft een team van Penn State-onderzoekers een model dat de beste plaats voor het windpark kan lokaliseren en zelfs kan helpen met 24-uursvoorspellingen van de energie-output.
"Normaal gesproken, mensen die van plan zijn een windpark te bouwen, zullen op zoek gaan naar goed terrein en een gemiddelde windsnelheid die niet te sterk en niet te zwak is, maar consequent, " zei Guido Cervone, hoogleraar aardrijkskunde, en meteorologie en atmosferische wetenschap. "We hebben een nauwkeurigere en efficiëntere manier gevonden om te kijken naar de voorspelbaarheid van wind op specifieke locaties, een belangrijke factor bij het overwegen van de bouw van een nieuw windpark. Met fossiele brandstoffen en kernenergie weet je precies hoeveel energie je hebt. Maar zo is wind niet."
Plaats, voor algemene elektrische output, is belangrijk, maar het is ook belangrijk om te kunnen voorspellen hoeveel windenergie het park in de toekomst 24 uur kan produceren. Elektriciteitsleveranciers kopen de energie van windparken af en willen betrouwbaarheid. Windparken verkopen hun elektrische output routinematig aan de leveranciers, maar ze willen ook kunnen plannen, 24 uur van tevoren, hoeveel stroom ze zullen produceren.
"Elektriciteitsleveranciers moeten een dag van tevoren weten hoeveel stroom er beschikbaar is, " zei Cervone, die ook associate director is van het Penn State Institute for CyberScience. "Ze moeten betrouwbare bronnen hebben omdat ze geen black-out kunnen hebben. Ze willen ook niet meer elektriciteit kopen op de spotmarkt omdat aankopen op dezelfde dag duurder zijn."
Cervone en Mehdi Shahriar, recent gepromoveerd Penn State-doctoraat in energie en minerale engineering, gebruikte het Analog Ensemble, ontwikkeld door het National Center for Atmospheric Research, om de fouten in voorspellingen van de elektrische productie van windmolenparken in het hele land te analyseren.
AnEn maakt gebruik van een reeks historische waarnemingen en voorspellingen van ten minste enkele maanden, maar bij voorkeur twee jaar. Het biedt een waarschijnlijkheidsmodel van de voorspelling, in dit geval de beschikbare wind voor energieopwekking.
"We hebben waargenomen dat locaties met een hogere gemiddelde windsnelheid geassocieerd zijn met grotere mate van voorspellingsonzekerheid, waardoor het moeilijker wordt om de windsnelheid op deze locaties te voorspellen, " rapporteren de onderzoekers onlangs online in Hernieuwbare energie .
Met behulp van eerdere prognoses van potentiële locatielocaties, windparkbouwers kunnen locaties kiezen met misschien lagere gemiddelde windsnelheden, maar meer consistente en voorspelbare winden.
De aanpak van de onderzoekers geeft geen simpel ja-of-nee antwoord op de vraag of er wind komt. Het model levert een waarschijnlijkheidscurve voor windproductie op van waaruit bedrijven beslissingen kunnen nemen met inzicht in de risico's. Als het model zegt dat de kans op voldoende wind voor elektrische productie ongeveer 80% is, zowel de eigenaren van het windpark als de kopers van elektriciteit kennen het risico van onvoldoende wind. Als de kans 20% is, ongetwijfeld zouden beiden besluiten dat het risico te groot zou zijn om voor elektriciteit op het windpark te vertrouwen.
"Als we de windsnelheid kunnen voorspellen, we kunnen de output voorspellen en vertellen hoeveel energie we over een bepaalde tijd zullen produceren, ' zei Cervone.
Het model is uiterst efficiënt. Gezien de huidige voorspelling, het zoekt naar een historische voorspelling die overeenkomt en geeft de werkelijke windsnelheden en -duur weer.
"Dit model is rekenkundig efficiënt, "zei Cervone. "We zouden het zonder problemen continu over een groot gebied kunnen laten lopen."
Wetenschap © https://nl.scienceaq.com