PresseKat - Launisch wie der Wind? Stromproduktion von Windparks vorhersagen

Erstmals werden Vorhersagemethoden zur Stromproduktion von Windparks in Österreich
wissenschaftlich verglichen. Damit schafft dieses vom Wissenschaftsfonds FWF unterstütze
Projekt die Basis für eine optimierte Vorhersage der Stromproduktion von Windparks – und so
eine bessere Entscheidungsgrundlage für Maßnahmen zur Deckung des Strombedarfs. Im
Mittelpunkt des Projektes stehen Vorhersagen für Zeiträume von sechs Stunden bis zehn
Tagen. Neben der Zuverlässigkeit der einzelnen Vorhersagemethoden werden auch deren
räumliche und zeitliche Auflösungen analysiert. Zusätzlich wird verglichen, inwieweit diese
Methoden die Wahrscheinlichkeiten des Eintreffens der Vorhersage mit einberechnen
können.

(firmenpresse) - Natürliche Energiequellen sind wankelmütig. Das liegt in der Natur der Sache. Ist bei
Wasserkraft das Problem noch überschaubar, so können bei Solar- und Windenergie
Änderungen der Wetterbedingungen die Stromproduktion stark beeinflussen. Wirklich
problematisch wird dieser Umstand mit dem stetig wachsenden Anteil des "Öko-Stroms" am
Gesamtstromverbrauch. Denn Energielieferanten müssen ihre uneingeschränkte Lieferung
trotz dieser Unsicherheit garantieren können. Sie brauchen daher präzise
Vorhersagemethoden. Ein Team der Universität Innsbruck hat nun begonnen, genau
solche Methoden für die Stromproduktion von Windparks in Österreich zu finden.

Datenstrom & Stromdaten
Zur Vorgehensweise meint Prof. Georg Mayr, Leiter des Teams am Institut für Meteorologie
und Geophysik: "Vereinfacht gesagt testen wir alle Methoden darauf, wie gut sie zwei
Datenkomplexe miteinander in Verbindung setzen. Zum einen Daten, die zu
Wettervorhersagen dienen. Diese nutzen wir als Daten-Input. Zum anderen Daten
mehrerer Windparks in Österreich, die Auskunft über den realen Umfang der
Stromproduktion bei verschiedenen Windverhältnissen liefern. Diese nutzen wir zum
Testen. Jene Vorhersagemethode, die auf Grundlage des Daten-Inputs die reale
Stromproduktion am genauesten berechnen kann, scheint dann am besten für zukünftige
Vorhersagen geeignet."

Das Team um Prof. Mayr vergleicht nun neue mit bereits publizierten Methoden. So wurde
im Jahr 2006 gezeigt, dass drei Methoden besonders geeignet sind: die "logistische
gaußsche Regression", die "nicht-homologe gaußsche Regression" und auch das
"ensemble dressing". Der Nachteil aller drei Methoden ist aber der große Daten-Input, den
sie benötigen: Atmosphärische Zustands-Daten von mindestens zwei Jahren sind
notwendig.

Einen anderen Weg geht eine als "analog" bezeichnete Methode: Sie basiert darauf, dass

eine in der Vergangenheit liegende Situation gefunden wird, die mit der akuten (und als
Daten-Input dienenden) vergleichbar ist. Dank des Wissens, wie sich die vergangene
Situation bereits einmal auf die Stromproduktion ausgewirkt hat, lässt sich – ausgehend
von der akuten Situation – die Stromproduktion in sechs Stunden bis zehn Tagen
mathematisch ableiten.

Neben der Zuverlässigkeit und räumlichen sowie zeitlichen Auflösung der jeweiligen
Vorhersagen interessiert Prof. Mayr auch die "Wahrscheinlichkeit", wie er erklärt: "Gerade
die als ensemble dressing bezeichnete Methode berücksichtigt Wahrscheinlichkeiten des
Zutreffens der eigenen Vorhersage. Dazu werden Variationen des Ausgangsszenariums
und der resultierende Impact auf die Vorhersage berechnet. Gibt es wenige
Abweichungen, ist die Wahrscheinlichkeit des Zutreffens hoch; gibt es große
Abweichungen, ist sie geringer."

Terabytes & Megawatt
Dass gerade bei solchen Berechnungen eine beachtliche Menge an Daten anfällt, ist klar.
So hat Prof. Mayr den Zentralen Informatikdienst der Universität Innsbruck bereits
"vorgewarnt": Ein paar Terabyte an Daten werden zu bearbeiten sein. Der Aufwand für
dieses "number crunching" lohnt sich: Allein zwischen den Jahren 2000 und 2007 ist der
globale Anteil an Windenergie (an der Gesamtenergieproduktion) um 500 Prozent
angestiegen. Gleichzeitig wird der Energiemarkt zunehmend liberalisiert und Preise richten
sich nach Angebot & Nachfrage bzw. nach "erwartetem Angebot & erwarteter Nachfrage".
Dass da eine gute Vorhersagemethode aus einem FWF-Projekt viel wert sein wird, lässt
sich bereits mit hoher Wahrscheinlichkeit vorhersagen.

Bild und Text ab Montag, 25. Oktober 2010, ab 09.00 Uhr MEZ verfügbar unter:
http://www.fwf.ac.at/de/public_relations/press/pv201010-de.html

Wien, 25. Oktober 2010

Wissenschaftlicher Kontakt:
Prof. Georg Mayr
Universität Innsbruck
Institut für Meteorologie & Geophysik
Innrain 52
6020 Innsbruck
T +43 / 512 / 507 - 5459
E georg.mayr(at)uibk.ac.at

Der Wissenschaftsfonds FWF:
Mag. Stefan Bernhardt
Haus der Forschung
Sensengasse 1
1090 Wien
T +43 / 1 / 505 67 40 - 8111
E stefan.bernhardt(at)fwf.ac.at
W http://www.fwf.ac.at

Redaktion & Aussendung:
PR&D - Public Relations für Forschung & Bildung
Mariannengasse 8
1090 Wien
T +43 / 1 / 505 70 44
E contact(at)prd.at
W http://www.prd.at