Skarpare datormodeller banar väg för mer vindkraft

Verksamheten med mest vindkraftskapacitet i USA, Xcel energi , förlitar sig mer på denna kraftkälla och sparar miljontals dollar tack vare nya prognosmodeller som liknar de som används för att förutsäga klimatförändringar.

Divining vind: Information från Dopplar-radarsystem, som den som visas här, kan hjälpa till att förutsäga snabba förändringar i vindkraften.

Prognoserna, utvecklade av Nationellt centrum för atmosfärisk forskning (NCAR) i Boulder, Colorado, kan hjälpa till att ta itu med ett ökande problem med vindkraft: hur man integrerar denna intermittenta resurs i elnätet. NCAR utvecklar också förbättrade modeller som kan hjälpa till att förutsäga energi från solen.

Att ha en korrekt prognos gör att vi kan få in mer förnybar energi, säger Drake Bartlett, som är ansvarig för att integrera förnybar energi i Xcels nät. Verksamheten bestämmer en dag i förväg vilka kraftverk som ska vara i drift en viss dag. Felaktiga vindkraftsprognoser orsakar problem med denna schemaläggning på två huvudsakliga sätt. Först tvingar de kraftverk att planera reservkraftverk. Dessa går ineffektivt vid låg effekt och väntar på att öka sin produktion om mindre vindkraft finns tillgänglig än vad som förutspåtts. De slösar bränsle och är dyra att driva.

För det andra gör dåliga prognoser det svårt för elbolagen att motivera nedläggning av baskraftverk, även om det kan finnas mer än tillräckligt med vind för att göra dem onödiga. Dessa anläggningar - ofta kol eller kombinerade naturgasanläggningar - är dyra och tidskrävande att stänga och starta om. Om de läggs ner och vindkraften är lägre än förväntat måste verket använda dyrare kraft från snabbare svarande anläggningar eller vända sig till den dyra spotmarknaden. Om å andra sidan verket lämnar baslastanläggningarna på, kan det behöva dra ner vindkraften, kanske genom att säga åt vindkraftverk att stänga av några turbiner. I så fall förlorar företaget pengar på två sätt. Det måste betala för bränslet för att driva baslastanläggningarna, även om det egentligen inte behövde ström från dem. Och enligt sitt kontrakt med vindkraftsoperatörer måste den fortfarande betala för den vindkraft den inte använder.

De gamla prognoserna gjorde att dessa scenarier kunde uppstå ofta. I genomsnitt skilde sig förutsägelserna från den faktiska uteffekten med 20 procent, och ibland var de så mycket som 50 procent lägre. De nya prognoserna minskar felen med 30 till 40 procent, vilket ger Xcel förtroendet att minska antalet reservanläggningar online, säger Bartlett. Detta har sparat bränsle på 22 miljoner dollar. Den har inte beräknat de extra kostnadsbesparingarna som har kommit från att kunna undvika spotmarknaden.

De nya prognoserna är också tillräckligt exakta för att stödja avstängning av baslastkraft. För några år sedan hade vi inte förtroendet att stänga av baslastanläggningar, säger Bartlett. Nu, om det är en långhelg med vackert väder och mycket vind, kommer vi att lägga ner en kolanläggning. Det gör att vi kan integrera mer förnybar energi.

NCAR tog flera steg för att göra bättre prognoser. Det förbättrades jämfört med tidigare väderförutsägande modeller genom att köra dem i finare steg av tid och rum – något som kräver extra datorkraft. Den kombinerade sina modeller med modeller från andra organisationer och med mätningar av faktiska förhållanden vid vindkraftsparker för att förutsäga vindhastigheter. Avgörande är att det sedan konverterar dessa vindhastighetsförutsägelser till uppskattningar av hur mycket kraft vindkraftparker kommer att producera, något som kan skilja sig avsevärt från vad tillverkarna hävdar (se Bättre datormodeller som behövs för megavindparker).

Dessutom, istället för att bara köra en modell en gång, kör NCAR den flera gånger. Det genomsnittliga resultatet är vanligtvis mer exakt, säger Stämma Ellen Haupt , chef för centrets Weather Systems Assessment Program.

Även om modellerna körs i hög upplösning, fångar de inte allt. Nästa steg är att fokusera på bättre sätt att förutsäga två typer av händelser – förändringar i vindhastighet och väder som gör att is bildas på vindkraftverkens blad.

Snabba förändringar i vindhastighet kan vara särskilt svåra att hantera på nätet (se Vindturbiner, batterier medföljer, kan hålla strömförsörjningen stabila). Förutsägelser om isbildning kommer också att vara viktiga; det är svårt att veta exakt när en storm kommer att skapa de rätta förutsättningarna för att avsätta is på vindkraftverk, men när is bildas kan det avsevärt minska mängden kraft som en turbin kan generera. Tidigare har prognoser fått Xcel att planera för stora mängder vind, bara för att få kraftproduktionen att sjunka oväntat när is bildas.

Att förutsäga solenergi kan vara en större utmaning helt och hållet (se En lösning på solenergiintermittens). Effekten från solpaneler kan ändras på några sekunder, och moln är bland de svåraste sakerna att ta hänsyn till i klimatmodeller. NCAR använder data från satelliter och landbaserade sensorer för att förbättra sina molnförutsägelser, och de arbetar med att förutsäga hur olika mängder solljus (och andra faktorer som temperatur) omvandlas till faktisk effekt från solpaneler.

Dölj