18. Beispiele

18.1. Baseline - Wie kann diese Funktion angewendet und genutzt werden

Mit den Prognosewerten aus der “OPTIMAL” (f1) Prognose wurde für den Day-Ahead Handel ein Gebot am Markt platziert.

Nun rückt der Zeitpunkt für den Handelsschluß des Day-Ahead Marktes näher. Kurz vor Handelsschluß sollte überprüft werden, ob es sinnvoll ist, Gebote zu ändern. Wenn festgestellt wird, dass sich die Wetterlage gegenüber dem vorangegangenen Prognoselauf wesentlich verändert hat und die Werte stark abweichen, ist schnelles Handeln ein (kostengünstiger) Wettbewerbsvorteil.

Welche Anwendung kann dafür genutzt werden ?

Betrachtet man die Unsicherheit der Prognose und die Entwicklung der Prognose über die letzten 6 Stunden seit dem letzten Prognoselauf, dann kann durch das Setzen der “OPTIMAL” Prognose als Grundlinie (Baseline) festgestellt werden wie groß die Unsicherheit ist und ob es sinnvoll ist Anpassungen sofort vorzunehmen oder nicht.

Mögliche Fragestellungen:

• Welche Veränderungen haben sich in meinen Prognosewerten ergeben?
• Hat sich auch die Unsicherheit geändert?
• Wie wird der Markt auf Veränderungen reagieren?
• Wie liegt meine “OPTIMAL” Prognose in der gesamten Unsicherheit und welchen Schluß kann ich daraus ziehen auf das Angebot im Markt?
• Ist die Produktion hoch oder niedrig,
• Ist meine OPTIMAL Prognose nahe MIN oder MAX?
• Ist es sinnvoll das Gebot zu ändern?

Das Bild unten zeigt solch eine gesamte Unsicherheit im Verhältnis zur “OPTIMAL” (f1) Prognose. Dabei wurde die “OPTIMAL” (f1) Prognose als Baseline gesetzt um die komplette Unsicherheit so sichtbar zu machen.

18.2. Composer - Konfigurieren von individuellen graphischen Prognosedarstellungen

Wenn ELFI in der täglichen Routine angewendet wird, dann ist es zeitaufwendig Standorte, Variablen, Zeitintervalle usw. jeweils zu ändern um eine jeweilige Analyse durchzuführen. Besonders dann, wenn gleiche Einstellungen immer wieder benötigt werden.

Um dies zu verhindern besteht die Möglichkeit eine gewünschte Grafik nicht nur schnell zu erstellen, sondern auch so abzuspeichern, dass diese mit nur 2 Klicks immer wieder schnell aufgerufen werden kann.

Mit einem Klick auf die rote Box Grafik erstellen öffnet sich sofort das Interface zu Erstellung einer neuen Abfrage.

Mit dem Prognose Konfigurator/Composer können vordefinierte individuelle Einstellung abgespeichert werden, die dann mit 2 Klicks nach dem Login erreichbar sind.

Zu finden ist dieser Composer im Hauptmenü tools guilabel:Konfigurator und in der roten Box Grafik erstellen.

Wie kann ich Einstellungen abspeichern?

Grafikerstellung anhand eines Beispiels für Windkraft in Deutschland.

18.3. Composer - Eine Vorhersagegrafik soll erstellt und gespeichert werden für die Deutschlandprognose Windkraft für ein Zeitfenster von von -3 bis +3 Tage (6 Tage Betrachtung).

Es gibt zwei Möglichkeiten diese Prognosegrafik mit individuellen Einstellungen im Composer zu erstellen.

Im Hauptmenü in der roten Box kann man die Funktionalität Grafik auswählen anklicken um im Composer eine Grafik zu erstellen. Die zweite Möglichkeit besteht im Erweiterten Menü (grüne Box) in dem man dann im Hauptmenü in Tools ebenfalls den Composer als Kurvenberechnung auswählen kann.

Im folgenden wird anhand eines Beispiels erklärt, welche Funktionalität hinter dem Composer steckt, um dann später mit individuelle Einstellungen gewünschte Prognosegrafiken erstellen zu können.

Beispiel:

Eine Prognosegrafik soll abgespeichert werden, die die Deutschlandwindprognose von vor 3 Tagen bis 3 Tage in die Zukunft darstellen soll.

Die nun folgenden Einstellung werden dafür vorgenommen:

1. Standortauswahl:

Der Standort für den die Grafik erstellt werden soll muss ausgewählt werden, im Beispiel DE für Deutschland.

2. Vorhersage-Variable:

Festlegung der Prognosevariable, in diesem Beispiel Windkraft.

3. Vorhersagedauer:

Die Vorhersagedauer legt den zu betrachtenden Zeitraum fest, im Beipiel insgesamt 6 Tage, Beginn der Betrachtung -3 Tage vom aktuellen Datum.

4. Zeitzone:

Die Zeitzone legt fest welche UTC Zeit am Anlagestandort hinterlegt wird, im Beispiel Europa/Berlin.

5. Ausgabemodus:

Der Ausgabemodus ermöglicht es die Daten in einer grafischen Darstellung oder als Daten-Download Möglichkeit abzuspeichern (Als Graph oder als Datei-Download (Tabelle)). Will man beide Möglichkeiten nutzen, kann dies durch eine Änderung des Ausgabemodus und der Abspeicherung mit einem neuen Namen geschehen. Im Beispiel wird die grafische Darstellung ausgewählt.

Die nun folgenden 5 Ausgabe-Funktionen können für individuelle Einstellung und Analysen zusätzlich genutzt werden. Dazu gehören:

6a. Kurven:

Im Ausgabefenster können aus den Ensemblen aus WEPROGs MSEPS die gewünschten Kurven ausgewählt werden (Min, Max, Messdaten, KNN (künstl.neuronales Netz, f1-f4 (von Weprog hinterlegte Kurven, f1=Optimal Prognose) und u1-u4 (bereits vom Nutzer hinterlegte Daten)). Die Perzentile werden automatisch dargestellt als blau untersetztes Band in der Grafik. Im Beispiel wurde die Min und Max Prognose sowie die Optimal Prognose ausgewählt.

6b. Gitter:

Für die Grafik kann das Rastergitter aus der x- und y-Achse hinzugewählt werden um die Werte in der Grafik zu verdeutlichen. Im Beispiel wurden beide Raster als Gitter ausgewählt.

6c. Y-Achse:

Die Y-Achse kann automatisch an die Grafik angepasst werden oder fixiert an die Maximalwerte, im Beispiel soll die automatische Auswahl genutzt werden.

6d. Datenmodi:

Im Datenmodi ist es möglich die Grafik an ein künstliches neuronals Netz (KNN) anzupassen, die limitierte Prognosewerte zu nutzen, wenn Verfügbarkeiten hinterlegt sind oder Daten kalibriert wurden und auf diese angepasst werden sollen. Im Beispiel wurde darauf verzichtet.

6e. Grundlinie:

Eine Grundlinie kann für die grafische Darstellung definiert werden. Dabei werden Datenkurven z.B. die Min-Prognosekurve als Grundlinie für die Vorhersagewerte ausgewählt und die Grafik sowie die Kurven (6a) daran ausgerichtet. Für das Beispiel wurde keine Grundlinie ausgewählt.

7. Ansicht:

In der nun folgenden Ansicht kann geprüft werden, ob die gewünschten Einstellungen auch so dargestellt sind, wie dies vorgesehen war. Ist dies der Fall, dann Weiter

Bemerkung

Mit den Button früher und später können genau mit dem dargestellten Zeitabschnitt weitere Zeiträume betrachtet werden. Dabei verschiebt sich die grafische Darstellung wie in unserem Beispiel gewählt jeweils um 6 Tage in die Vergangenheit oder Zukunft.

8. Einstellungen speichern:

Die vorgenommenen Einstellungen können nun abgespeichert werden um dann regelmäßig analysiert werden zu können. Über das Hauptmenü Vorhersage anzeigen in der lila Box kann dann über den abgespeicherten Namen diese Einstellung wieder sehr schnell aufgerufen werden.

18.4. Warum sind meine Solarprognosen meist ohne Schwankungen, ohne die so typischen Zackenwerte ?

Die folgende Grafik zeigt eine Solarprognose aus WEPROGs Ensemble Wetter-/Energieprognosesystem (MSEPS).

In dieser Grafik sind folgende Werte besonders zu betrachten:

1. OPTIMAL Prognose, als gelbe Kurve
2. Messwertkurve, als gestrichelte schwarze Linie
3. blaues Band in unterschiedlichen Schattierungen, als Perzentile, die die Häufigkeit von Prognosewerten aus den 75 Ensemblen darstellen (Unsicherheitsband).

Was ist ein Perzentil ?

Ein Perzentil ist der höchste Messwert innerhalb eines festgelegten Bereiches, aus allen zur Verfügung stehenden Prognosewerten. Es gibt 9 Perzentile (p10-p90) die von WEPROGs 75 Wetter Ensemble Member des MSEPS (Multi-Scheme Ensemble Prediction System) berechnet werden und als Ensemble Streuung (als Unsicherheitsband) farblich dargestellt werden.

Beispiel:

Das 10te Perzentil (p10) ist der höchste Wert, der unterhalb von 10% aller vorliegenden Prognosewerten liegt. Das 50te Perzentil ist der Wert, der in der Statistik auch als MEDIAN oder zweites Quartil (q2) bezeichnet wird.

Was stellt die OPTIMAL Prognose dar ?

Die OPTIMAL Prognose ist eine “best guess Prognose” die aus WEPROGs 75 Ensemble Prognosen berechnet wird. Wenn historische Messdaten verfügbar sind, werden diese benutzt um die optimal Prognose zu trainieren. Gleichzeitig findet eine örtliche Festlegung der rohen Prognosedaten zu dem Standort und der Charakteristik der Erzeugungseinheit statt. Diese OPTIMAL Prognose ist statistisch optimiert und liegt oft nahe dem Perzentil p50. Die Prognosekurve wird als gelbe Linie gezeigt.

Warum sind nun in der Grafik nur selten typischen Zacken in den Prognosewerten zu erkennen ?

In der Grafik oben gibt es auch “typische Zackenbildungen”, jedoch nicht sehr oft. Wenn versucht wird den “Schwankungen” zu folgen, besteht ein hohes Risiko, dass die Prognose und die Messdaten in eine Phasenverschiebung geraten.

Weil wenige große Abweichungen viel schlechter sind als permanent kleine Abweichungen, ist es viel besser einer geglätteten Prognosekurve zu folgen. Bei einer Phasenverschiebung besteht die Gefahr, dass beispielsweise ein Werteanstieg zu früh prognostiziert wird und diese Werte dann wieder zu spät abfallen. Dann entstehen doppelte Kosten, die es gilt zu vermeiden.

Die 75 Ensemble Prognosen liefern zusammengenommen einen Durchschnitt, der in der Optimal Prognose statistisch optimiert ist und eine sehr “weiche”, geglättete Kurve erzeugt. Diese Prognose ist jedoch ökonomisch sinnvoll, weil diese nur kleine positive wie auch kleine negative Fehler erzeugt, die entsprechend auch kleine Ausgleichskosten verursachen. Im Gegensatz dazu sind Phasenverschiebungen mit sehr hohen Ausgleichskosten verbunden. Diejenigen, die “un”geglättete Prognosen anbieten, werden einen häufigen Vorzeichenwechsel im Systemgleichgewicht erzeugen. Die Strategie von WEPROGs Prognoseberechnung ist es nicht in dieses Ungleichgewicht zu kommen - darauf ist diese Prognose optimiert.

18.5. Unsicherheit - Was unterscheidet eine echte physikalische von einer rein mathematischen Unsicherheit?

Die Unsicherheit im Wettergeschehen wird in unterschiedlichster Weise dargestellt.

Eine mögliche Darstellungsform ist die rein mathematische Unsicherheit, die eine trichterförmige Unsicherheit um die Prognosewerte bildet und zum Ende des Betrachtungszeitraumes immer größer wird.

Eine weitere Darstellungsform ist ein Unsicherheitsband, das mit regelmäßigem Abstand zum Prognosewert nach oben und unten “aufgespannt” wird. Dieses fest definierte Prognoseband bildet sich wie eine Hülle um die Prognosewerte und ändert sich vom Anfang der Prognosebetrachtung bis zum Ende nicht.

WEPROGs MSESP jedoch ermöglicht eine echte, physikalisch mathematische Unsicherheitsbetrachtung des gesamten Wettergeschehens. Dabei werden die Werte der einzelnen Member (75) als Prognosestreuung in Form eines Unsicherheitsbandes dargestellt. Dieses Band ist jedoch nicht statisch sondern unterliegt den unterschiedlichen Ansatzpunkten und Berechnungen der Member. Dadurch ist es möglich die wirkliche Unsicherheit im Wettergeschehen sichtbar zu machen.

Schnell erkennbar ist dies in einer Unsicherheitsbetrachtung, bei der es nichts ungewöhnliches darstellt, wenn die Unsicherheitsstreuung am Anfang der Betrachtung sehr groß ist und im weiteren Verlauf gering wird.

Im umgekehrten Fall kann die Unsicherheitsverteilung auch am Anfang sehr gering sein und gegen Ende sehr hoch.

Welche Ausprägungen dies haben kann läßt sich an folgendem Beispiel gut erkennen. Die Unsicherheit ist sehr groß, jedoch nicht verteilt auf alle Member, sondern konzentriert auf die Max, P90 Werte.

Ist die Unsicherheit in solch starker Weise ausgeprägt, kann es zu sehr großen Abweichungen kommen. Mit einer rechtzeitigen Strategie kann für solche Szenarien vorgesorgt werden, in dem beispielsweise:

• Block Gebote im Markt platziert werden
• Anlagen abgeregelt werden, wenn die Onlinewerte die Max. Werte bestätigen
• Preise angepasst werden

18.6. Batteriespeicher - Unsicherheiten nutzen im virtuellen Kraftwerk

In Zukunft wird es hoffentlich sehr viele kleine virtuelle Kraftwerke geben, bei denen kleine Erzeugungsanlagen aus erneuerbaren Energien den Stromverbrauch durch eine intelligente Steuerung übernehmen können. Schon heute gibt es entsprechende Lösungen, die es ermöglichen mit einer volatilen Einspeisung trotzdem eine sichere Stromversorgung zu gewährleisten.

Durch den Einsatz von WEPROGs MSEPS ist es möglich mit Hilfe von Unsicherheitsprognosen wesentlich dazu beizutragen. Leistungsprognosen für Solar- oder Windenergieanlagen ermöglichen zunächst die Ermittlung der zu erwartende Einspeiseleistung aus Wind- und Solaranlagen (Wind+Solar).

Deutlich erkennbar sind die tagsüber entstehenden glockenförmigen Leistungszunahmen aus den Solaranlagen.

Mit bevölkerungsgewichteten Bedarfsprognosen in Verbindung mit historischen Messdaten wird der Verbrauch ermittelt. Nun ist es möglich einen Vergleich aufzustellen aus der Leistungserzeugung und dem Verbrauch. Immer noch spielen die Unsicherheiten eine wesentliche Rolle, da durch sie die Eventualitäten aus dem Wettergeschehen erkennbar sind und sämtliche Szenarien durchgespielt werden können. Um überschüssige Energie zu speichern und bei erhöhtem Bedarf abzugeben bieten sich immer mehr auch Batterien an, die Reserveleistungsaufgaben übernehmen können.

So kann ermittelt werden, wann sich eine Batterie im Aufladestatus befindet und wann diese benötigt wird um gespeicherte Energie abzugeben (Entladung). Mit Hilfe der Unsicherheitsprognose können Spitzen erkannt, rechtzeitige Maßnahmen eingeleitete werden um z.B. zusätzlichen Strombedarf abdecken zu können.

In der folgenden Grafik ist das Lade- und Entlade-Ratio dafür dargestellt.

18.7. Unsicherheit - Warum die Darstellung der absoluten Unsicherheit Vorteile bringt

Aus einer einzelnen Prognosekurve ist keinerlei Aussage zu treffen, wohin sich die Werte aufgrund einer veränderten Wetterentwicklung bewegen können.

Daher erlaubt es die Darstellung von WEPROGs Ensemble Membern, eine Einschätzung abzugeben, wie sicher die Werte aus der Optimal Prognose bewertet werden können. Da das das gesamte Wettergeschehen durch 75 unterschiedliche physikalisch mathematische Einzelprognosen grafisch darstellt wird in Form von Perzentilen, der Min-, Max- und Optimal-Prognose, wird die Unsicherheit sichtbar gemacht.

Verläuft das Unsicherheitsband in einem engen Rahmen, ist die Unsicherheit im Wettergeschehen gering, die Werte können als sehr sicher eingestuft werden. Je mehr sich die Min- und Max-Werte jedoch auseinander bewegen, desto unsicherer wird die Wetterlage. Es kann sowohl zu sehr niedrigen, als auch zu sehr hohen Messwerten kommen.

Um die Unsicherheit darzustellen kann die x-Achse als Optimal Prognose gesetzt werden und alle Prognosewerte oberhalb der Optimal Prognose werden positiv, alle unterhalb der Optimal-Prognose negativ dargestellt.

Wird die Min-Prognose als x-Achse definiert und alle anderen Prognosekurven daran ausgerichtet, entsteht die absolute Unsicherheit, die sich dann an den Absolutwerten gut ablesen läßt. Schwankungen von 0 - 100% können so durchaus auftreten, besonders in den Herbst und Wintermonaten, wenn sich die Wetterlagen schnell und intensiv ändern.

Mit diesem Wissen können entsprechende Maßnahmen ergriffen werden um beispielsweise:

• rechtzeitig für Ausgleichsenergie zu sorgen,
• mit entsprechender Vorsicht Gebote am Markt zu platzieren,
• Gegenmaßnahmen zu ergreifen und beispielsweise Anlagen abzuregeln,
• Überlegungen anzustellen, welche Reaktionen dies am Gesamtmarkt verursachen kann, um entsprechend darauf reagieren zu können

In obigem Beispiel ist erkennbar, dass die Messwerte (als schwarze gestrichelte Line dargestellt) geringere Werte aufgewiesen haben und unterhalb der Optimal Prognose lagen.

Durch den Einsatz von Kurzfristprognosen kann der Verlauf schon zu einem frühen Zeitpunkt detektiert und entsprechende Maßnahmen eingeleitet werden.

18.8. Wie kann ich negative Preise vorhersehen?

Negative Preise entstehen dann, wenn das Angebot am Markt die Nachfrage übersteigt. An windreichen Tagen und Sonnenschein entstehen besonders dann solche Ereignisse, wenn die Nachfrage gering ist. Insbesondere an Wochenenden oder an Feiertagen, an denen Großverbraucher nicht am Netz sind oder nur Teillast fahren, wird relativ zu normalen Arbeitstagen wenig Strom verbraucht. Der Einfluss aus der Erzeugung von Strom aus erneuerbaren Energien, im besonderen Windkraft- und Solaranlagen, wird dann besonders deutlich.

Am Sonntag den 22.12.2013 wurde dies wieder einmal besonders deutlich. Die Preise an der Strombörse wurden über mehrere Stunden negativ. Beginnend ab 0 Uhr bis ca. 8 Uhr 30 entstanden negative Preise bis zu -50.-€/MWh.

Betrachtet man ausschließlich die Tagesprognose aus Wind- und Solarleistung in Deutschland wird dies noch nicht eindeutig sichtbar. Jedoch kann mit entsprechender Erfahrung für solche Ereignisse an der Gesamtleistung abgelesen werden, dass zumindest keine hohen Preise entstehen werden.

Schaut man sich nun die Prognose für die kommenden Tage an - in diesem Fall wurde am 23.12. morgens die Prognose für die kommenden Tage analysiert - dann ist erkennbar, dass die erzeugte Leistung aus Windkraft- und Solaranlagen in Deutschland ab 16 Uhr stark ansteigt, ihren Höhepunkt um die Mittagszeit am 24.12. erreicht und dann zum Ende des 25.12. nur mehr sehr wenig Strom aus allen Wind- und Solaranlagen in Deutschland zur Verfügung stehen wird, bei voraussichtlich ebenso geringem Verbrauch.

Analysiert man den Stromverbrauch in diesen Tagen, dann ist der deutliche Rückgang erkennbar bei gleichzeitig ausgeprägter hoher Einspeisung aus Wind- und Solaranlagen.

Quelle: http://www.agora-energiewende.de/service/aktuelle-stromdaten/stromerzeugung-und-verbrauch/

Dies macht auch die Strom-Import- und Strom-Exportmenge deutlich. Bis einschließlich 25.12. Mittags wurde noch überschüssigen Strom in großer Menge exportiert, anschließend wurde es dann sogar notwendig über mehrere Stunden mehr als 5GW Strom zu importieren.

Quelle: http://www.agora-energiewende.de/service/aktuelle-stromdaten/strom-importexport/

Diese Erkenntnis kann dazu benutzt werden um entsprechende Vorsichtsmaßnahmen zu treffen. In diesem Fall ausgehend vom 23.12. hätte man folgende Möglichkeiten gehabt um am Markt nicht in die negative Preisfalle zu geraten. Mit gezielten Maßnahmen wie:

• Blockgeboten
• geplante Abregelung von Windparks, Solaranlagen
• Nutzung von hohem Verbrauch, um bei Abnahme noch zusätzliche Einnahmen zu generieren

Dieses Ereignis hätte genutzt werden können um ein negatives Tagesergebnis in ein positives zu drehen.

Am 24.12. wurden die Preise morgens nochmals negativ (bis -62,03€/MWh). Besonders auffällig war das große Handelsvolumen an der EPEX, das mit 866,56GWh an diesem Tag um mehr als 150 GWh zum üblichen Volumen zulegte.

Quelle: http://www.epexspot.com/de/marktdaten/auktionshandel/chart/auction-chart/2013-12-24/DE

Bemerkung

An Wochenenden und Feiertagen wird dies besonders deutlich. Mit Erfahrung können dann auch an Arbeitstagen bei hohem Stromverbrauch durch eine gezielte Analyse die Preisschwankungen genutzt werden, um Marktgebote gezielter zu platzieren. Die Ensemblestreuung hilft dabei die Unsicherheit im Wettergeschehen und damit in der Stromproduktion kalkulierbarer zu machen.

18.9. Ich habe festgestellt, dass bei geringen Windgeschwindigkeiten meine Prognose zu hohe Werte angibt. Für diesen Fall wird im folgenden Beispiel eine Prognosekurve erstellt, auf die man in solchen Fällen zurückgreifen kann.

WEPROGs ELFI Interface bietet die Möglichkeit durch eine Kurvenberechnung mehrere Prognosekurven und Messwerte miteinander zu verknüpfen um eine individuell angepasste Prognose zu erstellen.

Ausgehend von der Tatsache, dass bei wenig Wind meine Prognosewerte im Verhältnis zu meinen Messwerten immer etwas höher liegen, soll durch eine neue Prognosekurve aus Messwerten, Perzentilen und evtl. der Min Prognosekurve eine optimierte Prognose erstellt werden.

Auf der folgenden Grafik sieht man, dass sich die Messwerte (gestrichelte schwarze Linie) bei sehr geringen Windgeschwindigkeiten im untersten Bereich der Ensemble Streuung befinden.

Um eine individuelle Prognosekurve zu erstellen wird im Vorhersage-Tool die Kurvenberechnung ausgewählt.

Zunächst wird dann die Basisvorhersage und Variable ausgewählt, sowie der Betrachtungszeitraum.

Bemerkung

Der Betrachtungszeitraum sollte so groß wie möglich gewählt werden, sofern die entsprechenden Daten vorliegen. Werden Messwerte mit einbezogen, sollten diese in diesem Zeitintervall möglichst komplett vorhanden sein. Messwerte können sowohl Onlinedaten sein, die bereits in das System eingespielt werden oder auch andere Messwerte die für die neue Prognosekurve relevant sind. Beim Upload von neuen Messdaten ist ein bestimmtes Format zu beachten.

Im folgenden Schritt werden nun die Basisvariablen ausgewählt. Da unsere Prognose bei geringen Windgeschwindigkeiten immer zu hohe Werte lieferte, wurde die Auswahl mit der Min-, P10-, P30- sowie der Messdatenkurve und der entsprechenden Gewichtung wie im folgenden Bild dargestellt, getroffen. Die Gewichtung erfolgt hier im manuellen Modus, bei dem der Faktor für die jeweilige Kurve manuell eingegeben werden kann und in der Summe insgesamt 1 ergeben muss.

Nun ist es nur noch notwendig die entsprechende Zielkurve auszuwählen (Auswahl zwischen u1-u4). Die Auswahl wurde auf u4 getroffen, da die anderen Kurven bereits mit anderen Berechnungen belegt waren.

Die Datenübertragung auf die neue Kurve u4 erfolgt mit einem Klick auf Transfer starten

Bemerkung

Die neue Prognosekurve kann nun im Menü Vorhersagen mit Auswahl der Anlage und der Variablen (in diesem Beispiel DE und Wind) analysiert werden. Um die neue Kurve u4 sichtbar zu machen, ist es notwendig, das Feld in der Legende unter der Grafik anzuklicken. Die folgende Grafik enthält die Ensemble Streuung und die grüne u4 Prognosekurve. Min- und Max-Prognose wurde in der Legende deaktiviert um das Ergebnis zu verdeutlichen.

18.9.1. Fazit:

Meine neue grüne Prognosekurve zeigt nun im gleichen Betrachtungszeitraum wie am Anfang diese Beispiels, eine starke Annäherung an die Messwerte. Durch die Gewichtung auf Prognosewerte im unteren Bereich der Ensemble Streuung kann diese neue Prognosekurve ein wichtiger Anhaltswert sein, wenn abzusehen ist, dass die Windleistung gering ist und meine Optimal Prognose voraussichtlich zu hohe Werte prognostiziert. Eine entsprechende Beobachtung und Evaluierung ist dafür notwendig um die neue Einstellung im täglichen Betrieb operativ zu überprüfen und dann anzuwenden.

Hierzu empfiehlt sich die Verifikation , mit der die neuen Einstellungen überprüft werden können.

Wie kann ich mir die Fehlerergebnisse von Prognose-Kurven anzeigen lassen?

18.10. Verfügbarkeit - Die Verfügbarkeit meiner Anlage ändert sich. Was ist zu tun?

Meine Windkraftanlage muss gewartet werden. Der Hersteller der Anlage informiert mich, dass an einem bestimmten Tag für einige Stunden die Anlage für die Wartungsarbeiten abgeregelt werden muss.

Um die Verfügbarkeit meiner Anlage zu ändern muss ich im Hauptmenü Standortmanagement (dunkelblaues Feld), die Verfügbarkeit auswählen (anklicken).

Im ersten Schritt wähle ich die Anlage aus dem Pulldown-Menü (Standort) aus. Ist die Anlage bei der ich meine Verfügbarkeitsänderung oder Limitierung eintragen will ausgewählt, muss ich das Datum eintragen, an dem die Änderung vollzogen werden soll. (Ab dem eingetragenen Datum wird später in der Tabelle eine komplette Woche angezeigt.)

Der Modus unterscheidet zwischen Maximum Export und Verfügbarkeit.

18.10.1. Maximum Export:

Beim Maximum Export kann eine Deckelung der Einspeiseleistung angegeben werden, die sich dann in den Prognosen durch diese Begrenzung auswirkt.

Beispiel:

Der Netzbetreiber teilt mir mit, dass am kommenden Tag von 18-22 Uhr von meiner Anlage mit einer Kapazität von 20MW nur 16MW eingespeist werden dürfen.

Im Modus wird dann der Maximum Export ausgewählt, das Datum und die Zeitzone eingetragen.

Diese Deckelung der Leistung wirkt sich auf die Prognosen jedoch nur dann aus, wenn die Anlagen über die eingegebene Grenze (im Beispiel von 16MW) produzieren würden und dies auch nur im angegebenen Zeitraum. Alle Anlagen produzieren ohne Einschränkung und müssen erst dann abgeregelt werden, wenn die Grenze von 16MW erreicht werden sollte. Die folgende Tabelle zeigt den Eintrag am 01.02. Samstag von 18-22 Uhr mit 16 MW, die 20MW als Gesamtleistung der Anlage bleibt vor und nach dem Eintrag bestehen. (Eine detaillierte Erklärung über die richtige Eingabe folgt im folgenden Abschnitt Eintrag in der Verfügbarkeitstabelle: weiter unten.)

Bemerkung

Ein Eintrag mit ungerader Zahl erfolgt mit einem Punkt z.B. 2.5 (2,5 wird vom System nicht akzeptiert und wird mit einer ganzen Zahl überschrieben; Ergebnis ist dann 2).

Bemerkung

Nur mit der Bestätigung speichern werden die Einstellungen übernommen und haben Auswirkung auf die Prognosen.

18.10.2. Verfügbarkeit:

In der Verfügbarkeit werden ebenfalls temporären Änderungen einer Anlage eingetragen. Dazu gehören geplante, ungeplante Wartungsarbeiten oder Defektzeiten an der Anlage, die je nach Zeitpunkt des Auftretens in der Prognose berücksichtigt werden sollten.

Beispiel:

Bei meinem Windpark von 8 Windanlagen mit je 2.5MW (8x2,5=20MW Gesamtkapazität) wirden 2 Anlage (2x2,5MW=5MW) für 3h abgeregelt aufgrund von Wartungsarbeiten.

Der Standardwert des Standortes bleibt unberührt, die Kapazität ändert sich jedoch in diesen 3h von 20 auf 15 MW. Im Gegensatz zum Maximalen Export sind in dem gewählten Zeitraum 2 Anlagen komplett abgeschaltet (abgeregelt) und produzieren keinen Strom.

Um die gewünschten Einstellung in der Verfügbarkeits-/Maximalen Exporttabelle vornehmen zu können, sind folgende individuelle Eingaben möglich:

1. Zeitauflösung:

Je nach Genauigkeit der Angaben kann die Verfügbarkeits-/Maximale Exporttabelle angezeigt werden. Es kann zwischen stündlicher, 15 oder 30 minütiger Einstellung gewählt werden.

Beispiel:

An meinem Standort mit den 8 Anlagen (je 2,5MW) werden 2 Anlagen gleichzeitig gewartet. Die Wartungsarbeiten sind pünktlich geplant von 12 Uhr 30 bis 15 Uhr 30. Die Einstellung der Zeitauflösung benötigt deshalb die 30min Einstellung.

Bitte beachten: Änderungen werden nur wirksam, wenn die Änderung mit Klick auf Bestätigen erfolgt.

2. Verfügbarkeits-Standardwert:

Der Verfügbarkeits-Standardwert beinhaltet die Gesamtkapazität einer Anlage, auch mehrerer WEAs wenn für diese nur eine Prognose erstellt wird. Der Standardwert sollte jedoch nur verändert werden, wenn es zu langfristigen Änderungen kommt (siehe Bemerkung unten). Änderungen werden dabei nur wirksam, wenn die Änderung mit Klick auf Bestätigen bestätigt werden.

Bemerkung

Dieser Standardwert verändert sofort die Kapazität der Anlage rückwirkend und auch in der Zukunft und sollte nur verwendet werden, wenn die Anlage durch eine Sondermaßnahme wie Bsp. Repowering, Erweiterung, Reduzierung (z.B. von 5 auf 4 Anlagen) langfristig eine Kapazitätsänderung erfährt, die zum Zeitpunkt des Eintrags ohne Zeitlimit bekannt ist.

3. Downloadfunktion der Verfügbarkeitstabelle:

Die Verfügbarkeitstabelle mit sämtlichen Einträgen wird über die Downloadfunktion mit allen Daten als csv-Datei zur Verfügung gestellt. Der aufgeführte Link kann in den Browser kopiert werden und die Datei heruntergeladen werden. Auch eine entsprechend automatisierte Lösung mit den aktuellen Daten kann dadurch realisiert werden.

18.10.3. Eintrag in der Verfügbarkeitstabelle:

Nach der Auswahl:

• der Anlage (Anlagestandort)
• dem Modus (Verfügbarkeit, Maximum Export)
• Datum für eine Änderung (es wird ab diesem Datum immer eine ganze Woche angezeigt)
• der Zeitzone (UTC, +/-UTC)
• der Zeitauflösung (1h, 15min, 30min)
• des Standardwertes (automatisch eingestellt, muss nur bei besonderen Anlässen geändert werden)

erscheint die Anzeige in der gewünschten Auflösung zum Eintrag von Änderungen der Verfügbarkeit oder des Maximum Exports.

Beispiel:

In der folgenden Verfügbarkeitstabelle wurde am 23.05. von 12 Uhr die Anlage von 20 MW auf 0 MW aufgrund von Wartungsarbeiten heruntergeregelt. Die Abregelung wurde am 24.05. um 12 Uhr wieder beendet.

Die Eingabe erfolgt durch Klicken am entsprechenden Tag in das entsprechende Zeitfenster (im Beispiel am 23.05. 12 Uhr). Dort wird der neue Wert eingetragen, der alle zukünftigen Werte sofort überschreibt. Durch den Eintrag in das Zeitfenster, an der die Abregelung beendet ist, mit dem ursprünglichen Wert (im Beispiel 24.05. 12 Uhr), werden die zukünftigen Werte alle wieder auf den ursprünglichen Wert zurückgesetzt.

Bemerkung

Verfügbarkeitsänderungen die zu einem früheren Zeitpunkt eingetragen wurden, gehen nicht verloren, noch werden diese überschrieben.

Verfügbarkeitsänderungen, die bereits zu einem früheren Zeitpunkt eingetragen wurden, werden abgefragt. Sobald eine neue Änderung eingetragen wurde öffnet sich im oberen Bereich der Tabelle ein gelbes Fenster, das frühere Änderung auflistet, die noch abgespeichert sind. Mit einem Klick auf Èinfügen werden diese Einträge wieder in die Tabelle übertragen und abgespeichert.

Im obigen Fall wurde ist bereits eine Abregelung am 31.01.2014 von 8 Uhr bis 16 eingetragen. Durch klicken auf den Button Save Data werden die Daten bestätigt und in die gleiche Tabelle wieder eingetragen. Werde diese nicht bestätigt, sind für diesen Zeitraum die Werte wieder auf den Ursprungswert zurückgesetzt. Dies kann dann der Fall sein, wenn eine geplante Revision früher stattfindet als geplant. Die Verfügbarkeit der Anlage wird zu einem früheren Zeitpunkt eingetragen und die geplante spätere Abregelung ist dadurch hinfällig geworden.

18.10.4. Beispiel einer Abregelung:

Die folgende Grafik zeigt den Prognoseverlauf einer Windkraftanlage. Der Anlagenbetreiber plant seine Anlage dann abzuregeln, wenn die Windleistung in diesem Zeitraum den geringsten Wert erreicht.

Bild:

Prognoseverlauf (inkl. Perzentile, Min grün, Max rot, Optimal gelb) meiner betrachteten Anlage

Die Abregelung ist erfolgt, die Prognosekurve wird im Datenmodus limitiert mit der entsprechenden Abregelung dargestellt, sowohl grafisch als auch für die Echtzeitwerte. Die Abregelung der Anlage in diesem Zeitraum liefert dann 0 Werte.

Bild:

Prognoseverlauf mit Abregelung zum Zeitpunkt geringster Produktion

Bemerkung

Die grafik wird standardmäßig im unlimitierten Modus angezeigt. Sind Verfügbarkeiten eingetragen, können die Abregelungen durch anklicken in der Legende der Grafik (Beschränkt, Limitiert) sichtbar gemacht werden.

Die im Nachgang hinzugespielten Messwerte verdeutlichen die Auswirkung der Abregelung. Die schwarz gestrichelte Linie stellt die Messwerte im Betrachtungszeitraum dar.

Bild:

Nachbetrachtung des Prognoseverlaufs mit Messwerten (schwarz gestrichelte Linie) mit Abregelung zum Zeitpunkt der niedrigsten Einspeisung

Bemerkung

Änderungen in der Verfügbarkeit wirken sich unmittelbar auf die Prognosen aus. Es ist jedoch zu beachten, dass Verfügbarkeitsänderungen nur dann wirksam werden können, wenn diese rechtzeitig eingetragen werden.

Wie lange dauert es bis Änderungen in der Prognose berücksichtigt werden?

Was bedeutet der “limitiert” Modus in der Legende?

18.11. Anlagenüberwachung - Ich möchte kontrollieren ob meine Anlage einwandfrei arbeitet.

Das grafische Interface Elfi ermöglicht es die Prognosewerte unmittelbar mit den Messdaten zu vergleichen.

Grundlage für eine objektive Beurteilung sind vertrauenswürdige Messdaten von 1 Jahr mit denen die Prognosen für die Anlage trainiert wurden. Je besser diese Messdatengrundlage ist, je genauer kann eine Anlage überwacht werden.

Durch den Vergleich der Messdaten mit den Prognosedaten können:

1. die Messdaten im Vergleich zu den Prognosewerten kontrolliert und analysiert werden
2. Abregelung erkannt werden
3. Abweichungen detektiert werden (z.B. Konfiguration der Anlage, Messfehler, Defekte)
4. Limitierungen erkannt werden
5. Unregelmäßigkeiten überprüft werden
6. schnell reagiert werden, wenn Ungewöhnliches auftritt und die Messwerte weit aus dem Unsicherheitsband laufen

Im folgenden Beispiel wird dargestellt, wie eine Anlage geprüft, analysiert und bewertet wird mit Hilfe der Ensemble Prognosetechnik.

18.11.1. Schritt 1: Vergleich der Prognosewerte mit den Messwerten

Im ersten Schritt wird zunächst analysiert, wie die Messwerte (in der Grafik als gestrichelte schwarze Linie dargestellt) im Vergleich zu den Prognosewerten liegen.

Das folgende Bild zeig das blaue Unsicherheitsband aus der Ensemblestreuung und die schwarze gestrichelte Linie mit den Messwerten. Deutlich erkennbar ist dabei, dass die Prognosewerte den Messwerten in gleichem Rhythmus folgen, allerdings positiv verschoben, d.h. die Prognosewerte zeigen in dieser Leistungsprognose zu hohe Werte an.

Auch in der folgenden Abbildung sieht man diese Verschiebung sehr deutlich, hier ist dringende Anpassung erforderlich.

18.11.2. Schritt 2: Analyse der Anlage durch Vergleich der Messwerte mit den Prognosewerten

In der Analyse muss nun geprüft werden:

• ob die Kapazität richtig eingetragen ist,
• ob alle Anlagen einspeisen oder evtl. nur ein Teil der Anlagen
• ob Arbeiten an den Anlagen durchgeführt werden, geplant oder ungeplant
• ob eine Anlage defekt ist oder nicht mehr ordnungsgemäß produziert (Anlageeinstellungen)
• ob nach einer Revision die Anlage verändertde Messergebnisse liefert (bessere Einstellung können bessere Ergebnisse liefern)

18.11.3. Schritt 3: Fallbeispiele divers

In der Grafik unten ist die Abregelung einer Anlage sehr anschaulich zu erkennen. Abregelungen können fest eingetragen werden, wodurch die Prognose durch diese Einstellungen angepasst werden. Diese Abregelungen können in der Verfügbarkeitstabelle eingetragen werden, in der Standortkonfiguration, wenn bsp. die Anlage nicht über einen max. Wert produzieren darf, oder die Anlage immer zu bestimmten Uhrzeiten abgeregelt werden muss. Dass noch andere stark beeinflussende Faktoren eine Rolle spielen, sieht man an den Spitzen, die weit aus dem Unsicherheitsband hinauslaufen. Gründe dafür können vielfältig sein, dazu gehören Meßfehler, Übertragungsfehler, Turbulenzen, Abschaltungen von einer Anlage in einem Park, od. ähnlichem.

Auch das Repowering einer Anlagen verschiebt die Messwerte. Messwerte können nach einer Revision auch bessere Werte liefern, deshalb ist es notwendig, bei entsprechenden Wartungsarbeiten darauf zu achten, ob sich die Prognose gegenüber den Messwerten ändert. Wenn Einstellungen geändert werden, kann es schnell zu besseren aber auch schlechteren Werten kommen. Dies ist allerdings nur dadurch erkennbar, wenn mit der selben Prognoseeinstellung das Verhältnis zu den Messwerten verifiziert wird.

Die Betriebsführung einer Windkraftanlage oder mehrerer WKAs birgt nicht nur positive Überraschungen. So kann beispielsweise nach einer Reparatur die Anlage nach den Tests gut anlaufen und produzieren, dann aber wieder ausfallen. Plötzliche Defekte, andere Setups können auch zu plötzlichen Abregelungen führen, wie dies in der Grafik unten zu erkennen ist. Wird dies rechtzeitig erkannt, kann besonders in der Direktvermarktung die Prognose angepasst werden.

Wie vertrauenswürdig sind Anlagemessdaten. In der folgenden Grafik ist ersichtlich, dass eine gute Prognose aus der bisherigen Datenlage nicht möglich ist. An dieser Anlage müssen nicht nur die Limitierungen geklärt werden (gestrichelte Linie die horizontal über mehrere Stunden verläuft), sondern auch festgestellt werden welcher Hintergrund darin begründet ist und für die Prognosen eingestellt werden kann. Die Prognosewerte bilden die Messwerte eigentlich gut ab, jedoch stimmen die Beträge nicht. Mögliche Ursachen sind Anlagen, die zugeschaltet werden (höhere Kapazität), Repowering, falsche Angaben, fehlende Datengrundlage um die Prognose trainieren zu können, extremes Terrain usw.

Besteht eine gute Datengrundlage (historische glaubwürdige Messdaten von mindestens 1 Jahr) und die Prognose damit gut trainiert werden konnte, liegen die Messwerte immer innerhalb des Unsicherheitsbandes und Abweichungen können schnell detektiert werden.

18.11.4. Schritt 4: Verifikation in der Anlagenüberwachung

Im folgenden Beispiel soll erläutert werden, wie eine Anlage verifiziert werden kann.

Die grafische Analyse:

Es gibt verschiedene Möglichkeiten einen Vergleich der Prognosewerte mit den Messwerten durchzuführen. Dazu gehört beispielsweise auch die Ermittlung der Korrelation zu anderen Anlagen aber auch die Analyse der Grafik. Das folgende Bild zeigt eine Anlage mit einer ungewöhnlichen Abregelung. Das zweite Bild zeigt zur Leistungskurve die dazugehörige Windgeschwindigkeit.

Die Verifikation für eine eindeutige Beurteilung:

Um nun prüfen zu können ob die Anlage entsprechend der Kapazität und dem möglichen Setup die entsprechenden Leistungswerte erzielt wird eine Verifikation durchgeführt. Die Voraussetzung dafür sind vertrauenswürdige Messdaten, die über einen längeren Zeitraum vorliegen. Dadurch kann sichergestellt werden, dass die Prognosewerte im Perzentil 50 den niedrigsten BIAS (störender systematischer Effekt) aufweist.

Ein Vergleich der Fehler ermöglicht es nun festzustellen ob sich die Messwerte im betrachteten Zeitraum zu den “Richtwerten” verändert hat.

Über das Hauptmenü gelangt man in die Datenverifizierung:

Die Auswahl der Anlage und der Vorhersagevariable (im Beispiel Windkraft) muss eingegeben werden.

Die Messwerte sind die wahren Werte für die Prognosekurve, nach der die Fehler berechnet werden.

Der Betrachtungszeitraum wird zunächst mit einem größeren Zeitraum gewählt, im Beispiel 1 Monat, der nahe am Analysezeitraum liegen sollte.

Ein Filter kann gesetzt werden, in unserem Beispiel wird ohne Begrenzung gearbeitet, kein Filter gesetzt.

Der Anzeige Modus kann unterschiedlich gewählt werden, die prozentualen Werte sind relativ zur installierten Kapazität konvertiert.

Das Ergebnis der Verifikation bestätigt im Perzentil p50 den niedrigsten Wert im BIAS und auch im RMSE.

In der gleichen Abfolge wird nun der neue Betrachtungszeitraum eingegeben. Einzig in der Wahl des Zeitrahmens ist die Änderung einzugeben. Das Ergebnis der Verifikation ergibt dann folgende Werte:

Bemerkung

Verändern sich die Werte im Betrachtungszeitraum auf Perzentilwerte die stark von p50 abweichen, kann davon ausgegangen werden, dass sich an der Anlage etwas verändert hat. Im Beispiel ist bei p20, p30 der niedrigste Wert ermittelt worden, was eindeutig auf eine zu niedrige Produktion bei gleichen Anlagebedingungen hindeutet. Die Anlage müsste höhere Leistungswerte aufweisen, eine Überprüfung ist unbedingt erforderlich.

Messdaten: Wie vertrauenswürdig sind Messdaten?

Messdaten von Anemometern sind größtenteils mit einem Faktor korrigiert. Teilweise 10-20% der Messdaten müssen dabei verworfen werden, da diese unglaubwürdig sind und deshalb für eine weitere Nutzung nicht brauchbar sind. Nicht nur die Position des Gerätes auch unterschiedlichste andere Einflüsse spielen dabei eine Rolle (z.B. Geräteungenauigkeit, meteorologische Einflüsse (z.B. auch Turbulenzen, Advektion, Reibung))

Werden Messdaten unterschiedlich erfasst, kommt es zu Abweichungen. Erkennbar ist dies auch an Leistungsmesswerten für eine identische Anlage, wie in der unteren Grafik anschaulich dargestellt.

Die roten Messwerte liefern zu bestimmten Zeiten eindeutige Messwerte, die schwarz-gestrichelten Messwerte liefern “0” Werte und umgekehrt (siehe gelb eingekreister Bereich). Auch die Ausbildung der Kurve ist in den Spitzen unterschiedlich, was auf eine eindeutige Differenz in der Messdatenerfassung hindeutet.