AFRY DAPS

Tuulivoiman tuotannon ja jäätämishäviöiden ennustaminen

Jään kertymisen tuotantovaikutusten monimutkainen ja erilaisiin sääolosuhteisiin kytkeytyvä luonne on saanut monet uskomaan, ettei kaikkien jäätämistapahtumien tuotantovaikutuksia ole mahdollista ennustaa tarkasti. Me uskomme kuitenkin toisin. AFRYn kehitystyön ansiosta jäätymisestä johtuvat tuotantotappiot tuulipuistoissa voidaan nyt ennustaa huomattavasti aiempaa paremmin.

AFRYn ennustemalli mahdollistaa datapohjaisen lähestymistavan tuotannon ja jäätämisen ennustamiseen: tutkimalla voimaloiden tuotantodatan ja sääilmiöiden välisiä yhteyksiä, voidaan ennustemalli optimoida jokaiselle tuulipuistolle erikseen sopivaksi.

Näin tuulivoimaloiden erilaiset ominaisuudet lapojen pintamateriaaleissa ja muodoissa, sekä jään kertymisen aiheuttamissa tuotantotappioissa voidaan ottaa huomioon.

Ennustevirheet jäätymistapahtumien aikana ovat yksi merkittävimmistä lisäkustannusten syistä tuulipuistojen tuotannossa. AFRYn analyysin mukaan ennustemalli voi vähentää jäätymisestä johtuvia ennustevirheitä merkittävästi, ja lähes kaikki jäätymistapahtumat pystytään ennustamaan. Tämä voi vähentää vuosittaisia ennustevirheistä aiheutuvia kustannuksia tuhansilla euroilla jokaista tuulivoimalaa kohden.

Jään kertymisen aiheuttamat haasteet

• Kylmissä ilmastoissa jään kertyminen tuulivoimaloiden lapoihin vaikuttaa merkittävästi tuulipuistojen toimintaan.
• Jäätymishäviöt aiheuttavat suurta epävarmuutta tuotantoennusteissa.
• Sähkömarkkinoiden tasepoikkeamien hinnat ovat tyypillisesti erittäin korkeita jäätävissä olosuhteissa, mikä korostaa ennustetarkkuuden taloudellista merkitystä.

AFRY DAPS verrattuna muihin markkinoilla oleviin ennustemalleihin

AFRYn jäätämisen ennustemalli eroaa monista muista markkinoilla olevista malleista esimerkiksi seuraavilla tavoilla:

• Malli huomioi eri jäätyypit (esim. kirkas jää voi aiheuttaa suurempia tuotantotappioita kuin huurrejää).
• Mallin kehityksessä on keskitytty ennustamaan erityisentarkasti jään irtoamishetki, jolla on usein suurin vaikutus jäätämistapahtuman kustannuksiin.
• Mallin parametrit optimoidaan kunkin tuulipuiston SCADA-historiadatan perusteella.
• Malli soveltuu myös tuulivoimaloille, joissa on jäänestojärjestelmä tai muita erityisominaisuuksia.

AFRY DAPSin käyttäminen tuulipuistossa

Järjestelmä hyödyntää sääennusteita, AFRYn ennustemalleja, tuulipuistojen SCADA-dataa ja kehittyneitä data- analyysimenetelmiä. Tuulipuiston tuotantoennusteet lasketaan automaattisesti 15 minuutin aikaresoluutiolla jopa 10 päivää eteenpäin yksittäisille tuulivoimaloille, tuulipuistoille tai suuremmille kokonaisuuksille.

Järjestelmä sisältää voimalakohtaiset tuotanto- ja jäätämishäviöennusteet ja auttaa minimoimaan tasehinnoista ja hintavaihteluista aiheutuvia kustannuksia. SCADA-data (tuotantoteho, tuulen nopeus, suunta ja lämpötila) yhdistetään sääennusteisiin optimaalisten ennusteiden saavuttamiseksi.

Ennustemallin tarkkuus

AFRYn jäätymisen ennustemalli perustuu jään kertymisen fysiikkaan ja data-analyysimenetelmiin. Validoinnit on tehty käyttäen sähkömarkkinoiden hintatietoja ja historiallista dataa eri tuulipuistoista.

Validointitulokset osoittavat, että AFRY DAPS voi vähentää ennustevirheiden kustannuksia merkittävästi. Nykyisissä asiakasprojekteissa mallin kustannussäästöpotentiaali on ollut kymmeniä tuhansia euroja jokaista tuulipuistoa kohden. Talvikauden aikana ennustemalli on pystynyt ennustamaan jäätämistapahtumista noin 80 %.