Das Projekt "WindSage - Optimierung der Windleistungsprognose für Windparks, Netzknoten, Regelzonen und Deutschland mit Methoden des Maschinellen Lernens durch optimale Kombination von deterministischen und probabilistischen Wettervorhersagen, Teilvorhaben: EWC Weather Consult GmbH" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz. Es wird/wurde ausgeführt durch: EWC Weather Consult GmbH.Ziel des Projektes ist es, das von den Projektpartnern gemeinsam betriebene operationelle Windleistungsprognosesystem in mehreren Bereichen signifikant zu verbessern und damit den Vorhersagefehler der Day-ahead-Prognose für Deutschland auf ein bisher nicht erreichtes Niveau von unter 3% (nRMSE) zu senken. Das bisherige System erreicht mit nur einem Wettervorhersagemodell (NWP) 4,1% nRMSE. Eine erhebliche Verbesserung der Prognosegüte soll durch die Hinzunahme von neun weiteren NWP-Modellen und Ensemblevorhersagen erreicht werden. Für die damit notwendige Gewichtung und Datenreduktion der Eingangsparameter und der damit einhergehenden Bewertung und Auswahl der verschiedenen NWP-Daten kommen hochmoderne Optimierungsverfahren des Maschinellen Lernens (ML) zum Einsatz. Nach Abschluss der Entwicklungsarbeiten und Testbetrieb des neuen Vorhersagesystems WindSage findet ein Benchmark von WindSage statt. Das Vorhaben ist in 5 Arbeitspakte (AP A-E) und Projektkoordination gegliedert. Im AP A (Datenakquisition) werden zuerst die noch nicht vorhandenen Daten weiterer NWP-Modelle und Windeinspeisedaten beschafft, bevor dies im AP B aufbereitet und qualitätsgesichert werden. In AP B werden ebenfalls auf Basis der neuen Wettermodelle physikalische Windleistungsvorhersagen erstellt. Diese dienen als Eingangsdaten für AP C, der Belernung und Optimierung der Windleistungsprognosen mit ML-Methoden. Vorgesehene Arbeitsschritte sind der Test und die Evaluierung verschiedener ML Techniken und Architekturen, die automatische Auswahl der Eingangsparameter mit Optimierungsmethoden, die Verbesserung von Rampenvorhersagen und die Minimierung des Maximalfehlers von Prognosen. In AP D wird WindSage in ein operationelles System implementiert und getestet, bevor in AP E ein Online-Benchmark über mehrere Monate stattfinden wird. Den Abschluss des Vorhabens stellt ein Workshop mit allen Teilnehmern des Benchmarks dar.
Das Projekt "Entwicklung eines Rechenmodells zur Windleistungsprognose für das Gebiet des deutschen Verbundnetzes^Entwicklung eines Rechenmodells zur Windleistungsprognose für das Gebiet des deutschen Verbundnetzes, Entwicklung eines Rechenmodells zur Windleistungsprognose für das Gebiet des deutschen Verbundnetzes" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit. Es wird/wurde ausgeführt durch: Universität Kassel, Institut für Solare Energieversorgungstechnik e.V, Standort Kassel.Ziel des vorgeschlagenen Projektes ist die Entwicklung, Erprobung und Demonstration eines computergestützten Rechenmodells welches die Vorhersage der Windleistung für die Versorgungsgebiete der E.ON Netz, VEAG und des gesamten Verbundnetzes ermöglicht Basierend auf das WMEP-Fernmessnetz mit ca. 50 Standorten (30/50m Windmessungen) und Leistungsmessung an Umspannwerken und großen Windparks in unmittelbarer Nähe wird über die Windprognose des Deutschen Wetterdienstes (DWD) für diese ausgewählten Standorte eine Leistungsprognose für den Zeitraum von 16 bis 48 Stunden durchgeführt. Die DWD-Prognosen werden durch den Abgleich mit WMEP-Messdaten für diese Vorhersagestandorte bezüglich der Genauigkeit optimiert. Die Prognose für den Zeitraum bis zu 4 Stunden wird durch Hinzunahme von Online-Messdaten für E.ON und VEAG verbessert. Weiterer Schwerpunkte sind die Verbesserung lokaler Prognosen und die Anpassung für Offshore-Windparks sowie die Langzeitprognose mit Hilfe von WMEP-Statistiken und saisonalen Vorhersagen des DWD. Aufgrund der Ergebnisse aus vorangegangenen Projekten ist die Einsetzbarkeit und der wirtschaftliche Nutzen der Modelle zu erwarten.