Wettermodelle
Für einen Vorhersagehorizont bis zu einigen Tagen werden operationelle Wettervorhersagen mit nummerischen Wettermodellen erstellt.
Diese stellen so auch einen geeigneten Ansatz-punkt zur Vorhersage der Einstrahlung dar.
Strahlungsvorhersagen der Wetterdienste Strahlungsvorhersagen werden zurzeit nur von wenigen Wetterdiensten direkt angeboten, der Schwerpunkt der Wetterdienste liegt bei anderen Vorhersagegrößen, z. B. Temperatur oder Windgeschwindigkeit.
Das ECMWF (European Center for Medium-range Weather Forecasts) stellt Globalstrahlungs-vorhersagen auf Basis eines Globalmodells in einer räumlichen Auflösung von ca. 25 km x 25 km und einer zeitlichen Auflösung von 3 Stunden bereit. Globalstrahlungsvorhersagen in stündlicher Auflösung auf Basis eines MOS (Model Output Statistics)-Systems werden von dem privaten Wetterdienstleister Meteomedia für ca. 850 Wetterstationen in Deutschland angeboten. Das MOS-System beruht dabei ebenfalls auf ECMWF-Vorhersagen. Zum Training des MOS wurden satellitenbasierte Einstrahlungsdaten verwendet.
Genauigkeitsanalyse
Eine Genauigkeitsanalyse dieser Strahlungsvor-hersagen in Bezug auf solarenergetische Anwendungen wurde in [6]durchgeführt. Für diese Anwendungen ist häufig eine stündlich aufgelöste, standortspezifische Vorhersage not-wendig. Daher wurden zunächst verschiedene Ansätze untersucht, um aus den räumlich und zeitlich grob aufgelösten Strahlungsvorhersagen des ECWMF entsprechend höher aufgelöste Vorhersagen abzuleiten. Mit einem Interpolati-onsverfahren, das den sonnenstandabhängigen Tagesgang der Einstrahlung bei klarem Himmel berücksichtigt, wurden die besten Ergebnisse erzielt.
58
Abb. 2zeigt beispielhaft eine auf Basis dieses Verfahrens berechnete Vorhersage der Leistung PAC eines PV-Systems in Süddeutschland für einige Tage im Juli 2006. Die Leistung ist dabei auf die installierte Leistung Pnom normiert.
Zum Vergleich ist die gemessene Leistung dar-gestellt. Die Abbildung macht deutlich, dass für sonnige Tage die Vorhersage die tatsächliche PV-Produktion gut wiedergibt, während an bewölkten Tagen teilweise deutliche Abwei-chungen zwischen Vorhersage und PV-Messung auftreten. Insbesondere werden die starken Schwankungen der Einstrahlung bei variabler Bewölkung von der Vorhersage nur ungenügend wiedergegeben.
Eine quantitative Auswertung der Vorhersage-genauigkeit von Globalstrahlungsvorhersagen ist inAbb. 3gegeben. Diese Auswertung beruht auf einem Vergleich mit Messdaten der Global-strahlung von 18 deutschen Wetterstationen für das Jahr 2004. Zur Bewertung der Genauigkeit ist der relative root mean square error (rRMSE) angegeben. Zur Berechnung des rRMSE wurden nur Tageswerte verwendet und es wurde auf die mittlere Einstrahlung normiert. Bis zu einem Vorhersagehorizont von 3 Tagen wurde die Vorhersagegenauigkeit jeweils für jeden Vorher-sagetag getrennt berechnet.
Abb. 3 zeigt den rRMSE über dem Vorhersage-horizont in Tagen für die ECMWF basierten Vor-hersagen, die MOS-Vorhersagen und für eine Persistenzvorhersage im Vergleich. Persistenz bedeutet dabei, dass die Einstrahlung des Tages, an dem die Vorhersage erstellt wird, auch für
die nächsten Tage angenommen wird. Dies stellt einen sehr einfachen Ansatz zur Vorher-sage dar, der oft als Referenz verwendet wird.
Im linken Bild sind die Vorhersagen für alle Situationen ausgewertet. Es wird deutlich, dass beide Vorhersageansätze eine ähnliche Qualität aufweisen und deutlich bessere Ergebnisse als mit dem Persistenzansatz erzielt werden. Insge-samt sind die Vorhersagefehler im Bereich von 35 % - 40 % jedoch relativ hoch. An Tagen mit überwiegend klarem Himmel ist die Vorhersage-qualität deutlich besser, wie die Auswertung im rechten Bild von Abb. 3zeigt. Hier werden die besten Ergebnisse mit dem ECMWF basierten Ansatz erzielt, für den die Fehler unter 20 % liegen.
Für die Nutzung der Vorhersagen für konzen-trierende Systeme wie z. B. solarthermische Kraftwerke sind Vorhersagen der
Direktnormal-59 Abbildung 2
Vorhersage im Vergleich zu gemessener Leistung für ein PV-System für 7 Tage im Juli 2006
Abbildung 3 rRMSE über dem Vorhersagehorizont in Tagen für die ECMWF basierten Vorher-sagen, die MOS-Vorhersagen und eine Persistenzvorhersage im Vergleich.
Links: Auswertung für alle Situationen, rechts: Auswertung für Situationen mit klarem Himmel
2004, klarer Himmel
rRMSEin%
strahlung erforderlich. Diese lassen sich aus den Globalstrahlungsvorhersagen mit Direkt-/Diffus-modellen ableiten. Eine Validierung mit Boden-messungen hat gezeigt, dass die Genauigkeit hier deutlich geringer ist als bei Globalstrahlungs-vorhersagen. Dies ist im Wesentlichen darauf zurückzuführen, dass sich Ungenauigkeiten in der Vorhersage der Bewölkungssituation bei der Berechnung der Direktstrahlung stärker auswir-ken als bei der Berechnung der Globalstrahlung.
Zusammenfassend lässt sich feststellen, dass die vorgestellten Ansätze zur Strahlungsvorhersage auf Basis nummerischer Wettermodelle eine Ausgangsbasis zur Anwendung im Solarenergie-bereich darstellen. Nummerische Wetter-modelle sind in der Regel jedoch nicht auf die Berechnung der Einstrahlung als Vorhersage-größe optimiert. Eine höhere Vorhersagegenau-igkeit wäre für viele Anwendungen wichtig und es besteht in diesem Zusammenhang erheblicher Forschungsbedarf.
Ansätze zur Weiterentwicklung
Im Folgenden werden verschiedene Ansätze vor-gestellt, Strahlungsvorhersagen zu verbessern:
1) Nutzung und Weiterentwicklung von Wolkenvorhersagen aus nummerischen Wetter-modellen
Der neben dem Sonnenstand wichtigste Faktor für die Solarstrahlung am Boden ist der Bewölkungsgrad. So können Vorhersagen der Bewölkungssituation in Verbindung mit Strahlungsmodellen als Basis für Strahlungsvor-hersagen genutzt werden. Parameter, die den Bewölkungsgrad charakterisieren, gehören zum Standard-Output der meisten nummerischen Wettermodelle und werden, im Gegensatz zu Strahlungsvorhersagen, von vielen Wetter-diensten operationell bereitgestellt. Es ergeben sich so erweiterte Möglichkeiten der Nutzung von Vorhersagen der Wetterdienste zur Strahlungsvorhersage.
Einen grundlegenderen Ansatz zur Verbesserung von Strahlungsvorhersagen stellt die Analyse und Optimierung von modellinternen Wolken-parametrisierungen in mesoskaligen Modellen dar.
2) Integration von Aerosolvorhersagen mit chemischen Transportmodellen
Für die Einstrahlung bei klarem Himmel spielt die Zusammensetzung der Atmosphäre eine wichtige Rolle. Dabei beeinflussen Aerosole insbesondere die Direktstrahlung. Typische Schwankungen der Direktstrahlung in Abhängigkeit von der Aerosolkonzentration betragen bei klarem Himmel bis zu 25 % [3].
Derzeit werden Aerosole in nummerischen Wettermodellen über Standardszenarien modelliert, die aktuelle Entwicklung der Aerosol-konzentration wird nicht berücksichtigt.
Durch die Kopplung mit existierenden Luft-qualitätsmodellen können Aerosolvorhersagen integriert werden, um verbesserte Strahlungs-vorhersagen bei wolkenlosem Himmel zu erreichen. Zur Beschreibung der insbesondere in Südeuropa relevanten Staubausbrüche aus der Sahararegion ist es dabei wichtig, ein Staub-Modul in die Modelle einzubinden.
3) Statistisches Postprocessing
Die statistische Nachbereitung der Ergebnisse nummerischer Wettermodelle ermöglicht eine Reduktion von systematischen Abweichungen für bestimmte Situationen und eine optimale Anpassung an lokale Gegebenheiten. Dieser Ansatz ermöglicht es, zusätzliche Informationen z. B. über die Orographie oder weitere Vorher-sageparameter zu nutzen. Weiterhin können Vorhersagen verschiedener Modelle statistisch so gekoppelt und gewichtet werden, dass sich die Vorteile der unterschiedlichen Modelle insgesamt verstärken und Schwächen ausge-glichen werden. Über ein solches Verfahren kann letztlich eine bessere Vorhersage gewonnen werden als über die Betrachtung der einzelnen Modelle.
4) Nutzung von Ensemble-Vorhersagen Ein weiterer Ansatz ist die Verwendung von Vorhersagen mit ensemble prediction-Systemen, wie sie z. B. vom ECMWF zur Verfügung gestellt werden. Hierbei werden verschiedene Vorher-sageläufe durch leicht variierende Anfangsbe-dingungen erzeugt. Über das sich so ergebende Spektrum unterschiedlicher Resultate können Rückschlüsse auf den wahrscheinlichsten Verlauf und die zu erwartende Genauigkeit der Vorher-sage gezogen werden. Angaben zur Genauig-keit der Vorhersage stellen dabei eine wertvolle 60
Information für die Anwendung dar. Eine ausführlichere Darstellung zu Ensemble-Vorher-sagen findet sich in [13].