Volltext-Downloads (blau) und Frontdoor-Views (grau)
The search result changed since you submitted your search request. Documents might be displayed in a different sort order.
  • search hit 1 of 18
Back to Result List

Entwicklung innovativer satellitengestützter Methoden zur verbesserten PV-Ertragsvorhersage auf verschiedenen Zeitskalen für Anwendungen auf Verteilnetzebene

  • Anhand detaillierter Netzanalysen für ein reales Mittelspannungsnetzgebiet konnte gezeigt werden, dass sowohl die Einbindung von Prognosedaten auf Basis von Satelliten und Wetterdaten, als auch die Verbesserung von Folgetagsprognosen auf der Basis numerischer Wettermodelle einen deutlichen Mehrwert für ein prognosebasiertes Engpassmanagement bzw. Redispatch und Blindleistungsmanagement im Verteilnetz aufweisen. Auch Kurzfristprognosen auf der Basis von Satellitendaten haben einen positiven Effekt. Ein weiterer wichtiger Mehrwert des Projektes ist auch die Rückmeldung der kritischen Prognosesituationen aus Sicht der Anwendungsfälle, so dass wie bereits im Projekt gezeigt und darüber hinaus, Prognosen zielgerichteter auf die Anwendung im Verteilnetzbetrieb ausgelegt und optimiert werden können. Weiterhin konnten Prognoseverbesserungen für das Vorhersagemodell des Deutschen Wetterdienstes durch die Assimilation von sichtbaren Satellitenbildern erreicht werden. Darüber hinaus wurden Wolken- und Strahlungsprodukte aus Satelliten verbessert und somit die Datenbasis für die Kurzfristprognose als auch für die Assimilation. Darüber hinaus wurden verschiedene Methoden entwickelt, die zukünftig zu einer weiteren Prognoseverbesserung, insbesondere für Wettersituationen mit hohen Prognosefehlern, führen könnten. Solche Situationen wurden aus Sicht des Netzbetriebs und mithilfe von satellitenbasierten Analysen der Gesamtwetterlage für die Perioden der MetPVNet Messkampagnen identifiziert. Hierbei handelte es sich insbesondere um Situationen mit starker oder stark wechselhafter Bewölkung. Für die MetPVNet Messkampagnen wurde auf der Basis eines Trainingsdatensatzes und in Abhängigkeit der Variabilitätsklasse die Abweichung der bodennahen Einstrahlung von Satellitendaten oder von Strahlungsprognosen quantifiziert. Diese Art der Informationen bietet zukünftig die Möglichkeit zur Bewertung der Prognosegüte.
  • Detailed network analyses for a real medium-voltage grid area showed that both the integration of forecast data based on satellites and weather data and the improvement of next-day forecasts based on numerical weather models have clear added value for forecast-based congestion management or redispatch and reactive power management in the distribution grid. Short-term forecasts based on satellite data also have a positive effect. Another important added value of the project is the feedback of critical forecast situations from the point of view of the use cases, so that, as already shown in the project and beyond, forecasts can be designed and optimised more specifically for the specific application in distribution grid operation. Furthermore, improvements to the forecast model of the German Weather Service were achieved through the assimilation of visible satellite images. Furthermore, cloud and radiation products from satellites were improved and through this also the data basis for both short-term forecasts as well as data assimilation. In addition, various methods were developed that could lead to further forecast improvements in the future, especially for weather situations with high forecast errors. Such situations were identified from the perspective of grid operation and with the help of satellite-based analyses of the overall weather situation for the periods of the MetPVNet measurement campaigns. In particular, these were situations with heavy or very changeable cloud cover. For the MetPVNet measurement campaigns, the deviation of the near-surface irradiance from satellite data or radiation forecasts was quantified on the basis of a training data set and depending on the variability class. In the future, this type of information will offer the possibility of evaluating the forecast quality.

Download full text files

Export metadata

Additional Services

Search Google Scholar Check availability

Statistics

Show usage statistics
Metadaten
Document Type:Report
Language:German
Author:Stefanie Meilinger, Anna Herman-Czezuch, Nicola Kimiaie, Christopher Schirrmeister, Rone Yousif, Stefan Geiss, Leonhard Scheck, Martin Weissmann, Felix Gödde, Bernhard Mayer, Tobias Zinner, James Barry, Klaus Pfeilsticker, Markus Kraiczy, Kevin Winter, Abdullah Altayara, Christian Reise, Mariella Rivera, Hartwig Deneke, Jonas Witthuhn, Jethro Betcke, Marion Schroedter-Homscheidt, Philipp Hofbauer, Bernhard Rindt
Subtitle (German):Schlussbericht
Number of pages:XVII, 180
URN:urn:nbn:de:hbz:1044-opus-59554
DOI:https://doi.org/10.18418/opus-5955
Contributor:Samantha Antonini
Publishing Institution:Hochschule Bonn-Rhein-Sieg
Contributing Corporation:Hochschule Bonn-Rhein-Sieg. Internationales Zentrum für Nachhaltige Entwicklung
Date of first publication:2021/10/15
Keyword:AOD; COD; Energiemeteorologie; Erzeugungsprognose; Inversion; Photovoltaik; Reflektanz; Satellitenprodukte; Si-Referenzzellen; Spektraler Einfluss; Strahlung; Strahlungsvariabilität; Verteilnetzbetriebsführung; Wolkenparameter; numerische Wettervorhersage
AOD; COD; Distribution grid management; Si reference cells; cloud parameters; energy meteorology; generation forecast; inversion; numerical weather prediction; photovoltaics; radiation; radiation variability; reflectance; satellite products; spectral influence
Departments, institutes and facilities:Institut für Technik, Ressourcenschonung und Energieeffizienz (TREE)
Internationales Zentrum für Nachhaltige Entwicklung (IZNE)
Projects:MetPVNet - Entwicklung innovativer satellitengestützter Methoden zur verbesserten PV-Ertragsvorhersage auf verschiedenen Zeitskalen für Anwendungen auf Verteilnetzebene (DE/BMWi/0350009A)
Dewey Decimal Classification (DDC):5 Naturwissenschaften und Mathematik / 55 Geowissenschaften, Geologie / 551 Geologie, Hydrologie, Meteorologie
Entry in this database:2021/10/15
Licence (Multiple languages):License LogoIn Copyright (Urheberrechtsschutz)