info@PortalDerWirtschaft.de | 02635/9224-11
Suchmaschinenoptimierung
mit Content-Marketing - Ihre News
EWC Weather Consult GmbH |

Maschinelle Lernverfahren unterstützen komplexes Winddatenmanagement

Bewerten Sie hier diesen Artikel:
1 Bewertung (Durchschnitt: 2)


EWC auf der EWEA Barcelona


Karlsruhe, 21.02.2014. Viel Wind um Wind: Auf der größten europäischen Veranstaltung zur Windenergie, EWEA 2014 Annual Event, vom 10.-13. März 2014 in Barcelona, dreht sich auch für EWC Weather Consult GmbH aus Karlsruhe das Windrad. In Halle 6, Stand 6B42 stellen die Karlsruher Wetterdienstleister und Windexperten ihr komplexes Datenmanagement und -portfolio vor. Mit im Messegepäck sind MCP (Measure Correlate Predict)-Verfahren für Windmessungen, Analysen zur Beurteilung von Windpark-Standorten, (auf historischen Daten basierende) Simulationsberechnungen und Prognosen der Stromeinspeisung sowie Lösungen zur optimalen Kombination von (3rd-Party) Windvorhersagen.

Mit über 60 teilnehmenden Nationen bietet das Event der internationalen Windgemeinde eine Plattform mit Ausstellung, Konferenz und Netzwerkmöglichkeiten. EWC, seit 1999 als Wetterdienstleister im Energiesektor tätig und führender Technologietreiber für Langzeitkorrekturen für Ertragsrechnungen sowie Wettermessdatenverarbeitung, geht hier aktiv auf Direktvermarkter, Planer, Projektierer, Investoren und Netz- und Windenergieanlagenbetreiber zu. Um die immer steigenden Ansprüche des Windmarktes bezüglich präzisen Vorhersagen begegnen zu können, rechnet EWC komplexe physikalische Vorhersagen, kalibriert Messdaten und kombiniert unterschiedlichste Vorhersagemodelle und Modellparameter, Reanalysen, Satellitenbilder und andere Winddatenquellen. So erhalten z.B. Stromhändler eine Metaprognose/ Kombibox auf Basis Maschineller Lernverfahren: eine verbesserte Gesamt-Portfolio-Prognose durch Kombination unterschiedlicher, auch unabhängiger fremder Prognosen. Der Vorteil hier liegt in der deutlich verbesserten Vorhersagegüte, beispielhaft zu sehen beim Day-Ahead-Vorhersagefehler (15% geringerer MAE, Mean Absolute Error).

Im Februar auf der E-world energy & water 2014 in Essen neu eingeführt wurde der Erneuerbaren Energie Index, ein Langzeitindex der aktuellen Stromproduktion und Teillösung der Energie-Meteorologischen Analyse. Er umfasst meteorologischen Zeitreihen und Felder auf Basis von Reanalysedaten und Simulationsberechnungen und bietet den Vergleich aktueller Stromproduktionsdaten gegenüber einem 35-jährigen Produktionsrückblick unter Berücksichtigung von Zubau-Daten.

Im Fokus dieser Messe stehen für die süddeutschen Windexperten auch hochaufgelöste, zeitnahe Wind- (und Solar)Leistungsprognosen für verbesserte Intraday- und Day-Ahead-Prognosen, die im letzten Jahr mittels Maschineller Lernverfahren ebenfalls in eine neue, deutlich höhere Qualitätsliga für Vorhersagen katapultiert wurden. Die für die Direktvermarktung geeigneten Kurzfristvorhersagen werden mit aktuellen Einspeisungsdaten bestehender Windparks kalibriert und etwaige Fehler werden durch probabilistische Fehlercharakterisierung ausgemerzt.

Die bereits seit drei Jahren am Markt verfügbare, online abfragbare und innerhalb von Minuten zur Verfügung stehende Windpotenzialanalyse wurde bei EWC um umfangreiche Wind- und Ertragszeitreihen ergänzt. Dazu gehören auch der Windenergie-Index und das weltweit beste Verfahren zur Langzeitkorrelation von Messdaten. Langzeitkorrekturen (MCP) für Windmessungen mittels Maschineller Lernverfahren dienen dabei zur Reduktion der Unsicherheiten von Windenergieprojekten und erhöhen die Chance auf erzielbare, realistische Ertragszahlen bzw. sicherere Kalkulation von Margen.

Auch die für Wetterdienstleister obligatorischen Wetterprognosen sind bei EWC nun für jeden beliebigen Ort weltweit verfügbar – und das auf Basis globaler, amtlicher Wetterdaten und hochauflösender Prognose-modelle. Mit im EWC-Portfolio befinden sich die dazu gehörigen Analysen, die Plausibilisierung von Einspeisungsdaten sowie die Filterung von Wettermess- und Windzählerdaten.

Nicht nur historische Analysen, auch der Blick ins zukünftige Wettergeschehen ist bei EWC wichtig: So tragen Wetter-, Wind- und Ertragsprognosen zur optimierten Wartungsplanung und reibungsloseren Störungsbehebung (z. B. durch Unwetterwarnungen) in Wind- und Solarparks bei.

Als Konferenzteilnehmer positioniert sich EWC als lösungsorientierter Wetterdatenmanager mit Schwerpunkt auf der Winddatenveredelung und Anpassung von Winddaten und präsentiert seinem Fachpublikum im Konferenzbereich der EWEA Postervorträge zur „Langzeitkorrektur von Windmessungen mittels Maschineller Lernverfahren“ und „Unsicherheiten in der Modellkette zu probabilistischen Prognosen“. Nähere Informationen online unter www.weather-consult.com/ewea_2014.

EWC Weather Consult GmbH
Als unabhängiger, privater Anbieter von Wetterinformationen bietet EWC zeit- und ortsbezogene Wetterdaten, historische Wetterdatenbanken, Wettergutachten und -prognosen sowie Blitz- und Klimastatistiken für Wirtschaftsunternehmen der Versicherungs- und Energiebranche, Behörden sowie den Freizeitbereich. Unter dem Einsatz modernster Internettechnologien sowie zeit- und ortsbezogener Wetterdaten in höchster Qualität erstellen Diplom-Meteorologen Kurz- und Mittelfristprognosen und treffen Aussagen zu allen Wetterbedingungen im In- und Ausland. Das Unternehmen wurde 1999 gegründet. Durch qualifiziertes Personal, eigene Wettermodelle, Kooperationen mit kompetenten Partnern und konsequenter Erweiterung des Dienstleistungsportfolios erschließt EWC aktiv nationale und internationale Märkte.

Web: http://www.weather-consult.com


Für den Inhalt der Pressemitteilung ist der Einsteller, Stefanie Raysz, verantwortlich.

Pressemitteilungstext: 515 Wörter, 4723 Zeichen. Als Spam melden

Unternehmensprofil: EWC Weather Consult GmbH

Maschinelle Lernverfahren machen Windkraftprojekte sicherer

Karlsruhe/Stuttgart 28.11.2013. Um festzustellen, ob sich ein Standort für ein Windkraftprojekt eignet, brauchen Investoren, Projektierer und Anlagenbetreiber ein Gutachten. Dabei müssen sie allerdings Unsicherheiten aus Meteorologie und Technologie in Kauf nehmen – was sich wiederum direkt auf die Finanzierung der Projekte durch die beteiligten Banken auswirkt. Neue Wege, um solche Risiken zu minimieren, geht der Karlsruher Wetterdienstleister EWC. In Kooperation mit dem Zentrum für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg (ZSW) wurde eine neuartige Methode des Langzeitbezugs von Windmessungen (MCP) für Windkraftstandorte entwickelt, die wetter- und technologiebedingte Unsicherheiten gegenüber den herkömmlichen Verfahren deutlich reduziert.

Auf tiefen neuronalen Netzen aufbauend, ermöglicht dieses Verfahren der süddeutschen Projektpartner nicht-lineare Korrekturen der langen Zeitreihen, die die Korrelation, also die zeitliche Übereinstimmung, zur Messung verbessert. Das Ergebnis basiert auf aktuellen Messwerten vor Ort und liefert eine 34 Jahre umfassende, stündliche Windzeitreihe für die projektierte Windkraftanlage bzw. den Messstandort.
Bei der detaillierten Evaluation des maschinellen Lernverfahrens zeigt sich eine deutliche Überlegenheit gegenüber herkömmlichen Methoden.
So ist die Häufigkeitsverteilung der Windgeschwindigkeit sowie die Korrelation zwischen Messung und Langzeitdaten optimiert und weist in allen betrachteten Fällen wesentlich geringere Fehler in der Ertragsabschätzung auf als zum Beispiel bei klassischen Verfahren mit linearen Regressionen oder der Matrix-Methode. Bei der Untersuchung stellte sich heraus, dass schon bei einer Messdauer von neun Monaten das vorgestellte Verfahren der süddeutschen Forscher und Dienstleister das Qualitätsniveau der klassischen Methoden erreicht. Bei längeren Beobachtungszeitreihen kommt die ganze Stärke des Verfahrens zum Tragen: Selbst an komplexen Standorten lassen sich bisherige Fehler um bis zu 50 Prozent reduzieren, sobald die Messdauer 12 Monate erreicht.
Neben der Messdauer spielt auch die Verfügbarkeit der Langzeitdaten eine große Rolle. Die Zeitreihen basieren auf MERRA-Reanalyse-Daten, für die EWC aus 3D-Daten individuelle Windprofile mittels verifizierter Downscaling-Verfahren berechnet. Ein weiterer Vorteil: Die letztmonatlich fehlenden Reanalysen werden durch Daten anderer Wettermodelle ersetzt. Ein Bezug zu aktuellen Messdaten von "gestern" ist somit immer gegeben.

„Mit Hilfe der selbstoptimierenden neuronalen Netze können wir den systematischen Fehler (BIAS) und den Verteilungsfehler so stark minimieren, dass die Korrelation der Langzeitreihe der Winddaten auf stündlicher Basis extrem hoch ist.


Kommentare:

Es wurde noch kein Kommentar zu diesem Thema abgegeben.



Ihr Kommentar zum Thema





Weitere Pressemitteilungen von EWC Weather Consult GmbH lesen:

EWC Weather Consult GmbH | 01.07.2016

Mehr Wetterwissen für Energieprognose-Manager

Unter dem Titel „Wetter und Erneuerbare als Treiber im Energiemarkt“ erklärt Alexander Lehmann, Geschäftsführer der EWC Weather Consult GmbH, angehenden Energieprognose-Managern, wie Wetterdaten optimal eingesetzt werden können. Das Wetter-...
EWC Weather Consult GmbH | 20.06.2016

EWC-Langzeitindex: Viel Wind im Mai sorgt für eines der besten Ergebnisse der Windleistung

 Die Solarstromproduktion lag mit 4.715 GWh nur leicht über dem Durchschnitt. Im langjährigen Vergleich entspricht das dem 13. Rang. Zusammen genommen wäre die Leistung aus Solar- und Windkraft das drittbeste Ergebnis gewesen, nur in den Jahren 1...
EWC Weather Consult GmbH | 23.04.2015

Wetterinformationen für das Unwetter- und Kumulschadenmanagement sowie den einzelnen Schadenfall aus einer Hand

Die diesjährigen Schwerpunkte der Karlsruher Wetterexperten liegen auf Unwetteranalysen sowie Wetterinformationen für das Kumulschadenmanagement. Besonders in diesen Bereichen sieht sich die Versicherungs- und Wohnungswirtschaft oftmals mit logisti...