Im EU Forschungsprogramm WIRE: „Weather Intelligence for Renewable Energies“ der europäischen Kooperation in Wissenschaft und Technik (COST) wurde ein Prognose Benchmark-Test durchgeführt, in welchem das Fraunhofer IWES aus Kassel die besten Windparkprognosen erstellte.

enercast verfügt auf Grund der engen Kooperation mit dem Fraunhofer IWES als einziger Prognosedienstleister über die aktuellen Fraunhofer-Forschungsergebnisse im Bereich Energieprognosen. Diese werden exklusiv in den enercast-Algorithmen verwendet und für Direktvermarkter, Stromhändler und Netzbetreiber angeboten.

Mit diesen Algorithmen wurden jetzt im EU Forschungsprogramm WIRE: „Weather Intelligence for Renewable Energies“ der europäischen Kooperation in Wissenschaft und Technik (COST) bei einem weltweiten Prognose Benchmark die besten Windparkprognosen erstellt.

Teilnehmer aus Europa, Japan, Indien, USA und Australien nahmen an dem Benchmark-Test teil, den WIRE COST Action in 2013 initiierte. Im Fokus der Auswertung stand die Güte der einzelnen Prognosealgorithmen, welche zur Transformation der meteorologischen Eingangsgrößen in die zu erwartende Leistungsproduktion der Windparks herangezogen wurden. Die Teilnehmer erhielten die gleichen Datensätze an historischen lokalen Wetterprognosen und Leistungsmessungen von zwei Windparks. Für den Auswertezeitraum wurden jedoch nur die Wetterprognosen bereitgestellt. Die Aufgabe bestand darin, die Leistung von zwei Windparks für diesen Zeitraum zu prognostizieren. Um ebenfalls Aussagen über die Einsetzbarkeit der Prognosemodelle für verschiedene orographische Bedingungen treffen zu können, wurden zwei Windparks mit besonders extremen lokalen Eigenschaften ausgewählt. Beide Windparks befinden sich in Italien, wobei einer eine installierte Nennleistung von 104 MW aufweist und sich im komplexen Gelände befindet. Der andere umfasst ein Anlagenportfolio von 21 MW und ist im Flachland gelegen.

Zur Modellierung des Zusammenhangs zwischen den meteorologischen Eingangsgrößen aus dem Wetterprognosemodell und der zu erwartenden Leistungsproduktion der Windparks verwendeten die Forscher des Fraunhofer IWES Künstliche Neuronale Netze (KNN), dessen Topologie und Lernverfahren speziell für diese Aufgabe angepasst wurden. „Der Einsatz von KNN für die Windleistungsvorhersage wurde vom Fraunhofer IWES schon im Jahr 2001 umgesetzt und läutete eine neue Ära auf diesem Gebiet ein“, betont Dr. Rohrig. Ein besonderer Fokus liegt hierbei in der Vorverarbeitung der verfügbaren Daten. Diese umfasste eine umfangreiche Analyse der vorhandenen historischen Leistungsmessungen und eine optimierte Aufbereitung und Auswahl der Modelleingangsvariablen.

Die Leistungsprognosen aller teilnehmenden Institutionen wurden vom COST Action Organisationskomitee für alle Vorhersagehorizonte der zugrundeliegenden Wetterprognose ausgewertet. Diese umfassen Vorlaufzeiten von 1 bis 48 bzw. bis 72 Stunden in Abhängigkeit vom verwendeten Wettermodell.
Das Ergebnis dieses Benchmark-Tests spiegelt die Kompetenz des IWES für Leistungsprognosen und statistisch basierte Modellierung wieder.
Durch die exklusive Kooperation mit dem Fraunhofer IWES im Bereich der Leistungsprognosen nutzt enercast als einziger Prognosedienstleister den ausgezeichneten Algorithmus zur Erstellung von Leistungprognosen für Netzbetreiber und Stromhändler.