Kristina Lundgren

Kristina Lundgren

 Für die Sicherheit des Stromnetzes sind vor allem Ereignisse  mit extrem großen Fehlern in der Leistungsprognose besonderes kritisch. Diese Fehler stehen häufig in Zusammenhang mit  bestimmten Wettersituationen, können aber auch durch sogenannte Phasen- oder Amplitudenfehler zustande kommen. Ein Phasenfehler tritt beispielsweise auf, wenn das Eintreffen eines Frontendurchgangs zu früh oder zu spät vorhergesagt wird, d.h. das Ereignis wurde vorhergesagt, aber das zeitliche oder räumliche Eintreten ist mit Fehlern behaftet. Man spricht von Amplitudenfehlern, wenn der Betrag  der vorhergesagten Größe mit einem Fehler behaftet ist. Typische Beispiele von relevanten Amplitudenfehlern in der Vorhersage sind die Unterschätzung des nächtlichen Low-Level Jets in Nabenhöhe einer Windenergieanlage, als auch eine Überschätzung der kurzwelligen Strahlung am Boden, wenn die Vorhersage der  Bewölkung fehlerhaft ist. In der Realität treten diese beiden Fehlerkategorien oft gleichzeitig auf. Ziel des Forschungsprojektes EWeLiNE (Erstellung innovativer Wetter und Leistungsprognosemodelle für die Netzintegration wetterabhängiger Energieträger) ist es, bestehende Wetter- und Leistungsprognosen für Energieanwendungen zu optimieren und neue anwenderorientierte  Prognoseprodukte zu entwickeln. Im Projekt arbeiten als Verbundpartner das Fraunhofer Institut  IWES und der  Deutscher Wetterdienst (DWD). Als assoziierte Partner sind drei der deutschen Übertragungsnetzbetreiber (Amprion, Tennet TSO und 50 Hertz) beteiligt. Die Arbeiten geschehen in enger Zusammenarbeit mit den Anwendern, um ihre Anforderungen optimal in den Forschungsaktivitäten und in der Produktentwicklung zu berücksichtigen. Durch die Integration anwendungsorientierter probabilistischer Produkte in den Entscheidungsprozess kann es unter anderem zu einer verbesserten Risikoabschätzung von beispielsweise  Extremereignissen  kommen. Die Entwicklung von solchen Produkten ist eines der Kernansätze des Projektes.

Für die verbesserte Vorhersage der oben genannten Extremereignisse  werden  im Rahmen von EWeLiNE folgende Themenbereiche behandelt. Zum einen wird untersucht, in wie weit die Assimilation von neuartigen Beobachtungsdaten wie z.B. Wind- und Leistungsmessungen direkt von den Anlagen zu einer verbesserten Vorhersage führen kann. Diese Messungen haben den Vorteil, Informationen direkt von den Orten anzubieten, für welche die Vorhersage optimiert werden soll. Zum anderen wird an der Verbesserung der parametrisierten Prozesse in der Modellphysik hinsichtlich Wind- und Solaranwendungen gearbeitet. Neben einer detaillierten Evaluierung der operationellen Vorhersagen zur Identifikation typischer Fehler in der Vorhersage sollen durch  Sensitivitätsstudien die Ursachen der Fehler erforscht werden, um so die Beschreibung der relevanten physikalischen Prozesse des numerische Wettermodells COSMO-DE und im späteren Verlauf des Projektes das ICON Modell, welches gerade am DWD und Max-Planck Institut für Meteorologie (MPI-M) entwickelt wird, weiterzuentwickeln. Für die Evaluierung werden sowohl konventionelle Messdaten als auch Leistungsdaten benutzt. Die notwendigen Transformationsoperatoren für die Umrechnung zwischen Leistung und den jeweiligen meteorologischen Größen werden vom Fraunhofer IWES im Rahmen des Projekts entwickelt und bereitgestellt. Diese Transformationsoperatoren werden sowohl in das DWD Daten-Assimilationssystem integriert, als auch für Evaluierungen gegen Leistungsmessungen benutzt.

Ein weiterer Schwerpunkt des Projektes sind  ensemblebasierte probabilistische Prognosen, da so die unvermeidbaren Unsicherheiten der Vorhersagen quantifiziert und im Entscheidungsprozess berücksichtigt werden können. Im Rahmen von EWeLiNE werden neue Ansätze für die Generierung des Ensemblesystems COSMO-DE-EPS erarbeitet. COSMO-DE-EPS ist das operationelle Ensemblesystem des DWD auf der konvektionserlaubenden Skala, also mit einer hohen räumlichen Auflösung. Darüberhinaus werden geeignete Nachbearbeitungs- und Kalibrierungsverfahren für Wind- und Solaranwendungen entwickelt, welche die Vorhersagen mit statistischen Methoden verbessern sollen.

Dieser Beitrag fasst die Herausforderungen an Meteorologen zusammen, um numerische Wettervorhersagen und daraus abgeleitete Produkte für Energieanwendungen zu optimieren. Ansätze und erste Ergebnisse seitens des DWDs werden vorgestellt.

dwd_logo (1)