Windparkplannung in Der Stadt Wishek

Jiyuan Hu
Windparkplaunung im Stadt
Wishek
Hausarbeit für das Modul

Planung und Errichtung von Windparks
Studiengang: Umweltingenieurwesen
Matrikelnummer: 10043327
vorgelegt am: 27. Januar 2023
Leibniz Universität Hannover

Institut für Windenergiesysteme
Prof. Dr.-Ing. Andreas Reuter
Appelstraße 9A
30167 Hannover
Eidesstattliche Erklärung
Eidesstattliche Erklärung
Hiermit erkläre ich, Jiyuan Hu, dass ich die vorliegende Hausarbeit mit dem Titel
Windparkplaunung im Stadt Wishek
ohne unzulässige Hilfe Dritter und ohne Benutzung anderer als der angegebenen Hilfsmittel angefertigt
habe. Die aus fremden Quellen direkt oder indirekt übernommenen Gedanken sind als solche kenntlich
gemacht.
Insbesondere habe ich nicht die Hilfe einer kommerziellen Beratung in Anspruch genommen. Dritte
haben von mir weder unmittelbar noch mittelbar geldwerte Leistungen für Tätigkeiten erhalten, die
im Zusammenhang mit dem Inhalt der vorgelegten Arbeit stehen.
Die Arbeit wurde bisher weder im Inland noch im Ausland in gleicher oder ähnlicher Form eingereicht
und ist als Ganzes auch noch nicht veröffentlicht.
Der Prüfung der vorliegenden Hausarbeit durch Plagiatserkennungssoftware stimme ich zu.
Jiyuan Hu, Hannover, den 27. Januar 2023

Appelstr. 9A - 30167 Hannover
Planung und Errichtung von Windparks

Hausarbeitsaufgabenstellung Wintersemester 2022/23
Handout: 04.11.2022 Name: Jiyuan Hu

Handover: 27.01.2023 Matr.-Nr.: 0
Quadranten.: Q1|Q2
Gegeben ist ein Grundstück bei Wishek, USA. Vor Ort wurden vom 01.10.2009-30.09.2010 eigene
Windmessungen in drei verschiedenen Höhen durchgeführt. Aus der näheren Umgebung stehen außerdem
Langzeitdaten über den Zeitraum vom 01.01.1998-31.12.2011 zur Verfügung. Die Messdaten sind als
vollständig und fehlerfrei anzunehmen. Eine Korrektur der Messdaten ist nicht durchzuführen.
Auf Basis der gegebenen Daten ist ein Windgutachten und darauf aufbauend ein Windpark-Vorentwurf
zu erstellen. Folgende Punkte sind zu bearbeiten:
Wissenschaftliche Grundlagen ∑ 10.0 %
1. Beschreiben Sie knapp die für die Bearbeitung notwendigen Methoden und belegen Sie diese mit 10.0 %
zitierfähigen Quellen. Herleitungen sind nicht gefordert.
Windgutachten (Reproduktion der Übung) ∑ 33.0 %
1. Ermitteln Sie die Rauhigkeitslänge z0 des Standorts richtungsabhängig für die in Tabelle 1 6.0 %
gegebenen Sektoren.
2. Führen Sie eine sektorenweise Höhen-Extrapolation der Windgeschwindigkeit für alle in den Pla- 10.0 %
nungsunterlagen gegebenen Nabenhöhen durch (80 m, 100 m) und wenden Sie die MCP-Methodik
(Measure-Correlate-Predict) an: Ermitteln Sie für alle gegebenen Nabenhöhen Langzeitdaten-
gestützte synthetische Messreihen für Windgeschwindigkeit und -richtung. Versuchen Sie, die
Korrelationen zu optimieren und stellen Sie die Ergebnisse grafisch dar. Bewerten Sie die jeweiligen
Bestimmtheitsmaße R2 .
3. Berechnen Sie für alle gegebenen Nabenhöhen und Windenergieanlagen den Jahresenergieertrag 5.0 %
(Annual Energy Production - AEP) auf Basis der in der Übung vorgestellten Energy Pattern
Factor Methode und einer BIN-Breite von 1 m/s. Beachten Sie hierbei die Standort- und
Anlageneigenschaften aus Tabelle 2. Wählen Sie auf Basis des berechneten AEPs, der angesetzten
Anlagen- und Betriebskosten (siehe Tabelle 3) und Zertifizierungsrichtlinien eine Windenergieanlage
bzw. eine Nabenhöhe für das weitere Vorgehen aus.
4. Teilen Sie die synthetische Messreihe der ausgewählten Nabenhöhe in die gegebenen Sektoren ein 6.0 %
und erstellen Sie für jeden Sektor eine Häufigkeits- und Weibullverteilung. Verwenden Sie hierfür
erneut die in der Übung vorgestellte Energy Pattern Factor Methode und eine BIN-Breite von
1 m/s. Stellen Sie die Verteilungen für jeden Sektor in jeweils einem Diagramm dar.
5. Erstellen Sie eine Wind- und Energierose für die ausgewählte Nabenhöhe. Verwenden Sie dabei 6.0 %
für die Windrose eine Windgeschwindigkeitseinteilung von 5 m/s. Bestimmen Sie die Hauptwind-
richtung des Standorts und begründen Sie Ihre Wahl.
Seite 1 von 4
Appelstr. 9A - 30167 Hannover
Windpark-Vorentwurf ∑ 38.0 %
1. Erstellen Sie einen Windpark-Vorentwurf auf der Ihnen zugewiesenen Fläche mit der zuvor ausge- 22.5 %
wählten Windenergieanlage. Nutzen sie hierfür die vom Institut für Windenergiesysteme (IWES)
zur Verfügung gestellte Matlab-GUI. Der Windpark soll mit 50 MW installierter Nennleistung
geplant werden. Das Layout ist dabei so zu optimieren, dass möglichst geringe Energiekosten
(¤/kWh) über eine Laufzeit von 20 Jahren entstehen. Beachten Sie die vorgeschriebenen Min-
destabstände zu Objekten bzw. Hindernissen, siehe Tabelle 4. Berechnen Sie außerdem die
Wirkungsgrade der einzelnen Sektoren sowie den Gesamtwirkungsgrad des Parks mit dem Jensen
Modell. Nutzen Sie hierfür die Excel-Export Funktion der Matlab-GUI.
2. Statten Sie Ihr kostenoptimiertes Parklayout nun mit einer ebenfalls kostenoptimierten Verkabelung 5.5 %
aus. Wählen Sie hierfür das Kabelmaterial aus und verbinden Sie die Windenergieanlagen sinnvoll
miteinander und mit dem Netzanschlusspunkt. Park- und Verkabelungslayout sollen vereinfachend
getrennt voneinander durchgeführt werden, d.h. die Positionen der Windenergieanlagen sollen
hier nicht mehr verändert werden. Die Position des Netzanschlusspunktes ist frei wählbar, darf
sich jedoch nicht mit Straßen oder Gebäuden schneiden.
3. Bewerten Sie die im Windgutachten und der Parkplanung verwendeten Methodiken und leiten Sie 10.0 %
begründete Unsicherheitsschätzungen ab. Ermitteln Sie die Parkerträge unter Berücksichtigung
der ermittelten Unsicherheiten mit den Zuverlässigkeiten P50, P75, P90, P95 und P99 und
berechnen Sie die jeweiligen Energiekosten (¤/kWh) für eine Laufzeit von 20 Jahren.
Analyse des weiteren Vorgehens ∑ 10.0 %
1. Beschreiben Sie welche Aspekte im Windgutachten und der Parkplanung nicht berücksichtigt 10.0 %
wurden und leiten Sie daraus Folgerungen für eine reale Parkplanung ab.
Formale Aspekte ∑ 9.0 %
Äußere Form nach Hausarbeitsvorlage des IWES 7.5 %

Kurzfassung und Einleitung (jeweils max. halbe Seite), Zusammenfassung (max. eine Seite) 1.5 %
Zur Bearbeitung werden folgende Informationen auf Stud.IP zur Verfügung gestellt:
• eigene Windmessung (personalisiert) und Langzeit-Referenz-Windmessung
• Koordinaten des Messmastes als Google-Earth-Datei ( Messmast.kmz“)
”
• Planungsunterlagen von Nordex
Abgabe der Hausarbeit:

Für einen erfolgreichen Abschluss der Hausarbeit sind folgende Anforderungen zwingend zu erfüllen:
• Die Hausarbeit ist in einfacher Ausführung doppelseitig gedruckt, gelocht und oben
links getackert abzugeben. Verwenden Sie keine Mappen oder Bindungen.
• Zusätzlich sind Ihre Ergebnisse digital einzureichen. Es werden folgende Dateien gefordert:
– ausgefüllte Excel-Ergebnistabelle nach IWES-Vorlage
– Matlab-Datei Ihres Parklayouts (<.mat>-Datei)
– selbst erstellte Dateien, die zur Ausarbeitung der Hausarbeit verwendet wurden
Die Dateien müssen bis zum Abgabetermin als zip-File per Email oder als seafile-Download-Link
(für das zip-File) an michael.kuhn@iwes.uni-hannover.de verschickt werden.
• Die Flächenzuordnung und Windzeitreihen sind individualisiert. Es ist zwingend darauf zu achten,
die Ihnen zugewiesene Zeitreihe und Fläche zu berücksichtigen.
Seite 2 von 4
Kurzfassung
Kurzfassung
Ziel dieses Projekts war es, einen Onshore-Windpark mit einem optimalen Layout für eine bestimmte
Turbine zu entwerfen und so zu gestalten, dass er die geringstmöglichen Energiekosten aufweist.
Dazu wurden Kurzzeit-Winddaten von Messmasten, Langzeit-Winddaten von Wetterstationen und
Turbinen sowie die jeweilige Unsicherheit berücksichtigt, Außerdem wird die Nachlaufeffekte des
Windpark-Layouts untersucht.
Für die jeweiligen Analysen fanden Excel und Matlab GUI Anwendung. Abschließend wurden die
entstandenen Windparkkonzepte auf ihre wirtschaftliche Machbarkeit hin bewertet. Diese Ergebnisse
spiegeln die Auswirkungen der Auslegung von Windparks auf die Energiekosten wider.
Abstract
The aim of this project was to design an onshore wind farm with an optimal layout for a specific
turbine and to design it in such a way that it has the lowest possible energy costs. For this purpose,
short-term wind data from measurement masts, long-term wind data from weather stations and
turbines as well as the respective uncertainty were taken into account. Furthermore, the wake effects
of the wind farm layout are investigated. Excel and Matlab GUI were used for the respective analyses.
Finally, the resulting wind farm concepts were evaluated for their economic viability. These results
reflect the effects of wind farm layout on energy costs.
VIII
Inhaltsverzeichnis
1 Einleitung 1
2 Grundlagen 2
2.1 Windgutachten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.1.1 Weibullverteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.1.2 Rauigkeitslänge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.1.3 Extrapolation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.1.4 MCP Methode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.1.5 Berechnung von AEP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1.6 Windrose und Energierose . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2 Windpark-Vorentwurf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.1 Matlab-GUI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.2 Verkabelung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.3 Unsicherheitsbetrachtung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3 Nachbereitung von Winddaten 7

3.1 Ermittelung von Rauigkeitslänge z0 . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.2 Höhen-Extrapolation und Weibull-Verteilung . . . . . . . . . . . . . . . . . . . . . . 9
3.3 Measure-Correlate-Predict . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.4 Weibull-Verteilung je Sektor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.5 Energiekosten und WEA-Auswahl . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.6 Windrose und Energie Rose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4 Windpark-Vorentwurf 20
4.1 Layout des Windpark . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.2 Verkabelung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.3 Unsicherheitsbereichnen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
5 Zusammenfassung 27
6 Diskussion 28
7 Literaturverzeichnis 29
Abbildungsverzeichnis X
Inhaltsverzeichnis IX
Tabellenverzeichnis X
Literaturverzeichnis XI
Kapitel 1. Einleitung 1
1 Einleitung
Aufgrund des kontinuierlichen Missbrauchs fossiler Brennstoffe werden deren Auswirkungen auf die
Atmosphäre immer gravierender. Aufgrund des Bewusstseins für das Ausmaß der Luftverschmutzung
steigt die Nachfrage nach erneuerbaren Energiequellen. Diese erhöhte Nachfrage hat zu einem Anstieg
der Zahl der an das Netz angeschlossenen Windparks geführt. Im Vergleich zu anderen erneuerbaren
Energiequellen hat die Windenergie aufgrund ihrer ausgereifteren Technologie und niedrigeren Kosten
einen größeren Marktanteil bei den neuen Energiequellen. Wie in Abbildung 1 dargestellt, lieferten die
Windkraftanlagen in Deutschland im ersten Halbjahr 2022 68,8 TWh Strom, was 50 % der gesamten
erneuerbaren Energieerzeugung entspricht [1]. Die rasante Entwicklung der Windenergie hat zu
neuen Herausforderungen bei der Planung von Onshore-Windparks geführt. Die größere Komplexität
der Erdoberfläche und die turbulenteren Onshore-Winde bedeuten eine größere Unsicherheit bei
der Planung von Windparks, da sich die Genauigkeit der Winddaten direkt auf die Bewertung der
Energiekosten auswirkt. Bei diesem Projekt geht es um den Entwurf und die Auslegung eines Windparks
am Rande der Stadt X. Der Standort weist im Jahresverlauf geringe Temperaturschwankungen auf, hat
ein flaches Gelände und eine relativ geringe Oberflächenrauhigkeit, was ihn zu einem guten Standort
für einen Windpark macht. Nach den vom Messmast erfassten Winddaten ist die durchschnittliche
Windgeschwindigkeit vor Ort jedoch relativ gering. Es ist daher wichtig, die WEA mit Bedacht zu
wählen und den Windpark entsprechend anzulegen. Aufgrund von Unsicherheiten bei Daten und
Analysen können die jährliche und die gesamte Windparkkapazität über- oder unterschätzt werden,
was zu höheren späteren Betriebskosten führen kann. Dies wirkt sich auf die Wirtschaftlichkeit des
Windparks aus.
2
2 Grundlagen
In diesem Kapitel werden die Hintergrundwissen über die Verarbeitung der Winddaten und über die
Vorentwurf von Windparks beschrieben.
2.1 Windgutachten
Die Hauptanwendungen bei der Windgutachten sind die Weibull-Verteilung der Windgeschwindigkeit,
die Bestimmung der Rauhigkeitslänge, die vertikale Extrapolation des Nabenhöhenwindes, der MCP
und das Wind- und Energierosendiagramm.
2.1.1 Weibullverteilung
Die Wahrscheinlichkeitsverteilung der Windgeschwindigkeit in einem Windpark ist der wichtigste

Indikator für die Windenergieeigenschaften, und ihre Genauigkeit wirkt sich direkt auf die Ergebnis-
se der Bewertung der Windressourcen aus. Die Weibull-Verteilung mit Skalierungsfaktor AWb und
Formfaktor kWb ist ein Maximum-Likelihood-Schätzung. A ist hierbei ein Maß für die die Zeitreihe
charakterisierende Windgeschwindigkeit.k hingegen beschreibt die Form der Verteilung und ist be-
zeichnend für bestimmte Windklimate.[2]
Die Energy-Pattern-Factor-Methode wurde verwendet in diese Projekt, um den A-Parameter und den
k-Parameter der Weibull-Verteilung zu bestimmen.
2.1.2 Rauigkeitslänge
Die Rauhigkeitslänge z0 ist ein Maß für die Rauhigkeit einer Geländeoberfläche. Es verwendet die
logarithmische Höhe, um die Windgeschwindigkeit über einen bestimmten Höhenbereich zu berechnen.
Die Rauhigkeitslänge kann auch durch die Modellierung der horizontale mittlere Windgeschwindigkeit
in Bodennähe mit vertikaler Windprofilgleichungen berechnet werden.Die folgende Tabelle 2.1 [3]zeigt
den Zusammenhang zwischen Rauhigkeitslänge und Rauhigkeitsklasse auf Geländeoberflächen in
Euoupa.
Kapitel 2. Grundlagen 3
Tab. 2.1: Einteilung der Rauigkeitslängen nach dem Europäischen Windatlas
Rauigkeitsklasse Rauigkeitslänge [m]
0 0,0002
0,5 0,0024
1 0,03
1,5 0,055
2 0,1
2,5 0,2
3 0,4
3,5 0,8
4 1,6
2.1.3 Extrapolation
Die Höhen-Extrapolation ist eine Methode zur Verarbeitung von Näherungswerten mit geringer
Genauigkeit zu Näherungswerten mit hoher Genauigkeit. Die Rauhigkeitslänge z0 kann mit Hilfe von
Funktionskurven und Winddaten aus drei verschiedenen Messhöhen bestimmt und die Windgeschwin-
digkeit in der Zielhöhe mit Hilfe der Windprofilgleichung (2.1) znabehhe extrapoliert werden.
− ln( zz0 )
u ( z ) = u ( zr e f ) zr e f
. (2.1)
ln( z0 )
u(z) Windgeschw. auf Zielhöhe z m/s

−
u ( zr e f ) Mittelwerte der Windgeschw. auf Referenzhöhe z m/s
z0 Rauigkeitslänge m
2.1.4 MCP Methode
Eine MCP Methode besteht aus drei schritte, Messen, Korrelieren und Voraussagen. Erstens müssen
ST-Daten des Standorts mit einer Zeitraum von 1 Jahr und Referenzdaten über einen Zeitraum
von 10 Jahren gemessen werden, Nach der Vereinheitlichung der Mittelungsintervalle müssen die
beiden Messungen auf Korrelation bewertet werden, die Korrelation ist ein Maß für die Stärke des
Zusammenhangs Zwei Variablen, Gleichung 2.2. Schließlich müssen prognose der lokalen Langzeitdaten
mit Hilfe von Transferfunktionen und langfristigen Referenzmessungen durchführt werden.
[∑i ( xi − x̄ (yi − ȳ))]2

R2 = . (2.2)
∑i ( xi − x̄ )2 ∑i (yi − ȳ)2
4
x Mittelwerte der Windgeschw. auf referenzhöhe m/s

y Mittelwerte der Windgeschw. auf Zielzhöhe m/s
Eine höhere Korrelationskoeffizient bedeutet weniger Fehler in den Daten, was eine genauere Berech-
nung des Energieertrags von Windparks und der Energiekosten ermöglichen. Die Bewertungskriterien
für die Korrelation sind in Tabelle 2.2 aufgeführt.
Tab. 2.2: Bewertung von Korrelationskoeffizient
Korrelationskoeffizient Qualität der Referenz
bis 0,7 Schlecht

0,7 bis 0,8 Mittelmäßig
0,8 bis 0,9 Gut
0,9 bis 1,0 Sehr gut
2.1.5 Berechnung von AEP
Das Hauptziel bei der Planung und Optimierung von Windparks ist die Steigerung der Energieproduk-
tion, d.h. der AEP (Annual Energy Production). Die Anzahl der AEP wird hauptsächlich durch den
von der Windgeschwindigkeit abhängigen Leistungskurve P(u), die Windgeschwindigkeitabhängigt
Haufigkeit der Weibull-Verteilung in Nabenhöhe hWb und die technische Verfügbarkeit Tv bestimmt,
Gleichung 2.2. Z uout
AEP = TV hWb (u) · P(u) T du (2.3)
uin
AEP Annual Energy Production kWh

TV Technische Verfügbarkeit -
T Anzahl der Stunden pro Jahr h
P(u) Leistungskurve kW
ui n Einschalt-Windgeschwindigkeit m/s
uo ut abschalt-Windgeschwindigkeit m/s
2.1.6 Windrose und Energierose
Die Windrose ist ein Radardiagramm, das die Verteilung der Windgeschwindigkeit in den einzelnen
Sektoren anzeigt. Im Projekt sind die Sektoren jeweils durch 30° unterteilt, aber im Diagramm der
Windrose sind die Sektoren in 16 Teile unterteilt, wobei 0° der Richtung N entspricht.
Ähnlich wie die Windrose spiegelt die Energierose die jährliche Energieproduktion in den einzel-
nen Sektoren wider. Der AEP steht im Zusammenhang mit der Weibullhäufigkeit je Sektor und
Kapitel 2. Grundlagen 5
Windgeschwindigkeit, der Betriebstunden pro Jahr , Luftdichte in Nabehöhe und der Häufigkeit von
Windrichtung je Sektor, Gleichung 2.3.
1
aepSektor = ∑ 2 · ρ · u3bin · hWb,Sektor (ubin ) · T · hSektor (2.4)
u Bin
aepSektor flächenspez. Energieertrag innerhalb eines Sektors kWh/m2

ρ Luftdichte in Nabenhöhe kg/m3
T Anzahl der Stunden pro Jahr h
hWb,Sektor Weibullhäufigkeit je Sektor und Windgeschw. -
hSektor rel. Häufigkeit je Sektor -
2.2 Windpark-Vorentwurf
In diesem Abschnitt wird die vom Institut für Windenergiesystem zur Verfügung gestellte Matlab-GUI
verwndet, um das Layout des Windparks zu optimieren. Darüber hinaus wurden die Unsicherheiten
bei der Verlegung der Kabel und dem Betrieb des Windparks weiter analysiert.
2.2.1 Matlab-GUI
Matlab-GUI wird für die Ertragsanalyse von Windparks mit Hilfe des erhaltenen Energierosen verwen-
det. Die WEA sollten nicht nur in einem bestimmten Abstand zu Straßen und Gebäuden aufgestellt
werden, sondern auch in einem Abstand von mehr als 5D (Durchmesser der Rotorblatt, m) in der
Hauptwindrichtung und 3D in der Nebenwindrichtung. Schließlich wird der Nachlaufeffekt durch
Anpassung des Windparklayouts optimiert.
Das Jensen-Modell wird bei der Auslegung von Windparks eingesetzt, um den Nachlaufeffekt zu analy-
sieren und festzustellen, ob sich die Anlagen im Abschattungsbereich befinden. Durch die Bestimmung
des Reduktionsbeitwertes der WEA in jedem Sektor wird der Parkwirkungsgrad berechnet.
2.2.2 Verkabelung
Es gibt verschiedene Arten der Verkabelung von Windparks, und die gängigsten Verkabelungsmetho-
den für Onshore-Windparks sind derzeit die Sternkettentopologie und die Hybridtopologie (d. h. die
Baum-Sternkettentopologie).Bei diesem Projekt wird eine Sternkettentopologie verwendetAußerdem
muss die Position der Netzanschlusspunkte gemäß den gesetzlichen so gewählt werden, dass Gebäude
und Straßen vermieden werden.
6
2.2.3 Unsicherheitsbetrachtung
Bei der Erfassung und Nacharbeitung von Winddaten, der Modellierung, den Leistungskurven und den
Verlustberechnungen treten Fehler auf, die die Unsicherheit der AEPs von Windparks noch verstärken
können. Kleine Abweichungen des Anemometers bei der Windmessung können zu Ungenauigkeiten
in den Messdaten führen. Der Verarbeitungsaspekt ist aufgrund der Verwendung von Extrapolation
und MCP-Vorhersagen mit Fehlern bei den tatsächlichen Windbedingungen behaftet. Dieser Fehler
zwischen tatsächlichem und simuliertem Zustand kann auch zu ungenauen Leistungskurven und
Verlustberechnungen führen. Dies führt zu einer gewissen Unsicherheit. Für eine vollständige Bewertung
eines Windparks müssen diese Unsicherheiten berücksichtigt werden und je nach Häufigkeit der
Unsicherheiten (P-Wert) weitere Berechnungen oder Optimierungen vorgenommen werden.
Kapitel 3. Nachbereitung von Winddaten 7
3 Nachbereitung von Winddaten
In diesem Abschnitt geht es um die Nachbearbeitung der Winddaten, die aus ST-Daten von standort
Messmaste in 74 m, 50 m und 30 m Höhe bestehen, mit einer einjährigen Zeitreihe . Die LT-Winddaten
stammen von Wetterstationen in 10m, 1500m und 5500m Höhe mit einer Zeitreihe von 10 Jahren.
Die Nachbearbeitung der Daten bestand aus der Bestimmung der Rauhigkeitslänge, der Extrapolation
der Standortdaten auf die Zielnabenhöhe, der MCP Methode, der Berechnung der Energiekosten jede
WEA und der Erstellung von Wind- und Energierose.
3.1 Ermittelung von Rauigkeitslänge z0
Aufgrund des Fehlens von Winddaten in den ST-Daten für eine gemessene Höhe von 30 m. Eine
Substituation von Daten unterschiedlicher Höhen ist hier benötig, bevor man zum nächsten Schritt
übergehen kann.
Durch die Erstellung von Streudiagrammen der Windrichtung in 74 m Höhe und 50 m Höhe und deren
Kombination mit der Trendlinie lässt sich feststellen, dass die Korrelation zwischen diesen beiden
unterschiedlichen Messhöhen 0,83 (Abb 3.1)beträgt und die Korrelationsbewertung gut ist. Daher
wurde beschlossen, die Winddaten aus der 50 m-Messhöhe zu verwenden, um die Datenlücke für die
30 m-Messhöhe zu füllen.
Abb. 3.1: Korrelation der Windrichtung von 74 m durch 50 m

8
Nach Erhalt der vollständigen Messdaten des Standorts werden die Windgeschwindigkeiten in den
drei Messhöhen durch Filterung in 12 Sektoren mit einer Breite von 30° aufgeteilt. Die den einzelnen
Sektoren entsprechende Windrichtung ist in Tabelle 3.1 angegeben.
Tab. 3.1: Sektordefinition
Sektor a b c d e f g h i j k l
ϕStart [°] -15 15 45 75 105 135 165 195 225 255 285 315
ϕEnde [°] 15 45 75 105 135 165 195 225 255 285 315 345
Die durchschnittliche logarithmische Windgeschwindigkeit für die drei verschiedenen Messhöhen wird
mit Hilfe von Gleichung 2.1 berechnet, die Rauigkeitslänge wird über die Nullstelle der linearen
Trendlinie bestimmt in Abb.3.2.
(a) (b) (c) (d)
(e) (f) (g) (h)
(i) (j) (k) (l)
Abb. 3.2: Bestimmung der Rauhigkeitslänge z0 mit Messdaten in Sektor.
Die Rauigkeitslänge in verschiedenen Sektoren und gesamte Richtung sind in der Tab.3.2 dargestellt.
Tab. 3.2: Rauigkeitslänge in Sektor
ϕStart [°] -15 15 45 75 105 135 165 195 225 255 285 315
ϕEnde [°] 15 45 75 105 135 165 195 225 255 285 315 345
z0 [-] 1,26 1,35 1,73 0,04 0,13 0,04 0,06 0,12 0,99 0,88 0,36 0,28
3.2 Höhen-Extrapolation und Weibull-Verteilung
Wenn die Länge der Geländerauigkeitslänge z0 bekannt ist, müssen wir mit Hilfe von ST-Daten, die aus
lokalen Messmastes stammen, auf die Zielhöhe der Nabe extrapolieren. Das alternative WEA-Modell
für dieses Projekt sieht insgesamt zwei Nabenhöhen vor, 100 m und 80 m.
Die Winddaten für die Zielhöhe werden aufgrund der guten Korrelation der lokalen Windrichtung
bei unterschiedlichen Messhöhen weiterhin für die Messhöhe von 74 m verwendet. Für die Wind-
geschwindigkeit wird eine sektorenweise Höhen-Extrapolation, Gleichung 2.1. Es wurde die gleiche
Windgeschwindigkeit auf der Zielhöhe wie in der ST-Daten-Zeitreihe ermittelt.
Um die Qualität der Windgeschwindigkeitsdaten nach der Höhenextrapolation zu bewerten, wurden
Skalierungsfaktor AWb und Formfaktor kWb separat für Daten in verschiedenen Höhen mit der Energy
Pattern Factor Methode berechnet.
Zunächst muss die mittlere Windgeschwindigkeit umean für die verschiedenen Messhöhen berech-
net werden, und dann kann der analytische Faktor der Windzeitreihe mit Gleichung 3.1 berechnet
werden.
−
( u3 )
E p f ,analytisch = −
(3.1)
( u )3
E p f ,analytisch Energy Pattern Factor -

u Windgeschwindigkeiten(Zeitreihe) m/s
−
u mittlere Windgeschwindigkeit m/s
Unter der Annahme eines anfänglichen Formfaktors kWb von 1 und der iterativen Ermittlung des
Formfaktors mit Hilfe der iterativen Gleichung 3.2 erhält man den exakten kWb .
3
Γ (1 + k̂Wb
)
E p f ,iterativ = 1 3
(3.2)
Γ (1 + k̂Wb
)
Γ Gammafunktion -
Schließlich wird die Gammafunktion (Gleichung 3.3) verwendet, um den Wert des Charakterisierung
der Windgeschwindigkeit ÂWb zu bestimmen.
−
u
ÂWb = (3.3)
Γ(1 + k̂ 1 )
Wb
Tab.3.3 gibt einen Ergibnisse für Weibull-Parameter für zwei unterschiedliche Höhen.
10
Tab. 3.3: Weibull-Verteilung nach Energy Pattern Factor Methode
Parameter z = 100m z = 80m
umean [m/s] 6,62 6,35

u3mean [-] 289,70 255,96
(u3 )mean [-] 529,20 467,56
EP f ,analytische [-] 1,83 1,83
EP f ,iterativ [-] 1,83 1,83
kWb [-] 2,09 1,95
AWb [m/s] 7,47 7,16
Mit Hilfe der beiden Weibull-Parameter kWb und AWb ist es möglich, die Weibull-Verteilung von
Windgeschwindigkeit für Nabenhöhen von 100 m und 80 m darzustellen (Abb. 3.3). Der Vergleich
der Winddaten mit denen, die durch Höhenextrapolation gewonnen wurden, zeigt, dass die Wind-
geschwindigkeit unter realen Bedingungen niedriger sein kann niedriger, insbesondere bei niedrigen
Windgeschwindigkeiten, was zu einer Überschätzung der Windparkkapazität führen kann.
(a) z=100 m (b) z=80 m
Abb. 3.3: Weibull-Verteilung in verschiedenen Zielhöhe.
3.3 Measure-Correlate-Predict
Das Mittelungsintervall für Windgeschwindigkeits- und Richtungsdaten, die durch die Höhenextrapo-
lation erhalten werden, ist 10 min, während die Windgeschwindigkeitsdaten von der Wetterstation 60
min betragen. Für die Korrelation werden gleiche Zeitschrittweiten und Zeitstempel benötigt. Daher
ist es notwendig, die ST-Daten nach Zeitstempeln zu komprimieren, d.h. alle 6 Zeitschrittweiten die
durchschnittliche Windgeschwindigkeit zu berechnen.
Winddaten mit der gleichen zeitlichen Breite wie die Langzeitdaten wurden durch Kompression ermit-
telt. Die Langzeitdaten der Wetterstation wurden auf 10 m, 1500 m und 5500 m gemessen. Aufgrund
des vertikalen Geschwindigkeitsgradienten, der durch die atmosphärische Grenzschicht entsteht, sind
Winddaten in 1500 m und darüber nicht für die Korrelation von WEAs mit Zielhöhen von 100 und 80
m geeignet.
Trendlinienfunktion in Gleichung 2.1 wird hier benutzt, um die Zielhöhe mit den Referenzdaten der
Windgeschwindigkeit in 10 m Höhe zu korrelieren. Leider ist die Qualität der Korrelation zwischen
beiden schlecht(Abb.3.4).
(a) z=100 m (b) z=80 m
Abb. 3.4: Korrelation Höhen-Extrapolation zu Referenzhöhe in Windgeschwindigkeiten
Da zuvor keine Höhenextrapolation der Windrichtung durchgeführt wurde, wurde die Windrichtung in
beiden Zielhöhen mit Hilfe von Daten aus ST-Daten mit einer Messhöhe von 74 m über 60 Minuten
gemittelt. Wie bei der Windgeschwindigkeit ist auch die Korrelation der Windrichtungsdaten in Abb.
3.5 dargestellt.
(a) z=100 m und 80 m
Abb. 3.5: Korrelation Höhen-Extrapolation zu Referenzhöhe in Windrichtungen

12
Wie die Ergebnisse Abb.3.5 zeigen, ist die Qualität der unkorrigierten Winddatenkorrelationen weiterhin
schlecht. Dies wird durch die Tatsache beeinflusst, dass einige der Daten in der Nähe von 360° in
Windrichtungen liegen. Daher ist eine Verbesserung (Gleichung 3.4) der Winddaten erforderlich.
 udir,ST − 360, | udir,LT − Udir,ST |≥ 180 udir,LT ≤ udir,ST

 V

udir,ST,mod = udir,ST − 360, | udir,LT − Udir,ST |≥ 180 udir,LT ≥ udir,ST
V

udir,ST , | udir,LT − Udir,ST |≤ 180

dann
udir,ST = Wenn(Und)(udir,LT − Udir,ST |≥ 180; udir,LT ≤ udir,ST )udir,ST − 360; )

(3.4)
udir,ST = Wenn(Und)(udir,LT − Udir,ST |≥ 180; udir,LT ≥ udir,ST ); udir,ST + 360; udir,ST )
Infolge der weitestgehenden Modifikation von der entsprechenden Winkel auf beiden Seiten der
Trendlinie hat sich die Qualität der Windkorrelation in Abbildung 3.6 verbessert.
(a) z=100 m und 80 m
Abb. 3.6: Korrelation in Windrichtungen (Modifikation)
Die Bewertung von der Korrelation zwischen Windgeschwindigkeit und Windrichtung vor und nach
der modifikation wird wie in Tabelle 3.4 ausgewertet.
Tab. 3.4: Weibull-Verteilung nach Energy Pattern Factor Methode
Qualität Geschw.100 m Geschw.80 m Richtung Modifikation
R2 [-] 0,5662 0,5662 0,2835 0,8374

Bewertung Schlecht Schlecht Schlecht Gut
Nach der Korrelationsstatistik aller Daten können die jeweiligen Trendlinienfunktionen mit den
LT-Daten der Wetterstationen kombiniert werden und eine synthetische Langzeitmessung erstel-
len(Gleichung 2.1). Diese synthetische Langzeitmessung wird dann für die Berechnung der WEA-
Energiekosten die Generierung , der Weibull-Verteilung der Nabenhöhen in jedem Sektorder und die
Erstellung von Wind- und Energierosen verwendet.
3.4 Weibull-Verteilung je Sektor
Die Windgeschwindigkeitshäufigkeiten je Sektor in 100 m und 80 m wurden mit Hilfe der k-Parameter
und A-parameter aus den Gleichungen 3.1-3.3 ermittelt. Die Weibull-Verteilung für zwei verschiedene
Nabenhöhen in verschiedenen Sektoren und das Histogramm für die synthetische Zeitreihe der
Windgeschwindigkeit sind in Abbildung 3.7 und 3.8 abgebildet.
(a) (b) (c) 75-105 (d)
(e) (f) (g) (h)
(i) (j) (k) (l)
Abb. 3.7: Weibull-Verteilung für Nabenhöhe um 100 m je Sektor.

14
(a) (b) (c) 75-105 (d)
(e) (f) (g) (h)
(i) (j) (k) (l)
Abb. 3.8: Weibull-Verteilung für Nabenhöhe um 80 m je Sektor.
Anhand der Differenz zwischen der Weibull-Verteilung und derwindgeschwindigkeitsverteilung aus

synthetisch Höhenextrapolation in den Abbildungen 3.7 und 3.8 wird das Problem der schlechten
Korrelation der Windgeschwindigkeitsdaten aufgrund der MCP deutlich. Dies kann zu großen Fehlern
in den nachfolgenden Schätzungen der Windparkkapazität führen.
3.5 Energiekosten und WEA-Auswahl
Die WEA wird mit dem Ziel ausgewählt, ihre Energiekosten so niedrig wie möglich zu halten. Um
die Energiekosten jeder Turbine zu berechnen, muss ihre jährliche Energieproduktion mit Hilfe
von Gleichung 2.2 bestimmt werden, was bedeutet, dass die technishce Verfügbarkeit TV und
Leistungsikurve P(u) für jede Turbine ermittelt werden muss.
Das Projekt wurde mit drei Turbinen ausgestattet, deren Einzelheiten in Tabelle 3.5 aufgeführt sind.
Tab. 3.5: Spezifikationen des WEA
Anlagenbeziechung Turmhöhe [m] angenommener Anlagenpreis [=

C] Durchmesser [m]
Nordex N90/2500 HS 80 2.775.000 90

Nordex N90/2500 LS 80 2.600.000 90
Nordex N90/2500 LS 100 2.850.000 90
Gemäß dem technischen Handbuch der WEA N90/2500 wurden die IEC-Klassen der verschiedenen
WEAs ermittelt, wobei die N90/2500HS 1b und die N90/2500 LS 2a ist. Der Hauptunterschied besteht
in der unterschiedlichen Nennenleistungsgeschwindigkeit unennen , die bei den Turbinen der HS-Baureihe
13 m/s und bei der LS-Baureihe 14 m/s beträgt.Die Ein- und Ausschaltenswindgeschwindigkeit von
verschiednen WEA ist gleich, uin = 3 m/s bzw. uout =25 m/s. Ihre LeistungsKurve P(u) ist in (Tab.
3.6) dargestellt. Die mittlere Windgeschwindigkeit der syntheschen Zeitreihe zeigt, dass das lokale
Gebiet in der IEC Windklasse III liegt, d.h. umean = 7,5m/s, uref = 37,5m/s. Die lokalen mittleren
Windgeschwindigkeiten liegen unter den Standardwerten.
Tab. 3.6: Leistungskoeffizient P(u) von N90/2500
Windgeschwindigkeit [m/s] P(u) LS [kW] P(u) HS [kW]
3 23.82 50.47
4 83,97 84,12
5 224,24 223,25
6 421,83 418,76
7 677,72 673,99
8 959,23 956,29
9 1309,88 1302,48
10 1684,76 1669,71
11 2054,09 2050,09
12 2406,75 2390,00
13 2490,70 2500
14 2500 2500
15 2500 2500
16 2500 2500
17 2500 2500
18 2500 2500
19 2500 2500
20 2500 2500
21 2500 2500
22 2500 2500
23 2500 2500
24 2500 2500
25 0 0
Gemäß Gleichung 2.3 ist es vor der Berechnung des AEP erforderlich noch die technische Verfügbarkeit
Tv zu bestimmen.
Technische Verfügbarkeit TV gibt das Verhältnis der tatsächlichen Betriebszeit der WEA zur Nenn-
betriebszeit an. Eine Überprüfung der Projekte, bei denen diese Windturbine eingesetzt wird, und
des technischen Handbuchs zeigt, dass die MTBF (Mean Time Between Failures) 50.000 Stunden
16
übersteigt und die TV um 95% im Windpark und um 94% bei Einspeiseanlagen in Deutschland
beträgt.
Damit haben wir alle Daten für die Berechnung des AEP erhalten, die in Gleichung 2.3 eingesetzt, die
jährliche Energieproduktion der drei Turbinen und die entsprechenden Energiekosten ergeben (Tab.
3.7).
Tab. 3.7: jährliche Energieproduktion und Energiekosten
Anlagenbeziechung Turmhöhe [m] AEP [MWh] Energiekosten [=

C/kWh]
Nordex N90/2500 HS 80 7873,93 0,405

Nordex N90/2500 LS 80 7866,47 0,383
Nordex N90/2500 LS 100 8614,85 0,379
Auf der Grundlage der erzielten Ergebnisse wurde für das Projekt die WEA Nordex N90/2500 LS,
Turmhöhe für 100 m gewählt.
3.6 Windrose und Energie Rose
Im vorangegangenen Abschnitt hat der für den Windpark gewählten WEA-Typ ermittelt wurde. Um
die lokale Windgeschwindigkeit und -richtung zu visualisieren, müssen die Häufigkeit der Windrichtung
in jedem Sektor und die entsprechende durchschnittliche Windgeschwindigkeit bestimmt werden. Die
Datenquelle für das Windrosendiagramm in diesem Projekt ist eine synthetische Zeitreihe in 100 m Höhe.
Durch Filterung und Klassifizierung der Windrichtungen und Mittelung der Windgeschwindigkeitsdaten
für die entsprechenden Sektoren kann eine vollständige Wahrscheinlichkeitsverteilung von Windrichtung
und Windgeschwindigkeit ermittelt werden.
Die Windhäufigkeiten für die einzelnen Sektoren sind in Tabelle 3.8 aufgeführt.
Tab. 3.8: Windhäufigkeit je Sektor
Sektoren [°] Nabenhöhe 100 m
-15-15 6,53%
15-45 10,13%
45-75 15,49%
75-105 15,49%
105-135 13,81%
135-165 9,37%
165-195 6,04%
195-225 4,04%
225-255 3,75%
255-285 4,30%
285-315 5,03%
315-345 6,04%
Die Kombination der durchschnittlichen Windgeschwindigkeit in jedem Sektor ergibt ein Windrose für
den Standort in 100 m Höhe (Abb.3.9).
(a) z=100 m
Abb. 3.9: Windrose in der Höhe von 100 m

18
Die Windenergie-Rose stellt den prozentualen Anteil der ”Windenergiedichteı̈nnerhalb jedes Windrich-
tungssektors dar. Durch die Kombination mit der Windrose ist es möglich, weiter zu analysieren, welche
Windrichtung den Energievorteil hat und genutzt werden kann. Im wissenschaftlichen Hintergrund-
artikel haben wir bereits den Unterschied zwischen AEP und aepSektor erwähnt, diese so genannte
Ënergiedichteı̈st die jährliche Netto-Energieerzeugung(Keine Berücksichtigung der Konversionsrate
der WEA), die durch unterschiedliche Windgeschwindigkeiten in den einzelnen Sektoren erzielt werden
kann. Nach Gleichung 2.4 gibt es noch einen Parameter, der nicht bestimmt wurde. nämlich die
Luftdichte in Nabenhöhe. Die Luftdichte für verschiedene Höhen wird wie folgt berechnet, Gleichung
3.5.
p
ρ= (3.5)
Rs · ϑ
ρ Luftdichte kg/m3
p Luftdruck Pa
J
Rs spez.Gaskonstante kg·K
ϑ Umgebungstemperatur K
Für den höhenabhängigen Gasdruck über dem Meeresspiegel wird die internationale Höhenformel
verwendet, Gleichung 3.5.
K
0.0065 m · (h + hhub )
p( Hhub ) = p0 · (1 − ) (3.6)
ϑ
p( Hhub ) Luftdruck auf Nabenhöhe über Meereshöhe Pa

p0 Standard-Luftdruck auf Meereshöhe Pa
h Standorthöhe m
hhub Nabenhöhe m
Die Berechnung der beiden obigen Gleichungen ergibt eine Luftdichte von 1,211 [kg/m3 ] für eine
Nabenhöhe von 100 m. Kombiniert man die berechneten Luftdichten mit der Weibull-Verteilung der
Windgeschwindigkeiten in den einzelnen Sektoren, die durch die Gleichungen 3.1-3.3 erhalten wurden,
kann das folgende Energierosen gezeichnet werden(Abb. 3.10).
(a) z=100 m
Abb. 3.10: Energierose in der Höhe von 100 m
Im Diagramm der Windrose liegen die Sektoren mit der höchsten Verbreitungswahrscheinlichkeit
zwischen 45° und 135°, während im Diagramm der Energierose die Sektoren mit der höchsten
Energieproduktion zwischen 75° und 105° liegen. Insgesamt beträgt die Hauptwindrichtung in diesem
Gebiet 90°, so dass das spätere Windparklayout vor allem für Nachlaufeffekte in Windrichtungen von
90° ± 30 Grad optimiert wird.
20
4 Windpark-Vorentwurf
In den nächsten Kapiteln wird der vorläufige Entwurf des Windparks behandelt, einschließlich der
Optimierung des Windparklayouts, der Berechnung von Nachlaufeffekten und des Parkwirkungsgrads,
der Verkabelung, der Bewertung der Zuverlässigkeit und der Berechnung der Energiekosten.Das
Windpark-Layout, die Verkabelung wurde mit der Matlab-GUI des IWES optimiert. Parkwirkungsgrad
verwendete für die Berechnungen seine optimierte Abstandsmatrix und Schattenmatrix.
4.1 Layout des Windpark
Die Daten des Energierosen aus dem vorherigen Kapitel wurden in Matlab-GUI hochgeladen und
werden in der GUI korrekt dargestellt. Die anschließende Karten- und Anlagenauswahl sowie die
Layout-Planung wurden daher durchgeführt.
Die am Projekt beteiligte Stadtkarte Wischeke ist Q9-Q10 in Matlab-GUI, mit einer Kartenbreite
von 3250 m und einer Höhe von 1650 m. Bei der gewählten WEA handelt es sich um eine Nordex
N90/2500 LS mit einer Nabenhöhe von 100 m. Die Karte des Gebiets zeigt zwei Gebäude und drei
Straßen. Gemäß den Spezifikationen sollten die Anlagen in einem Abstand von mehr als 300 m zu
den Gebäuden und mehr als 80 m zu den Straßen errichtet werden, daher wird ein Bereich mit einem
Radius von 300 m um die Gebäude deaktiviert und die Straßen mit einer Breite von 160 m verwendet.
Rechteckige Restriketionsflächen zur Abdeckung.
Nachdem die WEA-Flächen ermittelt wurden, muss die Auslegung des Windparks entsprechend der
vorherrschenden Windrichtung erfolgen, die sich aus der Energierosenkarte ergibt. Bei der Auslegung
sollte ein Mindestabstand von 5D (Durchmesser der Rotorblätter) für WEA in der Hauptwindrichtung
und ein Mindestabstand von 3D für die Nebenwindrichtung eingehalten werden. Da die vorherrschende
Windrichtung 90° ist, sollte die Optimierung des Nachlaufeffekts vorrangig innerhalb von 90° ± 30°
des Sektors erfolgen.
Das Jensen-Modell wurde für die Visualisierung des Nachlauf in diesem Projekts verwendet.Bei dem
Modell handelt es sich um ein eindimensionales lineares Nachlaufmodell, das die Wirkung von Turbu-
lenzeffekten nicht berücksichtigt und annähernd davon ausgeht, dass sich der Nachlaufeinflussbereich
linear mit der Entfernung ausdehnt und sich die Windgeschwindigkeit nach der Windkraftanlage, die
konisch und gleichmäßig über den Querschnitt verteilt ist, linear erholt,Gleichung 4.1.
πR2 u3 + π (r2 − R2 )u1 = πr2 u x (4.1)

Kapitel 4. Windpark-Vorentwurf 21
R Rotorradius m
r Radius des Nachlaufs m
u1 Windgeschw. der freien Strömung m/s
u3 Windgeschw. hinter dem Rotor m/s
ux Windgeschw. im Nachlauf an der Stelle x m/s
Daraus ergeben sich zwei wichtige Parameter: der axiale Induktionskoeffizient a und der Abklingfaktor
α. Reduktionsbeiwert der infolge der Nachlaufströmuing kann mit Hilfe von Gleichung 4.2 ermittelt
werden.
R
ηik (u1 , Xik ) = 1 − 2a(u1 )( )2 (4.2)
R + αxik
ηik (u1 , Xik ) Reduktionsbeiwert für Anlage i infolge des Nachlaufs von Anlage k -
xik Abstand von Anlage i zu Anlage k m
Zusätzlich hat die Teil- und Vollabschattung der nachgeschalteten WEA direkte Auswirkungen auf
den Reduktionsbeiwert ηi für Anlage. Es besteht ein Zusammenhang zwischen der von der Nach-
laufströmung betroffenen Fläche der stromabwärts gelegenen WEA und dem Teilabschattungsfaktor,
Gleichung 4.3.
AWake,k ∩ AWake,i
ξ ik = (4.3)
AWake,i
ξ ik Teilabschattungsfaktor für WEA i infolge des Nachlaufs von WEA k -
Kombiniert man diese beiden Aspekte, lässt sich der Reduktionsbeiwert ηi für Anlage i vereinfachen,
Gleichung 4.4. s
n
ηi,Sektor = 1 − ∑ [ξ ik · (1 − ηik,Sektor (u1 ))]2 (4.4)
k =1
Die angestrebte installierte Leistung des Projekts beträgt 50 MW, was bedeutet, dass bei WEA-Flächen
20 Turbinen mit je 2,5 MW installiert werden. Daher muss der Parkwirkungsgrad je Sektor berechnet
werden, Gleichung 4.5.
nWEA
1
ηPark,Sektor =
nWEA
· ∑ 3
ηi,Sektor (4.5)
i =1
ηPark,Sektor Parkwirkungsgrad innerhalb eines Sektors -

22
Nach Abschluss der obigen Berechnung kann der erhaltene Reduktionsbeiwert ηi für Anlage i zur
Berechnung der gesamte jährlichen Energieproduktion von Windpark je Sektor verwendet werden, d.
h. AEPPark,Sektor , Gleichung 4.6.
AEPPark,Sektor = nWEA · ηPark,Sektor · hSektor · TV · ( ∑ hWb,Sektor · P(ubin ) · T (ubin ) · T ) (4.6)

ubin
Die obige Gleichung ist der jährliche Energieproduktionswert APEPark,Sektor für den gesamten Windpark
innerhalb eines Sektors, so dass die tatsächliche geschätzte Produktion für den gesamten Windpark,
APEPark , die Summe aller Sektoren sein sollte, d. h. Gleichung 4.7.
EPark = ∑ AEPPark,Sektor (4.7)

Sektoren
EPark Parkertrag(inkl. Nachlaufeffekten) kWh
Um den Wirkungsgrad für den gesamten Windpark zu berechnen, muss auch ein Referenz-AEP
berechnet werden, dessen Referenzwert bedeutet, dass der Nachlaufeffekt bei dieser Berechnung
nicht berücksichtigt wird. Der Ertrag ohne Nachlaufeffekte entspricht der Summe der einzelnen
AEPs(Gleichung 2.3) der Parkanlagen,d.h:
EPark,re f = nWEA · ∑ hSektor · ∑ P(ubin ) · hWb (ubin ) · T (4.8)

Sektoren ubin
EPark,re f Parkertrag ohne Nachlaufeffekten kWh
Der Parkgesamtwirkungsgrad kann dann durch das Verhältnis der Werte aus Gleichung 4.7 und
Gleichung 4.8 bestimmt werden.
EPark
ηPark = (4.9)
EPark,re f
eta Park Gesamtes Parkwirkungsgrades -
Der berechnete Parkwirkungsgrad von 0,81 stimmt nicht mit den von Matlab-GUI gelieferten Daten
(0,91) überein, was auf eine Diskrepanz zwischen der technischen Verfügbarkeit Tv und der Leistungs-
kurve P(u) Von der gewählten Turbine zurückzuführen sein könnte.Um die Genauigkeit der Daten zu
gewährleisten, wurde für die nachfolgenden Berechnungen einheitlich der Parkwirkungsgrad aus der
Matlab-GUI verwendet, d.h. ηPark = 0.91.
4.2 Verkabelung
Nachdem die optimale Auslegung des Windparks abgeschlossen ist, ist es auch notwendig, die
Windenergieanlagen sinnvoll miteinander und mit dem Netzanschlusspunkt verbinden.
Die Netzanschlusspunkte dürfen gemäß den Vorschriften keine Straßen oder Gebäude kreuzen, und
der Gesamtverkabelungsplan verwendet eine sternförmige Verbindungstopologie, die eine gängige
Art der Verkabelung von Onshore-Windparks darstellt.Die Vorteile dieser Verdrahtungsmethode
sind das,Das System ist einfacher und wird durch die Verwendung von Kabelreduzierungen weniger
kosten. Es gibt aber auch gewisse Nachteile, z. B. Die Zuverlässigkeit des Systems ist gering, und
wenn das Kabel zwischen der Druckerhöhungsstation und der ersten Turbine des Strangs ausfällt,
wird der gesamte Stromkreis stillgelegt.Die Wahl des Kabelmaterials fiel bei diesem Projekt auf
Aluminium, das den Vorteil niedrigerer Kabelkosten und eines geringeren Gewichts hat, wodurch
sich die Installationskosten für die Kabelträger verringern. Nach den meteorologischen Daten vor
Ort ist die durchschnittliche Windgeschwindigkeit gering, und die Aluminiumseile mit geringerer
mechanischer Festigkeit sind auch weniger anfällig für Brüche. Außerdem sind aufgrund der kürzeren
Gesamtkabellänge die Verluste durch den hohen spezifischen Widerstand des Aluminiummaterials
geringer. Aufgrund der gekreuzten Kriechstromfestigkeit von Aluminiumkabeln erwärmt sich das
Aluminiummaterial jedoch bei zu hohen Leiterströmen und es kommt zum Kriechen, was leicht zu
einer losen Verformung der Kabelverbindungen und damit zum Ausfall der Geräte führen kann[3]. Die
über die GUI ermittelten endgültigen Kabelkosten betragen 97.851 [=
C].
Das endgültige Layout und die Kabelverbindungen für den Windpark sind in Abb. 4.1 dargestellt.
Abb. 4.1: Parklayout und Verkabelung
4.3 Unsicherheitsbereichnen
In diesem Abschnitt werden alle Unsicherheiten, die sich auf die Energieerzeugung auswirken, analysiert,
und zwar hauptsächlich anhand von Winddaten sowie der Modellierung von Energie, Turbinenleistungs-
24
kurven und anderen Verlusten. Die verschiedenen Unsicherheitswerte sind in Tabelle 4.1 detailliert
beschrieben.
Tab. 4.1: Unsicherheit auf Wind und Energie
Unsicherheisquelle Windgeschwindigkeitsabhängig Energieabhängig
Windgeschwindigkeit 2,80%
Montage 2,50%
Daten Intergrität 1,00%
Datenanalyse 2,70%
Korrelation von LT-Daten 4,50%
modellierung 6.10%
Leistungskurve 6.50%
Verlustabschätzung 1,00%
Die Unsicherheit von Windgeschwindigkeit ist auf das Vorhandensein einer gewissen vertikalen Wind-
scherung in der atmosphärischen Grenzschicht in 100 m Nabenhöhe des Projekts sowie auf die
Tatsache zurückzuführen, dass das Projekt die Turbulenzintensität des Windes nicht berücksichtigt,
was sich beides auf die Genauigkeit der Anemometerdaten auswirkt.Daher ist diese Unsicherheit um
2.8% hoch angesetzt .
Bei der Berechnung der groben Länge des Geländes in den verschiedenen Sektoren stellten wir fest,
dass die KorrelationR2 der Windgeschwindigkeit mit der Höhe in den beiden Sektoren Sektor-i und
Sektor-j im Vergleich zu den anderen Sektoren relativ niedrig war, was wahrscheinlich auf ungenaue
Messungen im Schattenbereich des Messmastes zurückzuführen ist. Daher wurde die Unsicherheit
von Montage auf 2,5% festgelegt.
Da ST-Daten in einer Messhöhe von 30 m keine Information von der Windrichtungen enthalten, wird
die Unsicherheit der Datenintegrität auf 1% festgelegt.
Bei der Datenanalyse wurde festgestellt, dass die mit dem MCP ermittelten Windgeschwindigkeitsdaten
deutlicher von der Weibull-Verteilung abweichen, was dazu führen könnte, dass die Turbine in der
Praxis anders arbeitet als in der Planung vorausgesagt. Die Unsicherheit der Datenanalyse wurde
daher auf 2,7% festgelegt.
Die Unsicherheit der LT-Korrelation wurde aufgrund der schlechten Qualität der Korrelation zwischen
den durch Höhenextrapolation gewonnenen Windgeschwindigkeitsdaten in 100 m Höhe und den
Messdaten der Wetterstationen auf 4,5 % festgelegt.
Bei der Modellierung des Windparklayouts mit Matlab-GUI lag der Parkwirkungsgrad von 0,91 um
1% über dem berechneten Wert von 0,81, was dazu führte, dass die Nachlaufeffekte nicht korrekt
abgeschätzt wurden. Die Unsicherheit für die Modellierung wird daher auf 6,1% festgelegt.
Die Leistungskurven für die in diesem Projekt verwendeten Turbinen wurden aus den technischen
Handbüchern entnommen, aber die technischen Handbücher enthalten keine detaillierte Darstellung
der Leistungskurven für die Turbinen der Serien LS und HS, alle Daten wurden den Abbildungen der
Leistungskurven entnommen und daher gibt es einige Abweichungen von den tatsächlichen Leistungs-
kurven der Ausrüstung, daher wurde die Unsicherheit auf 6,5% festgelegt.
Bei dem Projekt wurde versucht, zu enge Ventilatorabstände zu vermeiden, die dazu führen würden,
dass sich die stromabwärts gelegenen Ventilatoren direkt im Schattenbereich der stromaufwärts gelege-
nen Ventilatoren befinden, und es wurde ein Ventilatorabstand von 5D und mehr in Hauptwindrichtung
und von 3D und mehr in Nebenwindirichtung eingehalten. Zusätzlich zu den Nachlaufverlusten und
den Energieverlusten bei der Abschaltung sollten beim Betrieb des Windparks jedoch auch die Verluste
an den Blattspitzen, die Übertragungsverluste und die Verluste des Steuerungssystems berücksichtigt
werden, so dass diese Unsicherheit auf 1% festgelegt wurde.
Die Gesamtunsicherheit aufgrund der Windbedingungen kann mit Gleichung 4.10 berechnet werden.
q
σWind = ∑ σWind,i
2 (4.10)
σWind Windbasierte Gesamtunsicherheit %

sigmaWind,i Windbasierte Gesamtunsicherheit des Einfluss i %
Nach der Berechnung beträgt die Gesamtunsicherheit für das Wind basierende in diesem Projekt
6,53%, die in die Energieertragsformel für jeden Sektor (EPark,Sektor ) eingesetzt wird, um die oberen
und unteren Unsicherheitsgrenzen für jeden Sektor zu erhalten, wie in Tabelle 4.2 dargestellt.
Tab. 4.2: Unter- und Obergrenze der Unsicherheit Von WEA je Sektor
Untergrenze[-%] 16,6 15,0 13,5 12,6 12,7 13,3 15,3 16,5 17,8 17,0 16,6 17,3
Obergrenze[%] 17,4 15,2 13,2 12,1 12,3 13,0 15,5 17,3 19,2 18,1 17,4 18,4
Durch die Anwendung von Gleichung 4.10 zur Berechnung ergibt eine Gesamtunsicherheit der unteren
Grenze von -16,55% und eine Unsicherheit der oberen Grenze von 17,37%. Die Kombination der
gesamten windbedingten Unsicherheit mit der gesamten energiebedingten Unsicherheit ergibt einen
Wert von 18,82% für die Gesamtunsicherheit des Windparks. Da die Gesamtzahl der WEAs für das
Projekt 20 beträgt, errechnet sich der EPark nach Gleichung 4.7 zu 127.227,35 MWh, d.h. AEP5 0.
Eine Wahrscheinlichkeitsverteilung der erhaltenen Daten entsprechend der Gesamtunsicherheit ergibt
P5-P99(Tab.4.3).
26
Tab. 4.3: AEP Verteilung nach P-Wert
P-Wert [%] AEP [MWh/a]
5 166.612,90
10 157.913,73
15 1152.044,45
20 147.379,73
25 143.377,81
30 139.783,91
35 136.453,73
40 133.293,67
45 130.236,27
50 127.227,35
55 124.218,42
60 121.161,02
65 118.000,96
70 114.670,73
75 111.076,88
80 107.074,97
85 102.410,25
90 96.540,96
95 97.841,80
99 71.523,61
Da das Projekt auf eine Betriebsdauer von 20 Jahren ausgelegt ist, sollten die Betriebskosten auf der
Grundlage von 20 WEAs mit einer Gesamtbetriebsdauer berechnet werden. Das Verhältnis zwischen
der Gesamtenergieertrag und den Gesamtkosten für alle Betriebsjahre ergibt die Energiekosten unter
verschiedenen Wahrscheinlichkeitsverteilungen.(Tab.4.4)
Tab. 4.4: Energieverteilung Verteilung nach P-Wert
P-Wert [%] Energiekosten [=

C/kWh]
50 0,041
75 0,047
90 0,054
95 0,059
99 0,072
Kapitel 5. Zusammenfassung 27
5 Zusammenfassung
Das Windparkprojekt basiert auf Winddaten, die von lokalen Messmasten für drei verschiedene
Höhenzeitreihen von 1 Jahr gewonnen wurden, und auf meteorologischen Daten von lokalen Wett-
erstationen für 10 Jahre Messzeit. Kurzfristige Datenlücken wurden durch eine Korrelationsanalyse
geschlossen, und lokale Daten zur Rauhigkeitslänge wurden durch lineare Regression ermittelt. Eine
Höhenextrapolationsmethode wurde verwendet, um die Windgeschwindigkeits- und -richtungsdaten
von einer gemessenen Höhe von 74 m auf die Zielhöhe zu extrapolieren, d. h. 80 m und 100 m
für die Nabe der alternativen WEA-Ausrüstung für dieses Projekt. Das Ergebnis sind kurzfristige
Winddaten in der Zielhöhe. Diese Daten wurden mit MCP-Methode auf ihre Korrelationsqualität
mit den Daten der Wetterstation in einer gemessenen Höhe von 10 m geprüft. Die Korrelation
der Windgeschwindigkeitsdaten war jedoch nicht sehr gut, und die Windrichtungsdaten wurden so
optimiert, dass sie eine relativ hohe Korrelationsqualität aufweisen. Nach der Korrelationsauswertung
wurden die Kurzzeitdaten mit der MCP-Methode erweitert und eine synthetische Ereignisreihe mit
der gleichen Länge wie die Wetterstationsmessungen (10 Jahre) erstellt. Die beiden Parameter, die
auf diesen Zeitreihen-Winddaten basieren, wurden mit der Weibull-Verteilungsformel berechnet, und
die Referenz-Windgeschwindigkeitsverteilung wurde mit der Windgeschwindigkeitsverteilung in den
Zeitreihen verglichen, wobei einige Unterschiede festgestellt wurden. Synthetische Zeitreihen von
Windgeschwindigkeits- und Windrichtungsverteilungen können sowohl für Windrose als auch für
Energieros in der gewählten Zielhöhe erzeugt werden.
Die Auslegung des Windparks erfolgte unter Verwendung von Energierose und lokalen topographischen
Daten aus der Winddatenanalyse. Die Auslegung des Windparks und der Kabelanschlussknoten musste
unter Berücksichtigung der Abstände zu den umliegenden Gebäuden und Straßen erfolgen, und nach
der ersten Auslegung wurden die Abströmungseffekte des Windparks mit dem Jesen-Modell analysiert.
Im Hauptwindsektor wurden die nachgelagerten WEAs so weit wie möglich vom Vollschattungsbreich
entfernt platziert, um den Parkwirkungsgrad zu erhöhen. Nach iterativer Anpassung und Festlegung
des WEA-Layouts wurde die Wahl der Kabelverbindungsmethode und des Materials getroffen und
nach einem wirtschaftlichen Kompromiss eine Sternverbindungstopologie mit Aluminiumkabeln ver-
wendet. Um die Genauigkeit des prognostizierten Ertrags dieses Windparks zu gewährleisten, mussten
verschiedene Unsicherheit basierte Winddaten und Energiequellen beruhten. Durch die Berechnung
von Ober- und Untergrenzen für die Gesamtunsicherheit ist es möglich, mit Hilfe von Wahrschein-
lichkeitsverteilungen den Energieertrag und die Energiekosten des Windparks für unterschiedliche
Eintrittswahrscheinlichkeiten der Unsicherheit zu berechnen. Diese beiden Daten sind das eigentliche
Ziel einer Windparkplanung.
28
6 Diskussion
In diesem Projekt zur Planung eines Windparks in der Stadt Wishek wurden noch Faktoren berück-
sichtigt, die zu einer Erhöhung der wind- und energiebedingten Unsicherheiten führen können, die aber
gleichzeitig die Datenanalyse genauer machen können. Erstens können die fehlenden topographischen
Daten um den Windpark im Entwurfsprojekt zu großen Fehlern bei der Berechnung der vom Messmast
gelieferten Groblängen führen, und der Einfluss von Hindernissen wie Bauernhöfen und Büschen
auf die Windgeschwindigkeit wurde in diesem Projekt nicht analysiert. Zweitens wurde festgestellt,
dass die aus der Höhenextrapolation gewonnenen Winddaten in der MCP-Methode in Bezug auf die
Korrelation mit den von den Wetterstationen beobachteten Winddaten von schlechter Qualität sind,
so dass möglicherweise Daten von anderen Wetterstationen benötigt werden, um diese Korrelation zu
optimieren. Die schlechtere Korrelationsbewertung ist fatal für die Unsicherheitsanalyse von Windparks,
d.h. für die Berechnung der Energiekosten. Drittens müssen bei der Planung von Windparks auch
Lärm- und Schattenbereiche berücksichtigt werden, da Lärm und Schatten durch die Rotation der
Turbinenblätter Auswirkungen auf die umliegenden Gebäude und das tägliche Leben der Anwohner
haben können, aber diese Planungsregel wurde bei diesem Projekt nicht befolgt. Viertens wird bei der
Auslegung des Windparks nicht berücksichtigt, ob es in der Nähe weitere Windparks gibt, was dazu
führen kann, dass einige der WEAs durch die Wechselwirkung der Windparks beeinträchtigt werden,
wodurch die Energieerzeugung in der Praxis verringert wird. Fünftens wurde das Projekt nicht gemäß
dem deutschen Das Erneuerbare-Energien-Gesetz auf seine Wirtschaftlichkeit geprüft. In der Praxis
ist das Erreichen des erwarteten wirtschaftlichen Nutzens eines der Hauptziele bei der Konzeption
und Planung von Windparks. Sechstens: Die Turbinen in diesem Projekt haben eine Nennleistung
von 2,5 MW und einen Blattradius von 45 m. Die lokalen Daten des Messmastes deuten darauf hin,
dass die lokalen Windressourcen relativ knapp sind, was der Hauptgrund für die Wahl dieser Reihe
von WEA sein könnte, aber in einem realen Windparkentwurf könnten mehr WEA in die Auswahl
einbezogen werden und die Rentabilität dieses Windparkprojekts maximieren.
Kapitel 7. Literaturverzeichnis 29
7 Literaturverzeichnis
1. Gasch, R. and Twele, J. (2016) Windkraftanlagen Grundlagen, Entwurf, Planung und betrieb.
Wiesbaden: Springer Vieweg.
2.Hau, E. (2016) Windkraftanlagen Grundlagen, Technik, Einsatz, Wirtschaftlichkeit. Berlin: Springer

Vieweg.
3. Nordex (N90/2500 ) Neue Dimensionen in der dritten Genration. Available at

: http://windturbine.co.kr/homepage/data /file/submenu4 1/1346264786 BrtRAfMq Nordex 2500kw spec.pdf.
4. Fischetti, M. and Pisinger, D. (2018) “Optimal Wind Farm Cable Routing: Modeling Branches and
offshore Transformer modules,”Networks, 72(1), pp. 42–59. Available at: https://doi.org/10.1002/net.21804.
X
Abbildungsverzeichnis
3.1 Korrelation der Windrichtung von 74 m durch 50 m . . . . . . . . . . . . . . . . . . 7

3.2 Bestimmung der Rauhigkeitslänge z0 mit Messdaten in Sektor. . . . . . . . . . . . . 8
3.3 Weibull-Verteilung in verschiedenen Zielhöhe. . . . . . . . . . . . . . . . . . . . . . 10
3.4 Korrelation Höhen-Extrapolation zu Referenzhöhe in Windgeschwindigkeiten . . . . . 11
3.5 Korrelation Höhen-Extrapolation zu Referenzhöhe in Windrichtungen . . . . . . . . . 11
3.6 Korrelation in Windrichtungen (Modifikation) . . . . . . . . . . . . . . . . . . . . . 12
3.7 Weibull-Verteilung für Nabenhöhe um 100 m je Sektor. . . . . . . . . . . . . . . . . 13
3.8 Weibull-Verteilung für Nabenhöhe um 80 m je Sektor. . . . . . . . . . . . . . . . . . 14
3.9 Windrose in der Höhe von 100 m . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.10 Energierose in der Höhe von 100 m . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.1 Parklayout und Verkabelung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Tabellenverzeichnis
2.1 Einteilung der Rauigkeitslängen nach dem Europäischen Windatlas . . . . . . . . . . 3

2.2 Bewertung von Korrelationskoeffizient . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.1 Sektordefinition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.2 Rauigkeitslänge in Sektor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.3 Weibull-Verteilung nach Energy Pattern Factor Methode . . . . . . . . . . . . . . . 10
3.4 Weibull-Verteilung nach Energy Pattern Factor Methode . . . . . . . . . . . . . . . 13
3.5 Spezifikationen des WEA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.6 Leistungskoeffizient P(u) von N90/2500 . . . . . . . . . . . . . . . . . . . . . . . . 15
3.7 jährliche Energieproduktion und Energiekosten . . . . . . . . . . . . . . . . . . . . . 16
3.8 Windhäufigkeit je Sektor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.1 Unsicherheit auf Wind und Energie . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

4.2 Unter- und Obergrenze der Unsicherheit Von WEA je Sektor . . . . . . . . . . . . . 25
4.3 AEP Verteilung nach P-Wert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.4 Energieverteilung Verteilung nach P-Wert . . . . . . . . . . . . . . . . . . . . . . . 26
Literaturverzeichnis XI
Literaturverzeichnis

Windparkplannung in Der Stadt Wishek

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Windparkplannung in Der Stadt Wishek

Hochgeladen von

Copyright:

Verfügbare Formate

Jiyuan Hu

Hausarbeit für das Modul

Leibniz Universität Hannover

Windparkplaunung im Stadt Wishek

Jiyuan Hu, Hannover, den 27. Januar 2023

Planung und Errichtung von Windparks

Handout: 04.11.2022 Name: Jiyuan Hu

Wissenschaftliche Grundlagen ∑ 10.0 %

Windgutachten (Reproduktion der Übung) ∑ 33.0 %

Analyse des weiteren Vorgehens ∑ 10.0 %

Formale Aspekte ∑ 9.0 %

Äußere Form nach Hausarbeitsvorlage des IWES 7.5 %

Abgabe der Hausarbeit:

3 Nachbereitung von Winddaten 7

Die Wahrscheinlichkeitsverteilung der Windgeschwindigkeit in einem Windpark ist der wichtigste

Tab. 2.1: Einteilung der Rauigkeitslängen nach dem Europäischen Windatlas

Rauigkeitsklasse Rauigkeitslänge [m]

u(z) Windgeschw. auf Zielhöhe z m/s

2.1.4 MCP Methode

[∑i ( xi − x̄ (yi − ȳ))]2

x Mittelwerte der Windgeschw. auf referenzhöhe m/s

Tab. 2.2: Bewertung von Korrelationskoeffizient

Korrelationskoeffizient Qualität der Referenz

bis 0,7 Schlecht

2.1.5 Berechnung von AEP

AEP Annual Energy Production kWh

2.1.6 Windrose und Energierose

aepSektor flächenspez. Energieertrag innerhalb eines Sektors kWh/m2

3 Nachbereitung von Winddaten

3.1 Ermittelung von Rauigkeitslänge z0

Abb. 3.1: Korrelation der Windrichtung von 74 m durch 50 m

Tab. 3.1: Sektordefinition

(a) (b) (c) (d)

(e) (f) (g) (h)

(i) (j) (k) (l)

Abb. 3.2: Bestimmung der Rauhigkeitslänge z0 mit Messdaten in Sektor.

Tab. 3.2: Rauigkeitslänge in Sektor

3.2 Höhen-Extrapolation und Weibull-Verteilung

E p f ,analytisch Energy Pattern Factor -

Tab. 3.3: Weibull-Verteilung nach Energy Pattern Factor Methode

Parameter z = 100m z = 80m

umean [m/s] 6,62 6,35

(a) z=100 m (b) z=80 m

Abb. 3.3: Weibull-Verteilung in verschiedenen Zielhöhe.

(a) z=100 m (b) z=80 m

Abb. 3.4: Korrelation Höhen-Extrapolation zu Referenzhöhe in Windgeschwindigkeiten

(a) z=100 m und 80 m

Abb. 3.5: Korrelation Höhen-Extrapolation zu Referenzhöhe in Windrichtungen

 udir,ST − 360, | udir,LT − Udir,ST |≥ 180 udir,LT ≤ udir,ST

udir,ST = Wenn(Und)(udir,LT − Udir,ST |≥ 180; udir,LT ≤ udir,ST )udir,ST − 360; )

(a) z=100 m und 80 m

Abb. 3.6: Korrelation in Windrichtungen (Modifikation)

Tab. 3.4: Weibull-Verteilung nach Energy Pattern Factor Methode

Qualität Geschw.100 m Geschw.80 m Richtung Modifikation

R2 [-] 0,5662 0,5662 0,2835 0,8374

3.4 Weibull-Verteilung je Sektor

(a) (b) (c) 75-105 (d)

(e) (f) (g) (h)

(i) (j) (k) (l)

Abb. 3.7: Weibull-Verteilung für Nabenhöhe um 100 m je Sektor.

(a) (b) (c) 75-105 (d)

(e) (f) (g) (h)

(i) (j) (k) (l)