Stochastic Weather Generator for Renewable Energy

Weather driven renewable energy sources (wind, solar and hydropower) vary with weather conditions at a range of spatial and temporal scales. Whereas wind and solar power generation depend directly on instantaneous wind speed and radiation, hydropower offers the advantage of energy storage. Still, even the annual sum of generated hydropower in Norway varies between approximately 90 TWh and 140 TWh depending on precipitation amount. Investment planning, market strategies and production scheduling on the medium and long term, must be based on scenarios describing climatic variability. Traditionally, historic data for inflow to the reservoirs have been used to meet this requirement. Measured inflow series are, however, limited in number as well as in length, and might not span the actual variability of climate. They also become insufficient as wind and solar power increasingly enter the European power market. The Weather Generator project aims at developing methods and software to generate weather scenarios reflecting the uncertainty and variability of climate. The stochastic model is built to represent all major aspects of realistic weather, without being limited to actually recorded observation series. In particular, the generated scenarios must respect the spatial and temporal covariance in meteorological fields; within as well as between the different variables. For example, if the best wind conditions occur when the weather is dry and cold, wind power production would be complementary to the hydro production. If on the other side, both wind and hydro have their peak production at the same time, this will lead to lower power prices in this period. At the large scale, the project relies heavily on ensemble data sets recently made available from the European Centre for Medium-range Weather Forecast (ECMWF). This ensemble contains a number of equally probable weather scenarios; each physically consistent, while together reflecting the uncertainty and variability of atmospheric behaviour. The use of ECMWF data also ensures that the generated medium- and long-term scenarios are statistically consistent with the weather forecast used for short-term planning. A prototype of the large-scale weather generator is available for downloading and testing by cooperating users. The large scale weather scenarios have been tested and used as input to hydrological models. A Downscaling scenarios for end-users needing a more spatially detailed simulation, is another issue the project deals with. The challenge here is to add local knowledge and local variability to the large-scale fields. The project has focused on downscaling precipitation field. A prototype of a stochastic downscaling model has been implemented. This allow to add local variability while preserving the large scale characteristics. The last part of the project is dedicated to evaluate the results, and provide guidelines for the final users.

Det skal utvikles ny metodikk og programvare for en værgenerator. Dette skal bedre norske kraftprodusenters og netteieres evne til å ta lønnsomme beslutninger i prosjektering og driftsplanlegging for fornybar kraftproduksjon og balansetjenester. Mulighete n til regulering gir norsk vannkraft en unik posisjon i Europa, optimalisering for vannkraft er derfor spesielt vektlagt i prosjektet. Med økt produksjon av vind- og solkraft vil samvariasjonen mellom magasin-tilsig, vind og stråling bli stadig viktigere for balanseformål, analyser av transmisjonsnett og prisprognoser. Eksisterende optimaliseringsmodeller trenger en bedre beskrivelse av denne samvariasjonen. Innovasjonen er ny metodikk og programvare som estimerer konsistente scenarier for vær-relatert fornybar kraft i Europa. Dagens metode er utviklet for vannkraft alene, og scenariene er basert på å trekke fra historisk målte tilsigsserier. Dermed blir ikke samvariasjonen med vind- og solkraft representert. Værgeneratoren tilpasser en statistisk mod ell til observasjonene, og trekker scenarier fra denne modellen i stedet for fra observasjonsseriene direkte. For å få ut tilsigsscenarier for vannkraft mates vær-scenariene inn i en hydrologisk nedbør-avløpsmodell av samme type som brukes i daglig drift. Dermed sikres konsistens mellom sol-, vind- og vannkraft-scenarier, og mellom scenarie-tilsig og værvarsel-baserte tilsigserier. Innovasjonen forutsetter en god statistisk modell for samvariasjonen mellom ulike værvariable i rom, i tid og mellom variabl e. Utvikling av denne modellen og de numeriske løsningsrutiner som skal holde regnetiden nede, er kjernen i FoU-delen av prosjektet. Flere optimaliseringsmodeller i daglig drift, eksempelvis Samkjøringsmodellen (EMPS) og ProdRisk, er klare til å nyttiggj øre seg de scenariene prosjektet skal frembringe. Det er således små investeringer som skal til for å nyttiggjøre seg prosjektets resultater.