Bessere Vorhersage für Wind und Sonne

Sturm oder Flaute, dunkle Wolken oder blauer Himmel – je nach Wetter­lage speisen Windräder und Photo­voltaik­anlagen mal mehr, mal weniger Strom ins Netz. Eine große Heraus­forderung für die Betreiber der Übertragungs­netze: Sie müssen die einge­speiste Strom­menge möglichst exakt prognos­tizieren, um die Netze stabil zu halten. Das Fraun­hofer-Institut für Wind­energie und Energie­system­technik IWES in Kassel hat daher zusammen mit dem Deutschen Wetter­dienst DWD in Offen­bach im Projekt EWeLiNE mathema­tische Modelle entwickelt, die deutlich bessere Vorher­sagen ermög­lichen als her­kömmliche Verfahren. Jetzt haben die Partner das vom BMWi geförderte und seit Ende 2012 laufende Projekt erfolg­reich abge­schlossen.

„Um die Versorgungs­sicherheit zu gewährleisten, sind die Übertragungs­netz­betreiber gefordert, Strom­angebot und -nachfrage im Netz stets im Gleich­gewicht zu halten. Sie müssen deshalb wissen, wie viel Energie in den nächsten Stunden und Tagen in welcher Region eingespeist werden wird“, beschreibt Jan Dobschinski, der die Forschungs­gruppe Prognosen für Energie­systeme leitet, die Heraus­forderungen. Dabei verlassen sie sich auf Wetter- und Leistungs­prognosen, die allerdings längst nicht immer korrekt sind: „Prognose­fehler sind mit Blick auf die Netz­sicherheit ein echtes Problem für Über­tragungsnetz­betreiber“, sagt EWeLiNE-Projekt­leiter Malte Siefert.

Wie Praxistests zeigen, zeichnen sich die neuen Prognose­modelle durch eine sehr hohe Vorher­sagege­nauigkeit und an den Netz­betrieb angepasste Wetter­warnungen aus. So sind sie den üblicher­weise verwen­deten Verfahren vor allem bei extremen Wetter­lagen wie starkem Wind überlegen. Zudem liefern sie Daten in einer höheren zeit­lichen und räum­lichen Auflösung. „Mit unseren Modellen können die Über­tragungs­netzbe­treiber die Einspeisung für jedes einzelne der mehreren hundert Umspann­werke in Deutschland prognos­tizieren. Die Netz­steuerung wird damit einfacher und sicherer. Auch beim Handel mit Strom profi­tieren sie von verläss­licheren Prog­nosen“, sagt Siefert.

Ein zentraler Ansatz­punkt des EWeLiNE-Projekts lag auf der Anpassung der Wetter­modelle an die spezi­fischen Anfor­derungen und Bedin­gungen der erneuer­baren Energien. So ermöglichen die Modelle jetzt zum Beispiel exakte Vorher­sagen der Windver­hältnisse in Höhe der Windrad-Naben. Vor allem den Tages­gang konnten die Wissen­schaftler deutlich verbessern. Bei der Photo­voltaik lässt sich nun die Hochnebel­konzentra­tion genauer vorher­sagen. Das ist ein großer Vorteil für die Netz­betreiber, da schon kleine Änderungen der Nebel­dichte große Auswir­kungen auf den Ertrag der Anlagen haben. Dabei liefern die Modelle auch eine Risiko­karte für das Auftreten von Hochnebel. Dazu kommt eine höhere zeit­liche Auflösung der Vorher­sagen: Strahlungs­daten werden jetzt im 15-Minuten-Rhythmus berechnet, so dass die Prognosen einen schnellen Wechsel der Bewölkung berück­sichtigen.

Neben den Wetter­modellen haben die Forscher auch die Leistungs­prognosen für Wind­energie- und Solar­anlagen weiter­entwickelt, unter anderem durch eine höhere räumliche Auflösung bei der Photo­voltaik. Die neuen Modelle verwenden selbst­lernende Algo­rithmen, die Echtzeit- und his­torische Daten verbinden, um die Vorher­sagen zu verbessern. Im Zusammen­spiel mit den Wetter­prognosen gewinnen die Netz­betreiber so wert­volle Infor­mationen für die Steuerung der Netze sowie den Strom­handel. Mit den neuen Wetter- und Leistungs­modellen sind die Anwender auch in der Lage, probabi­listische Prognosen vorz­unehmen: Statt pauschal eine einge­speiste Leistung für einen bestimmten Zeit­punkt vorher­zusagen, können sie Wahrschein­lichkeiten – zum Beispiel, dass die Wind­leistung mit 80 Prozent Wahrschein­lichkeit unter 500 Megawatt und mit 15 Prozent Wahrschein­lichkeit unter 200 Megawatt liegt – ermitteln.

„Das ist ein echter Mehrwert für die Netz­betreiber, da die probabi­listischen Prognosen Unsicher­heiten abbilden. Die Unter­nehmen können so besser abschätzen, ob sie einen Puffer brauchen, um das Netz stabil zu halten. Und auch für die Vermarktung von Strom ist die Angabe von Wahrschein­lichkeiten ein Vorteil“, sagt Siefert. Über eine Demonstrations­plattform mit einer inter­aktiven, räumlich hoch aufge­lösten Karte können die Netz­betreiber die neuen Prognose­modelle bereits in der Praxis erproben. Die Übernahme in den dauer­haften Onlinebetrieb soll schritt­weise in den nächsten Monaten erfolgen.

Nach dem Abschluss von EWeLiNE werden die Partner ihre Entwicklungs­arbeit in dem Folge­projekt „Gridcast“ fortsetzen. „Wir werden hier gezielt daran arbeiten, die Prognosen für die einzelnen Umspann­werke zu verbessern“, erklärt Siefert. Neben den Wetter­daten sollen dabei auch weitere Informa­tionen wie etwa Satelliten­bilder für die Solar­prognosen integriert werden. Darüber hinaus werden die Forscher mit Gridcast untersuchen, wie sich die Abweichung zwischen der möglichen Erzeu­gung einer­seits und der realen Ein­speisung anderer­seits in die Prognosen inte­grieren lässt. „Immer öfter werden Wind­räder abge­regelt, etwa wegen Netzeng­pässen oder Natur- und Schallschutz­auflagen. Bei der Photo­voltaik nimmt der Eigen­verbrauch zu, ebenso die instal­lierte Speicher­kapazität. Diese Entwick­lungen müssen bei den Einspeise­prognosen berück­sichtigt werden“, macht Dobschinski deutlich.
Neben IWES, DWD und den Übertragungs­netzbe­treibern werden sich auch der Wind­energie­anlagen­hersteller Enercon sowie zwei Verteil­netzbe­treiber bei Gridcast enga­gieren. „Den Verteil­netz­betreibern kommt bei der Sicherung der Netz­stabilität eine immer größere Bedeutung zu, da die erneuer­baren Energien auf dieser Netz­ebene einge­speist werden“, sagt Dobschinski.

Fh.-IWES / JOL