We can't find the internet
Attempting to reconnect
SI/501955
COMESI – Comparison metrics simulation challenge
Résumé
Textes supplémentaires
Schlussbericht
In der Windenergiebranche hat die Genauigkeit der Schätzung der Windressourcen einen enormen Einfluss auf die erwartete Rendite eines Projekts. Aufgrund der komplexen Natur des Wetters und der Windströmung über der Erdoberfläche kann es sehr schwierig sein, die Windressource korrekt zu messen und zu modellieren. Für ein bestimmtes Projekt stehen Modelliererinnen und Modellierer vor einer schwierigen Auswahl aus einer breiten Palette von Simulationstools mit unterschiedlichen Genauigkeiten und Kosten. In diesem Projekt wird in Zusammenarbeit mit der IEA Wind Task 31 eine öffentliche "Simulationschallenge" für Windenergiestandorte in komplexem Gelände durchgeführt, bei der die Teilnehmerinnen und Teilnehmer ihre Simulationsdaten und -ergebnisse in einer vordefinierten Vorlage einreichen. Ziel ist es, mehrere Datensätze bezüglich der "Skill" und "Costs" von Simulationstools sowohl vor als auch nach der Durchführung der Simulationen zu sammeln, so dass Transferfunktionen für die genaue Vorhersage der "Skill" und "Costs" der Tools entwickelt werden können. Dies wird den Modelliererinnen und Modellierern helfen, für ein bestimmtes Windenergieprojekt das beste Modell für die Aufgabe auszuwählen. Im ersten Jahr dieses Projekts wurde eine Vorlage für Vergleichsmetriken weiterentwickelt und im Vergleich zur ursprünglichen Version stark verbessert. Die Simulationschallenge wurde planmässig entworfen und gestartet. In der Folge wurden mehrere Publikationen und Kollaborationen lanciert. Die Datenerfassung und –auswertung wurde mit einer Verzögerung von drei Monaten, aufgrund von einer geringen Anzahl von Einreichungen, abgeschlossen, weshalb sich die Planung von Stage 2 ebenso verzögert hat. Im zweiten Jahr des Projekts wurde zunächst die Stage 1 abgeschlossen. Dabei haben wir uns bei den registrierten Teilnehmerinnen und Teilnehmern informiert, warum die Ergebnisse verspätet eingereicht wurden, und haben die Challenge den Umständen entsprechend angepasst. Der Evaluierungscode wurde zudem vervollständigt und die Analyse der Ergebnisse abgeschlossen. In einem Workshop wurden die Ergebnisse den Teilnehmerinnen und Teilnehmern präsentiert sowie diskutiert. Dabei konnten offene Fragen und Ungereimtheiten geklärt werden. Die Ergebnisse von Stage 1 haben gezeigt, dass anspruchsvolle Simulationswerkzeuge wie Large Eddy Simulations (LES) nicht unbedingt zu höheren Genauigkeiten führen. Insbesondere für weniger komplexe Standorte ist es besser, einfachere Tools wie Reynolds Averaged Navier Stokes (RANS) oder WAsP zu verwenden, die mit einem Bruchteil der Kosten von LES-Simulationen ein hohes Mass an Genauigkeit erreichen. Insgesamt erzielte die RANS-Simulation mit der von Enercon entwickelten E-Wind-Software die besten und beständigsten Ergebnisse. Da der Teilnehmer auch der erfahrenste von allen war, könnte dies zu der Schlussfolgerung führen, dass die Fähigkeiten des Anwenders eine entscheidende Rolle für die Gesamtbewertung der Fähigkeiten spielen. Für Stage 2 dieses Projekts wurde der manuelle Prozess von Stage 1 automatisiert. Das daraus resultierende Decision Tool ist in der Lage, Antworten auf Fragebögen automatisch in Kompetenz- und Kostenbewertungen umzuwandeln. Um die Algorithmen des Tools zu entwickeln, wurde eine neue Challenge veröffentlicht. In dieser Challenge wurden die Teilnehmer aufgefordert, Simulations- und Messergebnisse von beliebig verfügbaren Standorten hochzuladen. Auf der Grundlage dieser Ergebnisse sollten von der Standortkomplexität abhängige Funktionen und Gewichtungen entwickelt und abgestimmt werden. Aufgrund mangelnder Beteiligung konnte der Tuning-Teil jedoch nicht abgeschlossen werden. Die daraus resultierenden Methoden dienen jedoch als Ausgangspunkt und können leicht aktualisiert und erweitert werden, wenn weitere Daten hinzukommen. Wir stehen diesbezüglich bereits in Kontakt mit mehreren Unternehmen, darunter Enercon, UL und TÜV Süd. Außerdem wurden die Fragen des Fragebogens neu formuliert, um sie leichter zu beantworten und zu verstehen sowie objektiver zu machen. Der Einfluss der Komplexität des Standorts auf die Bewertung der Fähigkeiten im Vergleich zu den Kosten wurde kurz untersucht, indem drei verschiedene Modelle für vier Standorte mit zunehmender Komplexität verglichen wurden. Es zeigte sich, dass mit zunehmender Komplexität des Standorts die "Before" Skill Scores abnahmen und die Abstände zwischen den Skill Scores der einzelnen Modelle in Abhängigkeit von ihrer Komplexität zunahm, d. h. LES übertraf die RANS- und WAsP-Simulationen. Bei weniger komplexen Standorten wiederum schnitten die RANS- und WAsP-Simulationen ähnlich gut ab wie der LES-Fall, wiesen aber deutlich bessere Kostenwerte auf. Die entwickelten Funktionen und Gewichte, mit denen diese Erkenntnisse erzielt werden konnten, wurden aufgrund der wenigen verfügbaren Datenpunkte von Hand abgestimmt. Mit mehr Daten können maschinelles Lernen und statistische Modelle diesen manuellen Prozess ersetzen, um allgemeinere und zuverlässigere Ergebnisse zu erhalten. Die derzeitigen Methoden und Funktionen dienen als Ausgangspunkt für die weitere Entwicklung.
Détails du projet
- Office de recherche
- BFE
- Statut du projet
- Abgeschlossen
- Type de projet
- Forschungsprojekt
- Date de début
- 2019-09-30
- Date de fin
- 2021-10-14
- Coûts totaux approuvés
- CHF 79260.00
- Section
- Windenergie
- Domaine politique NABS
- Erzeugung, Verteilung und rationelle Nutzung der Energie