TUULIATLASPROJEKTI. Motiva Oy. Ensimmäinen väliraportti

Transkriptio

1 Motiva Oy TUULIATLASPROJEKTI Ensimmäinen väliraportti Projekti on pääpiirteissään edennyt tutkimustarjouksessa ja sopimuksessa esitetyn aikataulutuksen mukaisesti. Projektiorganisaatio on esitetty liitteessä 1. kick-off workshop workshop ABL in the models - arrangement of existing data - field experiments - radar winds - modelling of the ABL - offshore ABL - "Lapland" ABL - coastal ABL WAsP modification to Finnish climate Long time wind climate - temporal variation over Finland - 5 year return periods - temperature vs power production Repsentative period Definition of surface roughness Vector maps of roughness & orog. Mesoscale model preparation Model runs: HARMONIE WAsP optomation/calibration Model runs: WAsP Verification of the model results Wind Atlas Maps Impact of Climate Change Internet based Wind Atlas Final Report Expansion of the wind atlas

2 Workshop ja muu tiedotus Ensimmäinen workshop pidettiin IL:ssä Helsingissä Mukana oli edustajia ja esityksiä Motivasta, Suomen Tuulivoimayhdistyksestä (E. Haapanen), WPD Finlandista, Hafmexista, Vaisalasta, Technical University of Denmark/Risö National Laboratorystä sekä IL:n projektiin osallistuvista yksiköistä. Projektisuunnitelma todettiin kansainvälisen mittapuun mukaan erittäin haastavaksi ja tieteellisesti korkealle tasolle tähtääväksi, ja toisaalta projektiin varattu aikataulu erittäin tiukaksi ja haasteelliseksi. Tuuliatlasprojektia on esitelty Espoossa TKK:lla opiskelijoille (ENE-47.16) ja Vaisalassa Vantaalla (n. 15 henkeä). Seuraavat esitelmät: Energiateollisuuden Tuulivoima 28 seminaari Jyväskylässä, Ahvenanmaa sekä Eduskunnan Luonnonvarainneuvoston ympäristö- ja energiajaosto Tuuliatlasta koskevia tiedusteluja on kesän aikana tullut erittäin paljon viranomaistaholta, kunnista, mediasta sekä energiayhtiöistä. Numeerinen säämalli IL:ssä säänennustusmallin käyttö poikkeaa yleisesti maailmalla tehdyistä numeerisista tuuliatlaksista joiltakin osin: - käytössä paras mahdollinen säänennustusmalli, jonka takana johtavat eurooppalaiset ilmatieteen laitokset - säämallin horisontaalinen resoluutio on 2,5 x 2,5 km 2 - simuloidaan todellisia kuukausia (6x12 kk = 72 kk) eli 46 vuoden aikasarjasta valittu referenssijakso koko alueelta, kun muualla on yleensä valittu simuloitavaksi yksittäistä tapausta (säätilannetta) tai täysin keinotekoista tilannetta (Ruotsi) - 2

3 Säänennustusmallin käyttöönotossa on edetty tutkimussuunnitelman mukaisesti. Tuuliatlasta varten käytettävän HARMONIE-mallin käyttöönotto on valmisteltu kesän aikana. Rutiinikäytössä olevasta HIRLAM mallista on modifioitu versio, joka yhdistää Euroopan säänennustuskeskuksen (ECMWF) laajemman alueen mallin ja pienen skaalan (high resolution) on saatu täyteen käyttövalmiuteen. IL:ssä koekäytössä olleen HARMONIE-mallin ennustusalue on laajennettu koko maan kattavaksi (yllä olevassa kuvassa sinisellä katkoviivalla kuvattu alue), ja sitä ajetaan muiden säänennustusmallien rinnalla elokuusta lähtien. HARMONIEn tuottamia tuloksia analysoidaan operatiivisessa verifiointisysteemissä. Verifiointi tehdään havaintoasemille ja niitä vastaavat mallin hilapisteet poimitaan mallista. Mallista poimittava tieto on valmiiksi interpoloitu niille korkeuksille, joissa tuuliatlaksen tulokset esitetään. Tärkein havaintolähde verifioinnille ovat mastohavainnot ja niistä erityisesti Testbed koealueen mastot. Myös standardeja SYNOP-havaintoja voidaan käyttää silloin, kun tuulen mittaus on tehty edustavalla paikalla ja riittävän korkealla. Useimmat rannikkoasemat täyttävät nämä ehdot. 1. Verifioinnin suunnittelu Kesäkuu 28 Lokakuu Käytettävissä olevien ja edustavien havaintoasemien määrittely Elokuu 28 Marraskuu Verifiointiohjelmiston kehittäminen/käyttöönotto Marraskuu 28 Tammikuu Havainto- ja mallidatan poiminta Joulukuu 28 Marraskuu Verifiointilaskenta ja tulosten visualisointi 3

4 Joulukuu 28 Marraskuu Raportointi Maaliskuu 29 Marraskuu 29 HARMONIE-simulaatiot käynnistyvät lokakuun alussa. Simulaatiot ajetaan säänennustusmallien rinnalla. Simulaatiot ja niiden valvonta on varsin työvaltainen prosessi, johon on palkattu kaksi uutta nuorta tutkijaa: - PhD-opiskelija Evgeny Atlaskin (ModObs-rahoitus) - Insinööri Karoliina Ljungberg, jonka Pro-Gradu tutkielma meteorologiasta valmistuu lokakuussa 28. WAsP Tuulienergia-analyyseissä yleisesti käytössä olevaa tanskalaista Risön tuottamaa WAsPmallia (uusin version) käytetään yhteistyössä Risön kanssa tuulisuusanalyysin tarkentamiseen 2,5 km:n hilasta 25 metrin hilaan valituilla alueilla, sekä tarvittaessa HARMONIElla tuotettujen tuulijakaumien laskentaa eri korkeuksille. WAsP alueet on alustavasti valittu seuraavasti: Rannikkoalueelta, Turun saaristosta ja Ahvenanmaalta tulee projektisuunnitelman kriteerien perusteella mukaan yhteensä 8511 HARMONIE-pistettä. Muualta maasta tulee mukaan 438 pistettä isoilta vesistöalueilta, Pohjanmaan peltoalueilta, Utsjoen ylänköalueelta ja Aavasaksan alueelta. Lisäksi valitaan korkeuskriteerin mukaan WAsPanalyysiin mukaan ne hilaruudut joissa maaston maksimikorkeus on vähintään: - Lapin lääni 4 m - Oulun lääni 28 m - Pohjois-Savo ja Pohjois-Karjala 26 m - Muut maakunnat 22 m. Mukaan tulee myös näiden ruutujen naapuriruudut niin että lähiruudun keskipisteen etäisyys on maksimissaan 1 km em. Korkean paikan ruudun keskipisteestä. 4

5 Havaintoaineisto - tuulimittaukset Tieto vallitsevasta säätilasta on edellytys sääennusteen onnistumiselle. Koko IL:n havaintoverkoston havaintoja käytetään säänennustusmallin ajossa data-assimilaatioon. Analyysi (an, an6, ) tuotetaan data-assimilaation menetelmin hyödyntäen havaintoatietoa (ob, ob6,..) ja lyhyen aikavälin ennustetta (fc18-6, fc-6,..). Ennuste tehdään integroimalla mallia ajassa eteenpäin analyysistä lähtien. 5

6 Sääasemilla tuulimittaukset tehdään yhdellä korkeudella Mallien HARMONIE ja WAsP vertikaalisen profiilin verifioimista ja tarvittavaa mallija/tai menetelmäkehittelyä varten tavallisia synoptisia tuulimittauksia korkeammalla tehtävät tuulimittaukset ovat oleellisia. IL:n pintasääasemien tuulihavainnot (AWS, automated weather station) mittaukset tallennetaan koko maasta IL:n ilmastotietokantaan. Samoin tehdään korkeille (n 32m) radiomastoille Espoosta, Kuopiosta ja Rovaniemeltä, sekä ydinvoimalaitosten mastoille Olkiluodosta ja Loviisasta. Radioluotaukset Jokioisissa, Tikkakoskella ja Sodankylässä jatkuvat. Kaikki tiedot talletaan IL:n ilmastotietokantaan. Doppler-lidar mittaussysteemin hankintaa on selvitetty. Hinta on 12 EUR luokassa. Etelä-Suomen kattavan Helsinki testbedin ( havaintoasemista valittiin 17 ensisijaisesti tärkeätä mastoasemaa. Vaisala Oy tarkisti ko. asemat heinäkuussa. Valituista asemista 1 vaati huoltoa tai osittaista uusimista. Näistä Monninkylä, Suvisaaristo, Orrengrund, Pirttisaari, Roihupelto, Mäkiluoto ja Strömsö on huollettu, Huoltamatta ovat vielä Bågaskär, Österby ja Harmaja. Tutkimussuunnitelman mukaisesti Vaisala installoi uuden automaattisen mittausjärjestelmän Helsingin edustalla olevassa Isosaaressa sijaitsevaan Soneran 8 m mastoon (seuraava kuva). Luvat, havaintolaitteisto, yms. on valmiina, mutta asentajia/asennusfirmaa ei vielä ole saatu saattamaan työ loppuun. 6

7 Vaisala vastaa myös Malmin lentokentälle tulevasta tuuliprofailerista ja sen havaintojen käsittelystä. Laitteisto lähetettiin kesällä Boulderiin (USA) huoltoon, jonka kestoksi arvioitiin 2-4 viikkoa. WPD Finlandin 1 m masto on toiminnassa. Saaristomeren itälaidalla sijaitsevan Dragsfjärd Vänön sääaseman tuulimittaus on syyskuussa uudistettu 2D akustiseksi anemometriksi ja nostettu teleliikennemaston huippuun (81m), alemmankin tason (2m) tuulimittaus jatkuu. 7

8 Högsåran osalta on sovittu Hafmex in kanssa tuulivoimaladatojen käytöstä tarpeen mukaan. Högsåran tuulimaston tietojen kätöstä (VTT?) ei ole sovittu. Ahvenanmaan osalta tarkempia neuvotteluja yhteistyöstä käydään lokakuussa Maarianhaminassa ÅTC:n, maakuntahallituksen ja yksityisen tuulienergiasektorin kanssa. Pohjanlahden alueelta erillisiä mastomittauksia on käytettävissä varsin vähän. Olkiluodon (TVO) maston mittaukset on kokonaan uusittu ydinvoimalaitoksen toimesta elo-syyskuussa 28, yhteistyössä IL:n kanssa. Samalla masto on erittäin hyvin varusteltu 3D-vuo- ja tuulimittauksin. Lapissa uudet akustiset 2D tuulimittarit on asennettu heinä/elokuussa Pyhätunturille: laelle 6 m linkkimastoon sekä 1 m mastoihin Pohjoisrinteeseen sekä Polar-rinteeseen. Lisäksi laella sijaitsevan sääaseman mittaukset on tarkistettu. 8

9 Pallas Sammaltunturin sääaseman tuulimittaukset jatkuvat. Muut mittaukset Projektiin on kesän aikana otettu yhteyttä eri puolelta Suomea koskien uusien/vanhojen mastohavaintojen hyödyntämistä tuuliatlasprojektissa. Mittauksia on tarjottu projektille taloudellista (rahallista) kompensaatiota vastaan. Projektissa ei ole kuitenkaan varattu rahoitusta tähän tarkoitukseen. Toisaalta uusien mittausten käynnistäminen n. 1 m korkeissa mastoissa vaatii aikaa, eli on kyseenalaista kuinka paljon hyötyä niistä saataisiin. Vanhojen mittausten käyttö on työlästä, joten niitä ei ole otettu vastaan myöskään projektin tiukasta aikataulusta ja budjetista johtuen. Maaston rosoisuus Ottaen huomioon projektin lyhyen keston ja numeerisella säämallilla (HARMONIE) simuloitavan jakson 6x12 kk vaatiman ajojen vaatiman ajan sekä toisaalta jo käynnistetyn malliverifioinnin (HARMONIE) takia säänennustusmallin käyttämiä rosoisuusmäärityksiä (alueellinen eli hilaruutua vastaava z ) ei ole muutettu. WAsP-mallin käyttöä varten laadittava rosoisuuden laskentamenetelmä on kesken ja tullaan tekemään yhteistyössä Risön kanssa. Tarvittava karttamateriaali riittävällä resoluutiolla on hankittu. 9

10 Simuloitavan jakson valinta Tarkasteltavana jaksona on Euroopan säänennustuskeskuksen 46 vuoden aikasarja, joka poikkeaa hieman konsulttien eri maihin tekemiin tuuliatlaksiin yleisesti käytetystä amerikkalaisesta 4 vuoden aikasarjasta. Numeerisella mallilla simuloitavan jakson pituuden on oltava verraten lyhyt jo pelkästään säätilanteiden simulointiin menevän tietokoneajan sekä käytettävissä olevan työajan takia. Käytettävissä olevien resurssien ja aikataulun puitteissa on päädytty ns. referenssijakson 1 simuloimiseen. Simulointijakso koostuu 72:sta edustavasta kuukaudesta, jotka edustavat kuutta vuotta. Ko. lähestymistapa edellyttää merkittävästi suuremman säätilannemäärän simuloimista kuin mitä maailman tuuliatlaksia varten muualla on tehty. Suomen osalta lähempään tarkasteluun on käytetty 19 vuoden jaksoa Tilastolliset analyysit osoittavat, että tämän jakson aikana tuuli-ilmastossa ei ole todettavissa merkittäviä trendejä. Tältä jaksolta valittiin simuloitavaksi neljä vuotta eli 48 kuukautta, jotka edustavat mahdollisimman hyvin keskimääräistä tuulijakaumaa. Mahdollisten vuosien kombinaatioiden lukumäärä on 19 4 = Lisäksi valitaan heikkotuulisia ja kovatuulisia tilanteita edustavat vuodet. Kunkin kuukauden edustavuutta tarkasteltiin verrattuna 9:n edustavan sääaseman tuulihavaintoihin. Lappi (Käsivarsi ja Sodankylä), rannikko ja Pohjanlahti ( Hailuoto, Vaasa, Rauma), Suomenlahti (Hanko ja Kotka) ja sisämaa (Keski-Suomi ja Kainuu). Tilastollisen analyysin (kts. LIITE 2) perusteella valitun 4 vuoden jakson kuukaudet jakautuvat seuraavan taulukon mukaisesti. Month Years January February March April May June July August September October November December Ns referenssivuosi eli tietyin kriteerein valittu kahdestatoista tyypillisestä kuukaudesta koottu 12 kuukauden aikasarja on ollut käytössä erityisesti rakennusten energiakulutuksen arvioinnissa 1

11 LIITE 1 Projektiorganisaatio 11

12 LIITE 2 Reference period Timo Vihma Objective The wind atlas should represent the present-day wind conditions in Finland. Statistical analyses have shown that in the period from there has not been significant trends in the wind climate over Finland, and this period was therefore chosen as the reference period. Due to limited computer power, it is, however, not possible to run a high-resolution mesoscale model for a large domain (covering the whole Finland and a surrounding ~3 km in all directions) for a 19 year period. Hence, a method is needed to represent the monthly wind climate over the period by an optimal selection of months from various years. 2. Method The following calculations were made separately for each month at 9 stations, which were located at Lapland (Käsivarsi and Sodankylä), coast of the Gulf of Bothnia (Hailuoto, Vaasa, and Rauma), coast of the Gulf of Finland (Hanko and Kotka), and inland Finland (Keski-Suomi and Kainuu). First we search the minimum values for parameters R and R S D. The minimum values have to be selected among 19 4 = possible combinations of years. R S = 6 k k + A A i i R S measures the representativeness with respect to the wind speed distribution: k is the shape parameter and A the scale parameter of the Weibull distribution, i refers to the parameter value in a compination of four years, and the overbar refers to the parameter value in the 19 year data set. The factor 6 is applied to make the deviations of A and k equally important for R. S 12 D D D D R D = Vi V + Pi P D= 1 R D measures the representativeness with respect to the distribution of wind directions. D is the wind direction sector: D 1 = -3, D2 = 3-6, and so on. V is the wind speed, and P is the percentage of cases in each wind direction sector. The final parameter to be minimized is 12

13 R = 2 R S + RD Where the factor 2 makes R S + R D equally weighted. Finally, the combination of years to be simulated is the one that minimizes 9 st= 1 R 3. Results The resulting combination of four years minimizing parameter R are shown in Table 1. Table 1. Representative years for the mesoscale model simulations Month Years January February March April May June July August September October November December The monthly wind speed distributions in the 19-year climatology and the distributions based on optimal selection of four years are shown in Figures The better the distributions match, the better are the boundary conditions for the mesoscale model. Analogous distributions of the wind direction are shown in Figures

14 a) 3 Kasivarsi: all data 3 Sodankyla: all data 3 Hailuoto: all data Vaasa: all data 3 Rauma: all data 3 Hanko: all data Kotka: all data 3 Keski Suomi: all data 3 Kainuu: all data b) Kasivarsi: sample, R Sodankyla: sample, R Hailuoto: sample, R Vaasa: sample, R 6 Rauma: sample, R 6 Hanko: sample, R Kotka: sample, R 6 Keski Suomi: sample, R 6 Kainuu: sample, R Figure 1. Wind speed distributions for January (a) in the 19-year climatology, and (b) in the optimal selection of years. 14

15 15