Jäätäminen heikensi tuulivoiman tuotantoa

Joustojen merkitys sähköjärjestelmässä kasvaa vaihtelevan tuulivoiman tuotannon määrän lisääntyessä. Tuulivoiman tuotannon ennustamiseen liittyy epävarmuutta, jota sanelee yksi pohjoisten olosuhteiden ilmiö, jäätäminen. Yhdistimme BCDC:n ilma- ja taloustiedettä ja otimme selvää, selittääkö jäätäminen virhettä tuulivoiman tuotantoennusteessa, ja voidaanko ennustetta parantaa jäätämistietoja hyödyntämällä. Case-esimerkiksi nousi luontevasti Fingrid Oyj:n tammikuun 10. päivän tuotantoennusteet.

Idea tähän blogipostaukseen syntyi Fingridin Mikko Heikkilän twiitistä 10.1.2019:

”Säätösähkön hinta kävi tänään kolmen tunnin ajan 499€/MWh tasolla. Yksi keskeinen syy säätötarpeelle näyttäisi olleen ennustettua vähäisempi tuulivoimatuotanto. Malliesimerkki miten sähköjärjestelmän muutoksen myötä tarve joustolle kasvaa.”

Seurasimme Twitter-ketjun kommentteja mielenkiinnolla. Niiden mukaan hinta oli käynyt suhteellisen korkealla (250€/MWh) myös päivän sisäisillä markkinoilla.

Ennuste punaisella

Ilmatieteen laitoksen jäätämisennuste ennustaa muun muassa jään kertymisnopeutta [g/h] (Lue lisää BCDC Energian blogista). Ennuste kertoo liikennevaloperiaatteella, milloin ja millä tuulen nopeuksilla jäätäminen voi vaikuttaa negatiivisesti tuulivoimalan sähköntuotantoon.

Torstain, tammikuun 10. päivän ennuste näytti tuulivoima-alueille laajasti punaista: voimakasta jäätämistä (yli 100 g/h) oli odotettavissa yli kolmasosalle Ilmatieteen laitoksen tuulivoiman jäätämisennustepalvelun vajaasta sadasta kohteesta. Tämä näkyi ennusteissa jo edellisenä aamuna, keskiviikkona 9. päivä. Mikko Heikkilän twiitin kommenteista saatiin myös vahvistusta sille, että jäätäminen oli tässä tapauksessa todella heikentänyt tuulivoiman tuotantoa. Kun tiedossa on, että Fingridin käyttämä tuulivoimaennuste ei ota jäätämistä huomioon, tämä tammikuun torstaipäivä herättää BCDC-hankkeen kannalta mielenkiintoisia kysymyksiä: Kuinka paljon jäätäminen vaikuttaa Fingridin tuulivoimaennusteen virheeseen? Entä voiko Ilmatieteen laitoksen jäätämisennusteella selittää tuulivoiman tuotannon vähenemistä?

Kuva 1: Fingridin avoimesta datasta poimittu tuulivoiman ennustettu ja toteutunut tuotanto sekä säätösähkön hinta ja Ilmatieteen laitoksen jäätämistieto 9.1—11.1.2019. Käytetty aika: UTC. (Anders Lindfors).

Ryhdyimme BCDC Sää- ja Markkinat-tiimin voimin analysoimaan meneillään olevan talven tilannetta. Käytimme Ilmatieteen laitoksen jäätämisennustetta ja Fingridin avointa dataa koskien tuulivoiman tuotantoa, ennustettua tuotantoa ja säätösähkön hintaa (Kuva 1).

Laskimme jään kertymisnopeuden kuuden tunnin keskiarvon [g/h] Ilmatieteen laitoksen jäätämisennustepalvelun vajaasta sadasta kohteesta. Tässä tausta-ajatuksena on, että jäätämisen muutaman tunnin keskiarvo toimii suurpiirteisesti jäätämisen vaikutuksesta tuulivoimaan tuotantoon kertovana indeksinä. Tätä tietoa käyttämällä tutkimme, voidaanko Fingridin tuulivoimaennusteen virhettä selittää Ilmatieteen laitoksen jäätämistiedolla, ja onko ennusteen osuvuutta mahdollista parantaa jäätämistietoja hyödyntämällä.

Jäätäminen ennustevirheen taustalla

Käytimme analyysityökaluna lineaarista regressiomallia. Sen avulla tekemämme laskelmat näyttävät jäätämisen todella vaikuttavan tuulivoimatuotannon ennustevirheeseen. Koska jäätämisen huomioimatta jättäminen kasvattaa ylössäädön eli tuotannon lisäämisen tarvetta, keskityimme vain niihin tunteihin, jolloin toteutunut tuotanto jäi ennustettua pienemmäksi. Kyseisinä tunteina jäätäminen selittää keskimäärin yli 10 prosenttia ennustevirheen vaihtelusta (tilastollisesti erittäin merkitsevällä 0,1 prosentin riskitasolla). Asiaa voi tutkia myös asetelmalla, jossa tuulivoiman toteutunut tuotanto selitetään kahdella tekijällä, Fingridin omalla tuulivoimaennusteella ja jäätämistiedolla. Tämänkin perusteella huomasimme, että jäätämisen tilastollinen merkitsevyys on erittäin korkea ja se parantaa mallin osuvuutta.

Kuinka hyvä tuulivoimatuotannon virheen selittäjä jäätäminen siis on? Lineaaristen regressiomallien selitysaste vaihtelee 0 ja 100 prosentin välillä. Esimerkiksi, koulutus on hyvä tulotason selittäjä, muttei ainoa määrittäjä. Tulotasoon vaikuttavat myös esimerkiksi ikä ja työkokemus. Vastaavasti jäätäminen on yksi tekijä, joka vaikuttaa tuulivoimaennusteen virheeseen. Muita virheeseen vaikuttavia tekijöitä ovat esimerkiksi tuulivoimaloiden odottamattomat viat, mahdolliset huoltokatkokset ja sääennusteen virheet.

Jäätämisellä rahallisia vaikutuksia

On mielenkiintoista pohtia myös, millaisia rahallisia vaikutuksia jäätämisen huomioimisella voisi olla. Jos oletetaan, että ennustevirheet tasapainotetaan säätösähkömarkkinoiden mukaisin hinnoin, jäätämisen huomioiminen laskee kuluneen talvikauden tasapainotuskustannuksia toistasataa tuhatta euroa. Tämä kuvaa maksimisäästöä, koska todellisuudessa kustannussäästöjen määrä riippuu luonnollisesti myös siitä, mitä markkinoita tasapainotussähkön hankinnassa käytetään. Kuten alussa mainitussa esimerkissä, todellisuudessa osa tasapainotustarpeesta saadaan katettua päivän sisäisillä markkinoilla. Jäätämisen huomioiminen laskee tasapainotussähkön kysyntää ja vaikuttaa näin ollen kaikkien tasapainotukseen osallistuvien tahojen ostaman tai tuottaman sähkön hintaan.

Jäätämisellä näyttää olevan systemaattinen vaikutus tuulivoimatuotannon ennustevirheeseen ja se tulisi huomioida paremmin koko sähköjärjestelmän kustannustehokkaan toiminnan näkökulmasta.

Kirjoittajat: Anders Lindfors ja Santtu Karhinen

Anders Lindfors, anders.lindfors(a)fmi.fi
Santtu Karhinen, santtu.karhinen(a)ymparisto.fi

Kiitokset Markkinat-tiimin Hannu Huukille sekä Sää-tiimin Evgeny Atlaskinille ja Karoliina Hämäläiselle.

  

Ilmatieteen laitoksen tutkimusprofessori Anders Lindfors johtaa BCDC Sää -tiimiä. Santtu Karhinen on Oulun yliopiston kauppakorkeakoulun tohtorikoulutettava ja Suomen ympäristökeskuksen (SYKE) tutkija BCDC Markkinat -tiimistä.

Pääkuva: Keep on Talking Featurette IIb. Kuume Productions. Tutkijakuvien kuvaajat: Kati Leinonen (vas.) ja Tero Pajukallio (oik.)

Blogiartikkeli on julkaistu 28.3.2019 BCDC Energia -tutkimushankkeen verkkosivuilla.

 

 

Last updated: 28.3.2019

Comments

i really want to thank DR TAKUTA a great spell caster from south africa. DR TAKUTA has helped me to reunite my marriage. My husband left me 3months ago and he packed out his property and went to stay with the other woman. now my lover is back after 48hrs when DR TAKUTA has cast a spell on him.you can also get him through this contact if you are facing any love or marital probelm. dr takuta Email is via____ takutaspellalter@gmail.com or contact mobile contact +27788634102

I want to give a big thanks to a great spell caster commonly known as DR TAKUTA for the great spiritual prayers he did in my life by bringing my ex-lover back to me after many months of breakup and loneliness. With this, I am convinced that you are sent to this word to rescue people from heartbreaks and also to help us get the solution to every relationship problem. for those of you out there who have one relationship problem or the other why not contact DR TAKUTA. that is the best place you can solve all your problems, including a lack of jobs and promotions, binding and marriage spells, divorce and attraction spells, good luck and lotto spells, fertility, and pregnancy spells, and also the business success and customer increase, winning court cases and many more. contact him at takutaspellalter@gmail.com or contact mobile contact +27788634102

I am very happy to getting the great blog it is the amazing just need to seen the microsoft windows 10 help support here it is the batter process for all users can access the setting of this latest version of windows.

Download WhatsApp status for upcoming event just click raksha Bandhan video status download on the homepage and select category and download WhatsApp status

Add new comment