Comparative Weibull Analysis for Estimating Wind Farm AEP with PyWake

• Main Authors: Bergem, Ole-Herman, Runde, Håkon, Storsveen, Preben Trana
• Format: Dissertation
• Language: English

Havvind sektoren er i vekst og det er derfor behov for pålitelige analytiske modeller for å kunne gevinstrealisere energiproduksjon. Denne rapporten vil bruke Python-modulen PyWake til å simulere og vurdere den årlige energiproduksjonen (AEP) for Dudgeon havvindpark fra en ett-, 10- og 20-års datasamling. Resultatene sammenlignes mot faktiske produksjonsdata fra året 2019-2020, innhentet fra Equinor. Vindkarakteristikker for Dudgeon har blitt hentet fra den åpne kilden Nora10. Anholt havvindpark brukes som et testtilfelle for å sammenligne funn fra simuleringene. Studien vil utforske hvor aktuell Weibull estimeringen er i forhold til en representasjon av vindhastighet i PyWake sin Bastankhah Porté-Agel simuleringsmodell, ved å analysere avviket i AEP. Videre vil optimaliseringsalgoritmene MLE- og L-BFGS-B bli brukt til Weibull-regresjonene som sammenligning av forskjellige regresjonsverktøy. PyWake-modulen tilbyr et utvalg av scenario-baserte modellkombinasjoner, som kan defineres til brukerens spesifikke formål. Modulen består av tre hovedobjekter, som er sted-, turbin- og vakemodel. Vindparkmodellen som brukes i denne rapporten er en kombinasjon av den uniforme Weibull-site modellen og Bastankhah Porté-Agel vakemodell, med turbin- og steds parametere som er spesifisert til Dudgeon- og Anholt-tilfellene. Vakemodellen er kun anvendelig for lange vake tilfeller, og ser derfor bort fra påvirkningen av turbulensintensitet og bruker en konstant vakeekspansjons faktor. Stedsobjektet bruker den uniforme Weibull-modellen for å simulere AEP i samarbeid med vakemodellen. Den bruker form- og skala parametere fra tolv Weibull-sannsynlighetsfunksjoner fra tolv vindretningssektorer på 30°. Stedsobjektet krever også en sannsynlighet for forekomst av vindretning for hver vindsektor, som beregnes gjennom en sannsynlighetsmodell (KDE). Den statistiske passformen for Weibull-regresjonen vurderes ved hjelp av Kolmogorov–Smirnov-testen (KS test). Resultatene tolkes basert på KS-stat og p-verdien, og i forhold til AEP-resultatene. Simuleringsresultatene avslører at størrelsen på datasamlingen har en betydelig påvirkning på nøyaktigheten av simuleringen. Ved bruk av en datasamling på ett år, ga L-BFGS-B-metoden de mest nøyaktige resultatene, med et avvik på bare 1,47 % fra de faktiske AEP-dataene. I motsetning, med en 20-års datasamling, viste MLE-metoden et mindre avvik på 0,8367 %. KS test resultatene viste at større datasamlinger produserte en lavere KS-stat, noe som indiker