Auf Grund der nötigen Genauigkeit ist bei Windmessungen zur
Aufstellung von Windkraftanlagen auf folgende Punkte
besonderes Augenmerk zu legen:
Verwendung von geeigneten Windrichtungsgebern und geeichten Anemometern.
Vermeidung von Schräganströmung der Messinstrumente und Windschatten durch den Messaufbau.
Auswahl eines geeigneten Standortes in der Nähe des geplanten Windparks auf einer möglichst Hindernis freien Fläche.
Korrekte Installation der Anemometer in geeigneten Messhöhen.
Die besten
Prognoseergebnisse erhält man bei Windmessungen in Nabenhöhe
einer zu errichtenden Windkraftanlage. Dies ist bei den heute
üblichen großen Nabenhöhen allerdings sehr aufwendig und
kostspielig, außerdem steht die Nabenhöhe der Windkraftanlagen
zu Beginn der Messungen üblicherweise noch nicht fest. Deshalb
werden Windmessungen in niedrigerer Höhe ausgeführt und die
Windgeschwindigkeit in Nabenhöhe später errechnet. Dazu ist es
nötig, in mindestens zwei Höhen die Windgeschwindigkeit zu
bestimmen. Aus den Messwerten erhält man Rückschlüsse auf die
Geländebeschaffenheit (Rauhigkeit) und kann ein Höhenprofil
der Windgeschwindigkeit des Standorts erstellen.
Um verlässliche Aussagen zu erhalten sollten die Windmessungen
über längere Zeiträume erfolgen, mindestens jedoch über ein
Jahr. Ein entscheidender Punkt bei der Aufbereitung ist die
Herstellung des Langzeitbezugs. Während Messdaten am Standort
üblicherweise nur für einen kurzen Zeitraum erhoben werden,
ist im Windgutachten die Kenntnis eines vieljährigen
Mittelwertes erforderlich. Dies wird üblicherweise damit
erreicht, dass die Messdaten mit Hilfe einer
Langzeitdatenquelle und sogenannten MCP (Measure Correlate
Predict) Verfahren auf den Langzeitzeitraum projiziert werden.
AL-PRO hat ein Verfahren entwickelt, dass herkömmlichen
linearen MCP Verfahren weit überlegen ist und üblicherweise zu
einer deutlich höherer Genauigkeit der Langzeitprojektion
führt. Das Verfahren arbeitet auf der Basis neuronaler
Computernetze, die auch komplexe und nicht-lineare
Zusammenhänge zwischen den Datenreihen erkennen können. Zudem
können bis zu 4 Langzeitdatenquellen gleichzeitig für die
Projektion verwendet werden.
(Long
Term Correlation of wind measurements using neural networks)
