Long-term correction of icing losses based on operational data from three wind farms in Finland
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2021-06-14
Department
Major/Subject
Sustainable Energy Systems and Markets
Mcode
ELEC3048
Degree programme
Master's Programme in Advanced Energy Solutions
Language
en
Pages
39
Series
Abstract
The cold climate wind power market is one of the fastest-growing and most promising wind power markets due to its excellent wind conditions, as well as remote and wide site areas. However, icing poses challenges for the development and operation of wind farms in cold climates, and it is critical to estimate icing conditions and losses at an early stage in wind power project development. Currently, icing losses can be estimated with icing models or operational data from wind turbines. However, different models and calculation methods vary significantly in their estimated icing losses, and all of them contain uncertainty. Icing losses can be calculated from production data, but the use of data collected over a limited period results in uncertainty in long-term estimations. In order to decrease uncertainty in long-term icing loss estimations, a reliable method to long-term correct short periods of production data is needed. This thesis develops a simple model for the long-term correction of icing losses based on the icing losses of three operational wind farms in Finland. Three different models are developed, and their performance is evaluated in order to select the most suitable model. A good correlation between winter-time temperatures and yearly icing losses was detected with one of the models, and this model succeeded in capturing inter-annual variability between different geographical locations in Finland. More data is needed in the future in order to validate the model, but it offers a promising tool for long-term correction of limited data periods.Subarktisen ilmaston alueet tarjoavat tuulivoiman tuotannolle yhden potentiaalisimmista markkina-alueista otollisten tuuliolosuhteiden sekä laajojen että usein kaukana asutuksesta sijaitsevien tuulivoima-alueiden puolesta. Jäätämiselle otolliset olosuhteet kuitenkin haastavat tuulivoimatuotantoa subarktisilla alueilla ja sen vuoksi onkin tärkeää arvioida jäätämisen mahdollisuus ja jäätämishäviöt jo projektikehityksen alkuvaiheilla. Tuulivoimaloiden jäätämishäviöitä arvioidaan sekä jäätämismalleihin että voimaloiden tuotantodataan perustuen. Eri mallien ja laskelmamenetelmien väliset tulokset saattavat kuitenkin erota merkittävästi toisistaan, ja kaikkien eri menetelmien tuloksiin liittyy epävarmuutta. Tiettyjen epävarmuuksien puitteissa jäätämishäviöt voidaan laskea melko tarkasti voimaloiden tuotantodatasta. Monet tuulipuistot Suomessa ovat kuitenkin olleet tuotannossa vasta muutaman vuoden ajan ja sen vuoksi pitkän aikavälin jäätämishäviöennuste tehdään muutaman vuoden ajanjaksoon perustuen. Luotettava menetelmä lyhyiden ajanjaksojen pitkän aikavälin korjaukseen tarvitaan, jotta jäätämishäviöihin liittyvä epävarmuus laskisi. Tässä diplomityössä kehitetään yksinkertainen malli jäätämishäviöiden pitkän aikavälin korjaukselle kolmen Suomessa sijaitsevan tuulipuiston tuotantodataan perustuen. Kolme erilaista mallia kehitetään korrelaatioanalyysin tuloksiin perustuen, ja mallien suorituskykyä vertaillaan parhaan vaihtoehdon löytämiseksi. Parhaimmaksi valikoitunut malli perustuu talvikauden keskilämpötiloihin ja vuosittaisiin jäätämishäviöihin. Vaikka malli on yksinkertainen, sen avulla pystyy arvioimaan potentiaalisen tuulivoima-alueen jäätämishäviöt alustavasti. Enemmän tuotantodataa tarvitaan kuitenkin tulevaisuudessa mallin tulosten varmentamiseen.Description
Supervisor
Lehtonen, MattiThesis advisor
Schelander, PeterKeywords
wind power, icing losses, cold climate wind power, correlation analysis, long-term correction of icing losses