Universität zu Köln

Klaas, Tobias (2020). Model-based study of the five main influencing factors on the wind speed error of lidars in complex and forested terrain. PhD thesis, Universität zu Köln.

Preview

PDF 20200805PhDKlaas.pdf Download (9MB) | Preview

Abstract

Wind energy will significantly contribute to renewable power generation in the future. Much of the onshore wind energy potential is located at complex and forested sites. Remote sensing, in particular, light detection and ranging (lidar), has become a valuable technology to assess the wind resource at hub height of modern wind turbines. However, common wind profile Doppler lidars suffer from errors at complex terrain sites because of their measurement principle that assumes homogeneous flow between the measurement points. This dissertation answers the question about how well lidars measure at complex terrain sites. The five main influencing factors on the lidar error are orographic complexity, measurement height, surface roughness and forest, atmospheric stability and half-cone opening angle. Structured by five hypotheses, the impact of the different factors is analyzed in a model-based parameter study. In a novel approach, the lidar error due to orographic complexity ε is split up into the part ε_c, caused by flow curvature at the measurement points of the lidar and the part ε_s, caused by the local speed-up effects between the measurement points. This approach, e.g., allows for a systematic and complete interpretation of the influence of the half-cone opening angle φ of the lidar. It also provides information about the uncertainty of simple lidar error estimations that are based on inflow and outflow angles at the measurement points. A non-dimensional approach is chosen to ensure the transferability of the acquired results to actual applications at real-world sites. The model-based parameter study is limited to two-dimensional Gaussian hills with hill height H and hill half-width L, facilitating the possibility to cover a wide range of terrain complexities and variations of the model parameters. H/L and z/L are identified as the main scaling factors for the lidar error. With a potential flow model, the linearized flow model WEng and the RANS CFD model Meteodyn WT, three models of different complexity are used. The outcome of the study provides manifold findings that enable an assessment of the applicability of these flow models. Separating the lidar error ε into ε_c and ε_s shows that, depending on the z/L ratio, speed-up effects cause 10-30 % of the total lidar error. Therefore, a significant uncertainty must be assigned on simple lidar error estimation approaches, which are based on flow inclination angles at the measurement points and neglect this effect. Orographic complexity is found to be the major influencing factor on the lidar error. Depending on the flow model used, the lidar error is about 4-5 times larger when increasing the H/L ratio from 0.1 to 0.4. It is furthermore dependent on measurement height and reaches a maximum at a z equal to 50-60 % of the hill half-width L. Below and above the maximum point, the lidar error decreases and becomes negligible at low and high levels above ground. The height-dependence is sensitive to H/L and z/L and should be assessed before a planned measurement campaign. Opposed effects of reduced φ are found on ε_c and ε_s. This explains the small differences in the total lidar error for symmetric flows in the literature. Contrary to that, in asymmetric flow situations (e.g. forested hills), φ can significantly influence the lidar error. An adaption to the actual flow situation might reduce the lidar error, but would require a more flexible technology, such as a scanning lidar. Non-linear or detached flow effects in the lee of the steep hills, induced by high surface roughness or forest, significantly reduce the lidar error. Therefore, potential flow and linearized models should not be applied at such sites, as they generally overestimate the lidar error. In an evaluation campaign, these findings are confirmed and the best results of lidar error estimation are achieved when considering the forest in the flow model. The influence of atmospheric stability in the lidar error estimations from Meteodyn WT is significant, particularly for stable stratification. At sites where significant changes in atmospheric stability occur, the lidar error is potentially overestimated by assuming neutral stratification. The dissertation clearly shows that orographic complexity, roughness and forest characteristics, as well as atmospheric stability, have a significant influence on lidar error estimation. The choice and parameterization of flow models and the design of methods for lidar error estimation are essential to achieve accurate results. The use of a RANS CFD model in conjunction with an appropriate forest model is highly recommended for lidar error estimations in complex terrain. If atmospheric stability variation at a measurement site plays a vital role, it should also be considered in the modeling. Under certain flow conditions, the half-cone opening angle can additionally affect the magnitude of the lidar error. When planning a wind farm, an accurate estimation of the prospective lidar error should be carried out before the measurement campaign. The additional uncertainty of the lidar error correction should be assessed in this context to make a profound decision on whether a lidar measurement is feasible at the given site.

Item Type:	Thesis (PhD thesis)
Translated title:	Title Language Modell-basierte Studie zu den fünf Haupteinflussfaktoren auf den Lidar-Fehler im komplexen und bewaldeten Gelände. German
Translated abstract:	Abstract Language Die Windenergie wird in Zukunft einen wesentlichen Beitrag zur erneuerbaren Stromerzeugung leisten. Ein Großteil des Onshore-Windenergiepotenzials befindet sich an komplexen und bewaldeten Standorten. Die Fernerkundung, insbesondere light detection and ranging (Lidar), hat sich zu einer wertvollen Technologie zur Beurteilung der Windressourcen in Nabenhöhe moderner Windkraftanlagen entwickelt. Die gängigen Windprofil-Doppler-Lidars leiden jedoch im komplexen Gelände unter Fehlern, da ihr Messprinzip eine homogene Strömung zwischen den Messpunkten voraussetzt. Diese Dissertation beantwortet die Frage, wie gut Lidars an komplexen Standorten messen. Die fünf wichtigsten Einflussfaktoren auf den Lidarfehler sind orographische Komplexität, Messhöhe, Oberflächenrauigkeit und Wald, atmosphärische Stabilität und Öffnungswinkel des Lidars. Strukturiert durch fünf Hypothesen, wird die Auswirkung der verschiedenen Faktoren in einer modellbasierten Parameterstudie analysiert. In einem neuartigen Ansatz wird der Lidarfehler durch orographische Komplexität ε in einen Teil ε_c, verursacht durch die Strömungskrümmung an den Messpunkten des Lidars, und einen Teil ε_s, verursacht durch die lokalen Beschleunigungseffekte zwischen den Messpunkten, aufgeteilt. Dieser Ansatz ermöglicht z.B. eine systematische und vollständige Interpretation des Einflusses des Öffnungswinkels. Er liefert auch Informationen über die Unsicherheit einfacher Lidar-Fehlerschätzungen, die ausschließlich auf den Strömungswinkeln an den Messpunkten basieren. Es wird ein nichtdimensionaler Ansatz gewählt, um die Übertragbarkeit der gewonnenen Ergebnisse auf tatsächliche Anwendungen an realen Standorten zu gewährleisten. Die modellbasierte Parameterstudie beschränkt sich auf zweidimensionale Gaußsche Hügel mit Hügelhöhe H und Hügelhalbbreite L, was die Möglichkeit bietet, ein breites Spektrum an Geländekomplexitäten und Variationen der Modellparameter abzudecken. H/L und z/L werden als die wichtigsten Skalierungsfaktoren für den Lidarfehler identifiziert. Mit einem Potentialflussmodell, dem linearisierten Strömungsmodell WEng und dem RANS CFD-Modell Meteodyn WT werden drei Modelle unterschiedlicher Komplexität verwendet. Das Ergebnis der Studie liefert vielfältige Ergebnisse, die eine Beurteilung der Anwendbarkeit dieser Strömungsmodelle ermöglichen. Die Aufteilung des Lidarfehlers ε in ε_c und ε_s zeigt, dass je nach z/L-Verhältnis Beschleunigungseffekte 10-30 % des gesamten Lidarfehlers verursachen. Daher muss bei einfachen Ansätzen zur Lidar-Fehlerschätzung, die auf Strömungsneigungswinkeln an den Messpunkten basieren und diesen Effekt vernachlässigen, eine signifikante Unsicherheit angenommen werden. Die orographische Komplexität ist der wichtigste Einflussfaktor auf den Lidarfehler. Abhängig vom verwendeten Strömungsmodell ist der Lidarfehler etwa 4-5 mal größer, wenn das H/L-Verhältnis von 0,1 auf 0,4 erhöht wird. Er ist außerdem von der Messhöhe abhängig und erreicht ein Maximum bei 50-60 % der Hügelhalbbreite L. Unter- und oberhalb des Maximalpunktes nimmt der Lidarfehler ab und wird bei niedrigen und großen Höhen über Grund vernachlässigbar. Die Höhenabhängigkeit ist abhängig von H/L und z/L und sollte vor einer geplanten Messkampagne bewertet werden. Es zeigen sich gegenläufige Effekte von reduzierten φ auf ε_c und ε_s. Dies erklärt die kleinen Unterschiede im gesamten Lidarfehler für symmetrische Strömungen in der Literatur. Im Gegensatz dazu kann φ in asymmetrischen Strömungssituationen (z.B. bewaldete Hügel) den Lidarfehler erheblich beeinflussen. Eine Anpassung an die aktuelle Strömungssituation könnte den Lidarfehler reduzieren, erfordert aber eine flexiblere Technologie, wie z.B. ein scannendes Lidar. Nichtlineare oder abgelöste Strömung im Lee von steilen Hügeln, hervorgerufen durch hohe Oberflächenrauheit oder Wald, reduzieren den Lidarfehler deutlich. Potentialströmungs- und linearisierte Modelle sollten daher an solchen Standorten nicht angewendet werden, da sie den Lidarfehler im Allgemeinen überschätzen. In einer Messkampagne werden diese Ergebnisse bestätigt und die besten Ergebnisse der Lidar-Fehlerschätzung bei der Berücksichtigung des Waldes im Strömungsmodell erzielt. Der Einfluss der atmosphärischen Stabilität auf die Lidar-Fehlerschätzung von Meteodyn WT ist signifikant, insbesondere für stabile Schichtung. An Standorten, an denen signifikante Veränderungen der atmosphärischen Stabilität auftreten, wird der Lidarfehler möglicherweise durch die Annahme einer neutralen Schichtung überschätzt. Die Dissertation zeigt deutlich, dass orographische Komplexität, Rauigkeit und Waldeigenschaften sowie atmosphärische Stabilität einen signifikanten Einfluss auf die Lidar-Fehlerschätzung haben. Die Auswahl und Parametrisierung von Strömungsmodellen sowie die Entwicklung von Methoden zur Lidar-Fehlerschätzung ist wichtig, um genaue Ergebnisse zu erzielen. Die Verwendung eines RANS-CFD-Modells in Verbindung mit einem geeigneten Waldmodell wird für Lidar-Fehlerschätzung in komplexem Gelände dringend empfohlen. Wenn die Variation der atmosphärischen Stabilität an einem Messstandort von Bedeutung ist, sollte sie auch bei der Modellierung berücksichtigt werden. Unter bestimmten Strömungsbedingungen kann der Öffnungswinkel die Größe des Lidarfehlers zusätzlich beeinflussen. Bei der Planung eines Windparks sollte vor der Messkampagne eine genaue Abschätzung der voraussichtlichen Lidarfehler durchgeführt werden. Die zusätzliche Unsicherheit der Lidar-Fehlerkorrektur sollte in diesem Zusammenhang bewertet werden, um eine fundierte Entscheidung darüber zu treffen, ob eine Lidarmessung am jeweiligen Standort möglich ist. German
Creators:	Creators Email ORCID ORCID Put Code Klaas, Tobias tobiasklaas@gmail.com UNSPECIFIED UNSPECIFIED
URN:	urn:nbn:de:hbz:38-113495
Date:	2020
Language:	English
Faculty:	Faculty of Mathematics and Natural Sciences
Divisions:	Faculty of Mathematics and Natural Sciences > Department of Geosciences > Institute for Geophysics and Meteorology
Subjects:	Earth sciences
Uncontrolled Keywords:	Keywords Language lidar UNSPECIFIED onshore wind energy UNSPECIFIED complex terrain UNSPECIFIED
Date of oral exam:	5 May 2020
Referee:	Name Academic Title Emeis, Stefan Prof. Dr. Shao, Yaping Prof. Dr.
Refereed:	Yes
URI:	http://kups.ub.uni-koeln.de/id/eprint/11349