• No results found

Vindprofiler

In document Analys av vinddata från lidar (Page 34-43)

Efter att data har blivit filtrerat unders¨oks ¨aven vindprofilerna f¨or masten och f¨or lidarn, se figur 28.

F¨or att g¨ora en r¨attvis j¨amf¨orelse j¨amf¨ors b˚ade lidarns och mastens profiler med filtrerat data, d˚a medelv¨arde ¨over samma tidsperiod j¨amf¨ors. I figuren j¨amf¨ors ¨aven vindprofilen f¨or ofiltrerat data fr˚an

lidarn och fr˚an masten, ¨aven dessa ¨ar f¨or samma tidsperiod. Skillnaden mellan filtrerat och ofiltrerat data ¨ar att det filtrerade visar ett n˚agot h¨ogre medelv¨arde f¨or vindhastigheten. F¨or filtrerade data ¨ar skillnaden mellan vindprofilerna st¨orre f¨or l¨agre h¨ojder ¨an f¨or h¨ogre.

3 4 5 6 7 8

0 20 40 60 80 100 120 140

Vindhastighet [m/s]

Höjd [m]

Lidar ofiltrerad Mast ofiltrerad Lidar filtrerad Mast filtrerad

Figur 28. Vindprofiler f¨or filtrerat data och ofiltrerat data fr˚an lidarn och fr˚an masten.

Profilen f¨or turbulensintensitet, figur 29, visar att efter filtrerig ¨ar det mindre turbulensintensitet ¨an f¨or ofiltrerde data. Detta betyder att data med h¨og turbulensintensitet har filtrerats bort.

0.05 0.1 0.15 0.2 0.25 0.3

20 40 60 80 100 120 140

TI

Höjd [m]

Lidar ofiltrerad Mast ofiltrerad Lidar filtrerad Mast filtrerad

Figur 29. Profil f¨or turbulensintensitet f¨or filtrerat data och ofiltrerat data fr˚an lidarn och fr˚an masten.

6.4 Friktionshastighet

Tv˚a olika metoder f¨or att kunna best¨amma friktionshastigheten med hj¨alp av fj¨arranalys har j¨amf¨orts med uppm¨att friktionshastighet fr˚an masten.

6.4.1 Metod 1

Den f¨orsta metoden ¨ar att friktionshastigheten, u kan beskrivas med f¨oljande ekvation:

u ≈ T I · u

2 (7)

d¨ar T I ¨ar turbulensintensitet och u medelvindhastigheten. Lidarn ber¨aknar turbulensintensitet utav 3-sekunders m¨atningarna och f˚ar ett medelv¨arde var 10 minut. En j¨amf¨orelse av 10-minuters me-delv¨arden mellan turbulensintensitet uppm¨att av lidarn och av masten visar att i snitt har lidarn ett l¨agre v¨arde p˚a turbulensintensitet ¨an vad masten har. Medelv¨ardet f¨or vindhastigheten skiljer sig ocks˚a, d˚a lidarn visar i snitt en h¨ogre vindhastighet ¨an vad masten g¨or. Vid ber¨akning av friktionshas-tigheten, enligt ekvation (7), multipliceras turbulensintensitet med medelvindhasfriktionshas-tigheten, vilket g¨or att lidarns underskott f¨or turbulensintensitet multipliceras med ¨overskottet av vindhastighet. Det-ta leder till att den ber¨aknade friktionshastigheten i snitt inte skiljer sig s˚a mycket fr˚an mastens friktionshastighet. Figur 30a visar den ber¨aknade friktionshastigheten fr˚an lidarn j¨amf¨ort med det uppm¨atta friktionshastigheten fr˚an lidarn. I tabell 21 redovisas ekvationen f¨or den anpassade linjen efter friktionshastigheten. I figur 30b visas hur ber¨aknad friktionshatighet fr˚an lidarn och uppm¨att friktionshastighet fr˚an masten varierar med tiden.

0 0.5 1 1.5 2 2.5

Figur 30. J¨amf¨orelse av ber¨aknad friktionshastighet, enligt metod 1, och uppm¨att friktionshastighet fr˚an masten f¨or 10-minuters medelv¨arde p˚a 96 m h¨ojd.

6.4.2 Metod 2

Den andra metoden f¨or att best¨amma friktionshastigheten bygger p˚a att

u =p

−u0w0. (8)

Lidarn m¨ater inte u0w0, momentfl¨odet, s˚a denna m˚aste ber¨aknas. F¨or att f˚a fram u0 och w0 anv¨ands Reynolds avvikelsemetod, d.v.s. att u = u + u0 och w = w + w0. u och w ¨ar medelv¨ardet av vindhas-tigheten och u0 och w0 ¨ar avvikelsen fr˚an medelv¨ardet.

Ett s¨att att best¨amma u0w0 ¨ar enligt [11] genom att unders¨oka skillnaden i absolutbeloppet av dopp-lerf¨or¨andringen, ∆v, se ekvation (1), f¨or medvind respektive motvind. Den horisontella vinden ¨ar alltid positiv medan den vertikala kan b˚ade vara positiv eller negativ, s˚a det som skiljer medvind fr˚an motvind ¨ar tecknet p˚a den vertikala vinden. Dopplereffekten intr¨affar bara n¨ar partiklarna som lasern lyser p˚a r¨or sig i samma riktning som laser. Eftersom skillnaden mellan θ och b f¨or medvind och motvind ¨ar 0 eller 180 i ekvation (5) blir cos(θ − b) ett. Den radiella hastigheten f¨or partikelns r¨orelse i laserns riktning s¨atts in ekvation (1):

|∆v1| = 2v

c(u sin(α) − w cos(α))

|∆v2| = 2v

c(u sin(α) + w cos(α)).

(9)

Genom att subtrahera medelv¨ardet f¨or den horisontella och vertikala vinden i dessa tv˚a punkter fr˚an ekvation 9, kvadrera och sedan ta medelv¨ardet f˚as f¨oljande ekvationer:

∆P12 =

|∆v1| c

2v − u sin(α) + w cos(α)2

= u02sin(α) + w02cos(α) − 2u0w0cos(α) sin(α) (10)

∆P22=

|∆v2| c

2v − u sin(α) − w cos(α)2

= u02sin(α) + w02cos(α) + 2u0w0cos(α) sin(α). (11)

Genom att subtrahera ∆P12 med ∆P22 f˚as f¨oljande ekvation:

∆P12− ∆P22= −4u0w0cos(α) sin(α) = u24 sin(α) cos(α) (12)

vilken kan skrivas om genom att anv¨anda ekvation (8):

∆P12− ∆P22= u24 sin(α) cos(α). (13)

Resultatet av den ber¨aknade friktionshastigheten j¨amf¨ort med mastens uppm¨atta friktionshastighet visas i figur 31a. Ber¨akningarna f¨or friktionshastigheten f¨or lidarn och uppm¨att friktionshastighet fr˚an masten ¨ar inte gjorda p˚a samma h¨ojd. F¨or att kunna ber¨akna friktionshastigheten enligt metod 2 kr¨avs 3-sekunders medelv¨arden och dessa m¨atningar saknas f¨or lidarn p˚a de h¨ojder som mastens m¨atningar sker p˚a. Lidarns ber¨aknade friktionshastighet ¨ar fr˚an data p˚a 70 m h¨ojd och mastens uppm¨atta friktionshastighet fr˚an 80 m h¨ojd. Ber¨akningen och uppm¨atningen av friktionshastigheten antas vara i ytskiktet d¨ar fl¨oden ¨ar konstanta, vilket g¨or att det g˚ar att j¨amf¨ora friktionshastigheten p˚a olika h¨ojder. Linjen i figur 31a ¨ar anpassad efter friktionshastigheten. Figur 31b visar att den ber¨aknade friktionshastigheten fr˚an lidarn f¨oljer den uppm¨atta friktionshastigheten fr˚an masten bra.

0 0.5 1 1.5 2 2.5 0

0.5 1 1.5 2 2.5

u* Lidar u * Mast

0 0.2 0.4 0.6 0.8 1 1.2

Tid

u *

Lidar Mast

a b

Figur 31. J¨amf¨orelse av ber¨aknad friktionshastighet, enligt metod 2, p˚a 70 m h¨ojd och uppm¨att friktionshastighet fr˚an masten f¨or 10-minuters medelv¨arde p˚a 80 m h¨ojd.

Tabell 21. Ekvationer av de anpassade linjerna i figur 30a och figur 31a samt korrelation mellan den ber¨aknade friktionshastigheten fr˚an de olika metoderna och mastens uppm¨atta friktionshastighet. Medelv¨ardet ¨ar f¨or

friktions-hasigheten ber¨aknad av lidarn och inom parentesen ¨ar medelv¨ardet av friktionshastigheten uppm¨att av masten.

Metod Lutning Offset Korrelation u medelv¨arde Metod 1 0,981 0,053 0,849 0,370 (0,442) Metod 2 1,127 0,038 0,933 0,458 (0,466)

7 Diskussion

Vid en j¨amf¨orelse mellan vindhastigheten fr˚an lidarn och fr˚an masten visar resultatet en ganska bra korrelation. Dock visar en del m¨atningar en stor skillnad i vindhastighet mellan lidarn och masten.

M˚anga av dessa m¨atningar beror p˚a de olika meteorologiska f¨orh˚allanden som p˚averkar styrkan och kvaliteten p˚a det reflekterade laserljuset som har unders¨oks i denna rapport. Genom att filtrera bort dessa f¨orh˚allanden f˚as en h¨ogre korrelation och ett mindre relativt fel vid j¨amf¨orelse mellan vindhastigheten fr˚an lidarn och fr˚an masten.

De flesta data som filtreras bort visar en h¨ogre vindhastighet f¨or lidarn ¨an f¨or masten. De oli-ka f¨orh˚allandena som lidarn m¨ater s¨amre f¨or, som har unders¨okts i denna rapport, ¨ar de med f¨or l˚aga v¨arden p˚a PiF och PiA, svag ˚aterspridning, h¨og turbulens, liten eller negativ vertikal vind-differens och vissa f¨orh˚allanden med moln. N˚agra av de f¨orh˚allanden, som har unders¨oks i denna rapport, beror av varandra t.ex. ¨ar PiF och PiA b˚ada m˚att p˚a hur mycket m¨atdata som finns f¨or medelv¨ardesber¨akningar. En svag ˚aterspridning medf¨or att f¨arre m¨atningar blir gjorda och en kraftig

˚aterspridning ¨ar ett tecken p˚a moln eller dimma. Eftersom f¨orh˚allandena beror av varandra ¨ar det vissa data som blir bortfiltrerat p.g.a. flera av dessa f¨orh˚allanden. Detta leder till att antalet data som slutligen blir bortfiltrerat ¨ar f¨arre ¨an summan av data som blir bortfiltrerat p.g.a. varje f¨orh˚allande.

Vid en unders¨okning av tv˚a metoder f¨or att best¨amma friktionshastigheten visar sig b˚ada metoderna vara ganska bra. Metod 1 ¨ar enklare att anv¨anda ¨an metod 2, eftersom metod 1 anv¨ander en relativt enkel ekvation. I ekvationen ing˚ar turbulensintensitet och medelvindhastighet vilka m¨ats direkt av lidarn. Nackdelen ¨ar att turbulensintensitet uppm¨att av lidarn inte st¨ammer s˚a bra ¨overens med mastens uppm¨atta turbulenta intensitet.

F¨or att anv¨anda metod 2 kr¨avs tillg˚ang till data med 3-sekunders medelv¨arden. 3-sekunders me-delv¨arden fr˚an lidarn har inte blivit uppm¨atta p˚a samma h¨ojder som masten m¨ater p˚a. D¨arf¨or j¨amf¨ors den ber¨aknade friktionshastigheten fr˚an lidarn med den uppm¨atta friktionshastigheten fr˚an masten p˚a olika h¨ojder. M¨atningarna antas vara i ytskiktet med konstanta fl¨oden, men avvikelser av friktions-hastigheter mellan lidarn och masten kan bero p˚a att m¨atningarna inte sker i ytskiktet. I stort s˚a f¨oljer den ber¨aknade friktionshastigheten den uppm¨atta friktionshastigheten bra f¨or b˚ada metoderna.

Lidarns inbyggda funktion att sj¨alv felflagga data som inte anses vara bra sorterar bort mycket data, ca 30 %. I figur 6 visas att vanliga anledningar till att lidarn flaggar fel ¨ar n¨ar det f¨orekommer moln, vid h¨og turbulens, n¨ar det finns f˚a m¨atningar och n¨ar atmosf¨arens skiktning ¨ar neutral. Det visar sig

¨aven att antalet felflaggningar ¨ar h¨ogre n¨ar det regnar ¨an n¨ar det inte regnar.

Lidarn ¨ar placerad i skogen och mellan tv˚a vindkraftverk, vilket g¨or att turbulensen ¨ar st¨orre ¨an vad den ¨ar p˚a plan mark utan skog. Eftersom lidarn m¨ater s¨amre vid mycket turbulens och att den ¨ar placerad p˚a en plats med mycket turbulens kan vara en av anledningarna att lidarn sj¨alv g¨or mycket felflaggningar.

En annan anledning till att lidarns inbyggda funktion g¨or m˚anga felflaggningar kan vara att lidarn fokuserar p˚a f¨or m˚anga olika h¨ojder. Det rekommenderas att lidarn ska g¨ora m¨atningar p˚a max fem olika h¨ojder. Lidarn som har anv¨ants i denna rapport har fokuserat p˚a 9 olika h¨ojder, plus 38 m och 800 m f¨or referensdata. Detta g¨or att f¨arre 3-sekunders medelv¨arden kan genomf¨oras p˚a varje h¨ojd i 10-minuters medelv¨arden. I [12] har en lidar anv¨ants som fokuserar p˚a 5 olika h¨ojder. En hel cykel

med m¨atningar p˚a alla 5 h¨ojderna och omfokusering tar ungef¨ar 18 sekunder, vilket g¨or att i ett 10-minuters medelv¨arde har varje h¨ojd skannats ca 33 g˚anger. Om lidarn fokuserar p˚a 9 olika h¨ojder kommer en hel cykel att ta mer ¨an 33 sekunder, vilket g¨or att varje h¨ojd skannas mindre ¨an 18 g˚anger i ett 10-minuters medelv¨arde.

Nackdelen med f¨or mycket bortfiltrerat data ¨ar att medelv¨arden blir mer os¨akra. Om vissa me-teorologiska f¨orh˚allanden blir bortfiltrerade kommer dessa f¨orh˚allande inte att representeras i me-delv¨ardesber¨akningarna, vilket leder till att medelv¨ardena inte representerar verkligheten.

I figur 9 syns det att lidarn och masten visar tydlig skillnad n¨ar vindriktningen kommer fr˚an n˚agot av vindkraftverken. F¨or dessa situationer visar lidarn en h¨ogre vindhastighet ¨an vad masten g¨or.

B˚ade mastens och lidarns m¨atningar blir l¨aade, men eftersom lidarn m¨ater i en volym kanske inte alla m¨atningar blir l¨aade. Anledningen till att lidarn visar en h¨ogre vindhastighet kan ocks˚a bero p˚a att det ¨ar mer turbulent bakom ett vindkraftverk och vid h¨og turbulens visar lidarn en h¨ogre vindhastighet ¨an masten.

Lidarns regnindikator visade sig vara mycket k¨ansligare ¨an mastens. Detta kan bero p˚a att lidarns regnindikator sitter nere vid marken under tr¨adh¨ojden och att mastens regnindikator sitter p˚a 25 m, d.v.s. ¨over tr¨adtopparna. Det kan ocks˚a bero p˚a att det ¨ar tv˚a olika typer av instrument.

N¨ar det regnar p˚averkas den vertikala vinden. Anledningen till detta ¨ar att lidar belyser regndroppar som faller snabbare ¨an den vertikala vinden. N¨ar det regnar mycket p˚averkas den vertikala vinden av regnet genom att den ”f¨oljer med” regnet ner. Men denna p˚averkan ¨ar inte s˚a stor f¨or den vertikala vinden som figur 26 visar.

Resultat fr˚an tidigare studier visar att i terr¨ang med skrovlighetsparameter runt 0,4 m blir fel-ber¨akningen i vindhastigheten 3-4 % och ¨over skog kan felber¨akningarna bli upp till 10 % [13]. Vid en j¨amf¨orelse med [13] verkar resultatet i denna unders¨okning vara rimligt. Innan filtrering var det relativa felet lite mer ¨an 10 % f¨or 70 m och 96 m, lite under 10 % f¨or 138 m och 19 % f¨or 39 m. Efter filtrering ¨ar medelv¨ardet f¨or det relativa felet under 10 % f¨or 70 m, 96 m och 138 m, men f¨or 39 m ¨ar den ¨over 10 %.

Eftersom lidarns ber¨akningar p˚averkas av terr¨angens utformning kommer antagligen gr¨ansv¨arden f¨or filtrering att ¨andras beroende p˚a hur terr¨angen ser ut. Tanken med gr¨ansv¨ardena i denna rapport ¨ar att de ska vara generella, s˚a de kan anv¨andas p˚a alla m¨ath¨ojder och f¨orhoppningsvis p˚a andra platser med liknande terr¨ang. Tanken med gr¨ansv¨ardena ¨ar ¨aven att filtrera bort s˚a lite data som m¨ojligt med litet relativt fel.

Efter filtreringen ¨ar det fortfarande n˚agra vindhastigheter som skiljer sig stort mellan lidarn och mas-ten. Vissa av dessa ¨ar p.g.a. att det ¨ar neutral skiktning i atmosf¨aren. Anledningen till att dessa inte har filtrerats bort ¨ar att vid en filtrering av dessa skulle ¨aven mycket data med litet relativt fel ocks˚a filtrerats bort. I figur 9 visas att skillnaden mellan vindhastigheten fr˚an lidarn och vindhastigheten fr˚an masten ¨okar f¨or nordliga vindar och att ¨aven den rumsliga variationen ¨okar vid nordliga vindar.

Detta kan bero p˚a att det finns skog norr om lidarn men skogen t¨acker ett mycket st¨orre omr˚ade ¨an de vinklar som skillnaden i vindhastighet ¨ar stor f¨or g¨or.

I unders¨okningen antas vindhastigheten fr˚an masten vara korrekt, vilket den kanske inte alltid ¨ar. N¨ar vindhastigheterna mellan lidarn och masten skiljer sig ˚at kanske det inte alltid ¨ar lidarn som visar fel.

8 Slutsats

Fr˚an resultatet kan slutsatsen dras om att lidarn ¨ar k¨anslig f¨or olika atmosf¨ariska tillst˚and. F¨or att den ska m¨ata som b¨ast ska vinden ha en j¨amn str¨omning och att vindprofilen ska vara linj¨ar. N¨ar m¨atningar blir st¨orda medf¨or det oftast att lidarn m¨ater en h¨ogre vindhastighet ¨an vad anemometern i en mast g¨or. Det som p˚averkar lidarn mest ¨ar n¨ar det inte finns tillr¨ackligt m˚anga m¨atv¨arden och n¨ar ˚aterspridningen ¨ar l˚ag. Lidarn m¨ater ¨aven s¨amre vid h¨og turbulens och n¨ar den vertikala vinddifferensen ¨ar liten eller negativ.

Lidarns inbyggda funktion f¨or att korrigera f¨or moln fungerar bra f¨or det mesta, dock visar en del molnkorrigerat data att vindhastigheten skiljer sig stort mellan lidarn och masten.

Vid regn p˚averkas inte den horisontella vindhastigheten men den vertikala vindhastigheten p˚averkas med en st¨orre ned˚atriktad vind.

Efter filtreringen visar resultatet en f¨orb¨attring d˚a b˚ade korrelationen mellan lidarn och masten blev h¨ogre och det relativa felet mellan vindhastigheten fr˚an lidarn och fr˚an masten blev l¨agre.

Det g˚ar att ber¨akna friktionshastigheten med en lidar. Vid j¨amf¨orelse mellan lidarns ber¨aknade frik-tionshastighet och mastens uppm¨atta friktionshastighet visar sig b˚ada metoderna ge ett rimligt v¨arde p˚a friktionshastigheten.

9 Referenser

[1] A. Albers, “Evaluation of Zephir.” Deutche WindGuard.

[2] M. Harris, M. Hand, and A. Wright, “Lidar for turbine control,” tech. rep., NREL, 2006.

[3] A. Pe˜na, Sensing the wind profile. PhD thesis, University of Copenhagen, 2009.

[4] R. Wagner, T. Mikkelsen, and M. Courtney, “Investigation of turbulence measurements with a continuous wave, conically scanning lidar,” Risø-R-1682(EN), 2009.

[5] R. Wagner, T. Mikkelsen, and M. Courtney, “Offshore Wind Profiling Using Light Detection and Ranging Measurements,” Wind Energy, 2008.

[6] C. B. Hasager, A. Pe˜na, T. Mikkelsen, M. Courtney, I. Antoniou, S.-E. Gryning, P. Hansen, and P. B. Sørensen, “12mw Horns Rev Experiment,” Risø-R-1506(EN), 2007.

[7] R. Scullion, ZephIR CSV EXPORT, 2011.

[8] D. A. Smith, M. Harris, A. S. Coffey, T. Mikkelsen, H. E. Jørgensen*, J. Mann, and R. Danielian,

“Wind Lidar Evaluation at the Danish Wind Test Site in Høvsøre,” Wind Energy, 2006.

[9] P. G. Arranz, “Measurements in complex terrain using a lidar,” Up Wind, 2011.

[10] C. Hill, “Cloud Removal Algorithm,” tech. rep., Upp Wind, 2010.

[11] R. Danielian, H. E. Jørgensen, T. Mikkelsen, J. Mann, and M. Harris, “Surface-Layer Wind and Turbulence Profiling from LIDAR: Theory and Measurements,” in European Wind Energy Conferenc, 2006.

[12] M. C. end Rozenn Wagner and P. Lindel¨ow, “Testing and comparison of lidars for profile and turbulence measurements in wind energy,” in Earth and Environmental Science 1, 2008.

[13] F. Bing¨ol, Complex Terrain and Wind Lidars. PhD thesis, Technical University of Denmark, 2007.

Tidigare utgivna publikationer i serien ISSN 1650-6553

Nr 1 Geomorphological mapping and hazard assessment of alpine areas in Vorarlberg, Austria, Marcus Gustavsson

Nr 2 Verification of the Turbulence Index used at SMHI, Stefan Bergman

Nr 3 Forecasting the next day’s maximum and minimum temperature in Vancouver, Canada by using artificial neural network models, Magnus Nilsson

Nr 4 The tectonic history of the Skyttorp-Vattholma fault zone, south-central Sweden, Anna Victoria Engström

Nr 5 Investigation on Surface energy fluxes and their relationship to synoptic weather patterns on Storglaciären, northern Sweden, Yvonne Kramer

Nr 222 Re-Processing of Reflection Seismic Data from Line V2 of the HIRE Seismic Reflection Survey in the Suurikuusikko Mining and Exploration Area, Northern Finland,

 

Amir Abdi, August 2011

Nr 223 Re-processing and interpretation of 2D seismic line in the Kristineberg mining area, northern Sweden, Siddique Akhtar Ehsan, August 2011

Nr 224 Verifiering av WRF-modellen över Svalbard, Anna Waxegård, September 2011 Nr 225 Constraining Crustal Volatile Release in Magmatic Conduits by Synchrotron X-ray μ-CT, Sylvia Berg, October 2011

Nr 226 Probing the Toba Super-Eruption: Insights from Oxygen Isotope Geochemistry and Geobarometry, David Budd, November 2011

Nr 227 Uppföljning av projekt Haparandabanans vattenanknutna åtaganden, naturmiljöeffekter och miljömål, Hanna Östrén, November 2011

Nr 228 Rainfall-runoff Model Application in Ungauged Catchments in Scotland

Rainfall-runoff Model Application in Ungauged Catchments in Scotland Alexander Peter Anthony Fionda, November 2011

Nr 229 Morphometry and Environment of Asymmetric Non-Sorted Stripes in the Abisko Mountains, Northern Sweden. Elin Högström, December 2011

Nr 230 Petrography and Geochemistry of a Section through the Blötberget Apatite-Iron Oxide Deposit, Bergslagen, South Central Sweden. Jiao Jingjing, December 2011

Nr 231 Structural Interpretation of Meyal Area (Upper Indus Basin), Pakistan Using

Seismic Data. Abdullah Afzal Khan, Mars 2012

In document Analys av vinddata från lidar (Page 34-43)

Related documents