Development of a Short-Term Forecast System for Solar Surface Irradiance Based on Satellite Imagery and NWP Data

Die zunehmende Verwendung erneuerbarer Energien als Stromquelle hat zu einem fundamentalem Wandel des Energieversorgungssystems geführt. Die Integration fluktuierender wetterabhängiger Energiequellen in das Stromnetz hat bereits jetzt einen massiven Einfluss auf sämtliche Lastflüsse und damit einhergehend wirtschaftliche Auswirkungen. Infolgedessen ist das Interesse nach Vorhersagen des Windes- und der solaren Einstrahlung mit einer hohen Genauigkeit auf kurzen Zeithorizonten (0-4 h) gestiegen. In dieser Arbeit wird ein neuer Ansatz für die Vorhersage der solaren Einstrahlung am Boden entwickelt, welcher auf dem optischen Fluss der effektiven Wolkenalbedo und SPECMAGIC NOW basiert. Diese Kürzestfristvorhersage wird nahtlos mit der numerischen Wettervorhersage (NWV) verbunden, um den Vorhersagehorizont auf bis zu 12 h zu erweitern. Die hier verwendete Methode für die Berechnung des optischen Flusses ist TV-L1 aus der Open-Source-Bibliothek OpenCV. Diese Methode verwendet einen Multi-Skalen-Ansatz zur Erfassung von Wolkenbewegungen auf verschiedenen räumlichen Skalen. Nachdem die Wolken durch Extrapolation des optischen Flusses in die Zukunft verlagert wurden, wird die solare Strahlung mit SPECMAGIC NOW berechnet. Dieser Algorithmus errechnet die globale Einstrahlung spektral aufgelöst aus Satellitenbildern. Aufgrund der hohen zeitlichen und räumlichen Auflösung von Satellitenmessungen kann die effektive Wolkenalbedo, und damit auch die solare Einstrahlung, von 15 min bis zu 4 h mit einer Auflösung von 0,05° vorhergesagt werden. Die Kombination der Wolkenverlagerung durch TV-L1 und der Strahlungsberechnung durch SPECMAGIC NOW ist neuartig und sehr vielversprechend. Schließlich wird ein Verfahren für einen bruchlosen Übergang zwischen einem NWV Modell und dem vorgestellten Nowcasting entwickelt. Dazu wird das Softwaretool ANAKLIM++ verwendet, welches ursprünglich für die effiziente Assimilation von zweidimensionalen Datensätzen unter Verwendung eines Variationsansatzes konzipiert wurde. Mit ANAKLIM++ werden das Nowcasting, ICON und IFS für einen Vorhersagehorizont zwischen 1-5 h derart miteinander verbunden, dass die kombinierte Prognose für jede Vorhersagezeit einen kleineren Vorhersagefehler besitzt, als die Einzelprognosen vor der Kombination.