Project
Het effect van klimaatverandering en landgebruiksverandering op het windklimaat in België, op basis van twee verschillende downscaling methodes.
Normal
0
21
false
false
false
NL-BE
X-NONE
X-NONE
Vandaag de dag is windenergie uitgegroeid tot een belangrijke bron van
hernieuwbare energie. </>De
hoeveelheid energie in de wind is echter gevoelig voor veranderingen in het
windklimaat. Klimaatmodellen voorspellen een verandering van de grootschalige
circulatiesystemen over Europa, maar het is nog niet geweten of/hoe deze
veranderingen de hoeveelheid beschikbare windenergie over Europa zullen
beïnvloeden. Voor de verdere ontwikkeling van de windenergie sector is het
interessant om eventuele veranderingen in de beschikbaarheid van de windenergie
nauwkeurig in te schatten. Globaleklimaatmodellen (GCMs) zijn in staat om
grootschalige veranderingen te modelleren, maar om specifieke aspecten te
besturen (zoals het effect van de veranderende grootschalige circulatiesystemen
op de beschikbaarheid van windenergie), moeten de GCMs gebracht worden naar een
fijnere resolutie (dit proces heet downscaling</>).</></>
Het hoofddoel van dit
proefschrift is na te gaan wat de impact van klimaatsverandering is op het
toekomstige potentieel van windenergie in Europa. Dit wordt bestudeerd aan de
hand van een groep (ook weleen ensemble</> genoemd) Earth System Models
(ESMs), die volgens een statistische wijze gedownscaled zijn. Het proefschrift
onderscheidt vier grote onderdelen: i) de ontwikkeling van de statistische
downscalingsmethode, ii) de evaluatie van de methode, iii) de evaluatie van de
input gegevens (zijnde de ESMs) en iv) de toepassing van de methode op het
ensemble van ESMs. </></>
11.0pt;font-family:"Times New Roman","serif";mso-fareast-font-family:"Times New Roman";
mso-bidi-font-family:Aparajita;color:windowtext;mso-ansi-language:NL-BE;
mso-fareast-language:NL-BE;mso-bidi-language:AR-SA">In het eerste deel wordt de
methode ontwikkeld die de grootschalige GCM informatie downscalet naar het
kleinschalige windklimaat op de hoogte van de rotor van de windturbine. Dit
laatste is hetgeen dat we willen voorspellen.Deze methode wordt ontwikkeld
voor een bepaalde locatie in Nederland(Cabauw) en maakt gebruik van lange termijn
metingen van windsnelheid, ERA-Interim reanalyse gegevens en grootschalige
gegevens van het ECHAM5 GCM. De statistische downscalingsmethode is gebaseerd
op een regressie functie die de relatie beschrijft tussen de grootschalige
gegevens (de predictors) en het kleinschalig windklimaat op de hoogte van de
windturbine rotor. In tegenstelling tot de gebruikelijke downscalingsmethodes,
wordt in dit proefschrift een methode ontwikkeld die gebaseerd is op de
parameters van de kansdichtheisfunctie (PDF). Bovendien wordt er onderscheid
gemaakt tussen verschillende stabiliteitscondities en bevat de methode een
evaluatie van de grootschalige variabelen voordat ze kunnen dienen als
predictor. De regressie analyse toont aan dat de keuze van de predictors
afhankelijk is van de stabiliteitscondities van de atmosferische grenslaag. Met
andere woorden, de relatie tussen de grote en de kleine schaal is anders voor
dag of nacht en zomer of winter. Tijdens de winter wordt het nabije oppervlakte
windklimaat gedomineerd door de grootschalige systemen. Hierdoor is het GCM
goed in het representeren van de windsnelheden op rotorhoogte en kande
statistische downscaling maar weinig verbetering brengen. Anderzijds, tijdens
de zomer is het nabije oppervlakte windklimaat sterker beïnvloed door lokale
fenomenen, waardoor ECHAM5 niet zo goed is in het modelleren van de rotorhoogte
windsnelheden. De regressie analyse toont aan dat tijdens zomerdagen het
geobserveerde rotorhoogte windklimaat sterk gekoppeld is aan de windsnelheden
op hogere hoogtes. Deze hoogtes zijn beter gemodelleerd door de GCMs dan
hoogtes dicht tegen het oppervlak. De regressie geeft aan dat het beter is om
de predictors te selecteren op 500m hoogte. Dit is niet het geval wanneer de
atmosferische grenslaag dun en stabiel is, zoals in zomernachten. In deze
situatie wordt de simulatie van de rotorhoogte windsnelheden substantieel
verbeterd door het toevoegen van een extra predictor, namelijk de
temperatuurgradiënt tussen de atmosferische grenslaag en de laag erboven. </></>
Het tweede deel van het
proefschrift gaatna of het statistisch downscalingsmodel, dat ontworpen is
voor een locatie in Nederland, ook kan gebruikt worden op andere locaties in
Europa. De vergelijking van de gedownscalede winden met de geobserveerde winden
nabij het aardoppervlak toont aan dat de regio's waarvoor de statistische
methode in staat is de rotorhoogte windsnelheden te modelleren, afhankelijk is
van factoren zoals het uur op de dag, het seizoen en de lokale condities (zoals
de topografie of de aanwezigheid van regionale wind systemen). Rekening houdend
met deze factoren, worden regio's gedefinieerd waarvoor de downscalingsmethode
mag worden toegepast. </></>
Voordat de
downscalingsmethode uitgevoerdwordt op het ensemble van de ESMs, worden de
ESMs geëvalueerd op hetmodelleren van de predictors (deel 3). Predictors van
de statistische downscalingsmodellen zijn gewoonlijk afkomstig uit hogere
atmosferische lagen, omdat deze hoogtes vaak beter gemodelleerd zijn door de
grootschalige modellen. Aangezien de regressie analyse op ECHAM5 aantoontdat
de beste predictors afkomstig zijn uit de nabije oppervlakte lagen, wordt het
ensemble van ESMs geëvalueerd op het modelleren van de wind en temperatuur PDFs
in de laagtste 1.5km van de atmosfeer. De ESMs worden vergeleken met
ERA-Interim als referentie. De resultaten tonen dat voor grote delen van Europa
predictors uit de lagere modellagen kunnen gebruikt worden in statistische
downscalingsmodellen. Er zijn enkele uitzonderingen, zo zorgen kapen en baaien
langs kusten voorfouten in het modelleren van de wind tot op 600m hoogte.
Reliëf in het aardoppervlak kan de kwaliteit van de modellen tot op 1.5km
hoogtebeïnvloeden, voornamelijk tijdens de zomer en tijdens de dag. Tijdens de
winter propageren deze fouten minder hoog in de atmosfeer. Met uitzondering van
deze lokale fouten in de windsnelheid, zijn de PDFs van de wind nabij het
oppervlak goed gerepresenteerd in de ESMs voor allegridcellen ten noorden van
45°N. Ten zuiden hiervan worden de windenbeïnvloed door de aanwezigheid van
een grootschalige fout in de representatie van de grootschalige
circulatiesystemen, voornamelijk in dewinter. Deze fout is waarschijnlijk te
wijten aan een te sterke latitudinale drukgradiënt, die leidt tot te sterke
westenwinden in de midlatituden van het noordelijk halfrond. De PDF van de
temperatuur in de ESMs is minder sterk beïnvloed door lokale fouten. Anderzijds
heeftde temperatuur wel te maken met een grootschalige onderschatting over de
Noord-Atlantische Oceaan en een overschatting in de zomer in Oost-Europa. De
meeste grootschalige fouten in de ESMs zijn onafhankelijk van de hoogte,
waardoor ze overgenomen worden door de downscalingsmodellen, ook door de
modellen die gebaseerd zijn op de hogere atmosferische lagen. Dit benadrukt het
belang van een modelevaluatie alvorens het uitvoeren van de downscaling.</></>
In het laatste deel van het
proefschrift wordt de statistische downscalingsmethode uitgevoerd op de ESMs
die bewezen hebben goed te presteren in het heden en dit enkel voor die regios
waar de methode heeft aangetoond dat ze de windsnelheden goed kan modelleren.
De rotorhoogte windsnelheden worden gedownscaled voor drie perioden: huidige
tijd (1989-2000), nabije toekomst (2020-2049) en het eind van de eeuw
(2070-2099). De PDF parameters van de rotorhoogte windsnelheid worden
omgerekend in een hoeveelheid winbare windenergie voor een bepaald type
windturbine. De verandering hierin wordt geanalyseerd aan de hand van een
Bayesiaanse methode. Deze probabilistische benaderingsmethode geeft gewichten
aan de ESMs in het ensemble op basis van hun fout in de simulatie van het heden
en hun convergentie in de simulatie van de toekomst. De analyse toont het
belang aan van de PDF benadering. Het toont aan dat in een klimaat waarin
beiden PDF parameters stijgen (resulterend in een bredere en meer symmetrische
verdeling), dat de winbare windenergie in mindere mate stijgt dan wat verwacht
wordt op basis van de verandering in de gemiddelde windsnelheid. Dit zou
bijvoorbeeld het geval kunnen zijn voor West-Europa tijdens de winter, de
gemodelleerde verandering in grootschalige winden zou kunnen leiden tot een
(hoewel niet-significante) toename in winbare energie van ongeveer 5%. De
tegengestelde situatie kan zich voordoen in het Middellandse zeegebied, waar de
voorspelde afname in PDF parameters (resulterend in een smalle en scheve PDF)
een groot effect kan hebben op de winbare windenergie. In deze zuidelijke
regios, wordt verwacht dat de winbare windenergie significant zal afnemen met
waardes tot 16%. Indien de verandering in winbare windenergie zou berekend
worden uit de verandering in de gemiddelde windsnelheid (wat de gebruikelijke
methode is), zou de verwachte afnamein winbare windenergie in het Mediterrane
gebied overschat worden met waarden tot 20% van de verandering. Deze
onnauwkeurigheden die te wijten zijn aan het verwaarlozen van de veranderingen
in de vorm van de PDF, zijn van die grootteorde dat ze relevant zijn voor het
schatten van de toekomstige opbrengst van windenergie. Niet alleen de veranderingen
in de PDF van de windsnelheid, maar ook de vorm van de Cp-curve beïnvloedt de
verandering in winbare windenergie, maar dit laatste isniet significant. </></>
Een vergelijking van de
voorspellingen in toekomstige beschikbaarheid van windenergie over Europa, met
en zonder de tussenstap van de statistische downscaling toont weinig grote
verschillen. Ook al bracht de downscaling duidelijk een verbetering in de
representatie van de rotorhoogte windsnelheid PDF in het heden, de downscaling
heeft geen effect op het simuleren van een verandering in de toekomst. Dit
wijst erop dat, op zijn minst voor windenergie, en waarschijnlijk ook voor
andere toepassingen, de directe output van de huidige generatie van ESMs niet
noodzakelijk moet gedownscaled worden om veranderingen te modelleren.</></>
DefSemiHidden="true" DefQFormat="false" DefPriority="99"
LatentStyleCount="267">
UnhideWhenUsed="false" QFormat="true" Name="Normal"/>
UnhideWhenUsed="false" QFormat="true" Name="heading 1"/>
UnhideWhenUsed="false" QFormat="true" Name="Title"/>
UnhideWhenUsed="false" QFormat="true" Name="Subtitle"/>
UnhideWhenUsed="false" QFormat="true" Name="Strong"/>
UnhideWhenUsed="false" QFormat="true" Name="Emphasis"/>
UnhideWhenUsed="false" Name="Table Grid"/>
UnhideWhenUsed="false" QFormat="true" Name="No Spacing"/>
UnhideWhenUsed="false"Name="Light Shading"/>
UnhideWhenUsed="false" Name="Light List"/>
UnhideWhenUsed="false" Name="Light Grid"/>
UnhideWhenUsed="false" Name="Medium Shading 1"/>
UnhideWhenUsed="false" Name="Medium Shading 2"/>
UnhideWhenUsed="false" Name="Medium List 1"/>
UnhideWhenUsed="false" Name="Medium List 2"/>
UnhideWhenUsed="false" Name="Medium Grid 1"/>
UnhideWhenUsed="false" Name="Medium Grid 2"/>
UnhideWhenUsed="false" Name="Medium Grid3"/>
UnhideWhenUsed="false" Name="Dark List"/>
UnhideWhenUsed="false" Name="Colorful Shading"/>
UnhideWhenUsed="false" Name="Colorful List"/>
UnhideWhenUsed="false" Name="Colorful Grid"/>
UnhideWhenUsed="false" Name="Light Shading Accent 1"/>
UnhideWhenUsed="false" Name="Light List Accent 1"/>
UnhideWhenUsed="false" Name="Light Grid Accent 1"/>
UnhideWhenUsed="false" Name="Medium Shading 1 Accent 1"/>
UnhideWhenUsed="false" Name="Medium Shading 2 Accent 1"/>
UnhideWhenUsed="false" Name="Medium List1 Accent 1"/>
UnhideWhenUsed="false" QFormat="true" Name="List Paragraph"/>
UnhideWhenUsed="false" QFormat="true" Name="Quote"/>
UnhideWhenUsed="false" QFormat="true" Name="Intense Quote"/>
UnhideWhenUsed="false" Name="Medium List 2 Accent 1"/>
UnhideWhenUsed="false" Name="Medium Grid 1 Accent 1"/>
UnhideWhenUsed="false" Name="Medium Grid 2 Accent 1"/>
UnhideWhenUsed="false" Name="Medium Grid 3 Accent 1"/>
UnhideWhenUsed="false" Name="Dark List Accent 1"/>
UnhideWhenUsed="false" Name="ColorfulShading Accent 1"/>
UnhideWhenUsed="false" Name="Colorful List Accent 1"/>
UnhideWhenUsed="false" Name="Colorful Grid Accent 1"/>
UnhideWhenUsed="false" Name="Light Shading Accent 2"/>
UnhideWhenUsed="false" Name="Light List Accent 2"/>
UnhideWhenUsed="false" Name="Light Grid Accent 2"/>
UnhideWhenUsed="false" Name="Medium Shading 1 Accent 2"/>
UnhideWhenUsed="false" Name="Medium Shading 2 Accent 2"/>
UnhideWhenUsed="false" Name="Medium List 1 Accent 2"/>
UnhideWhenUsed="false" Name="Medium List 2 Accent 2"/>
UnhideWhenUsed="false" Name="Medium Grid 1 Accent 2"/>
UnhideWhenUsed="false" Name="Medium Grid 2 Accent 2"/>
UnhideWhenUsed="false"Name="Medium Grid 3 Accent 2"/>
UnhideWhenUsed="false" Name="Dark List Accent 2"/>
UnhideWhenUsed="false" Name="Colorful Shading Accent 2"/>
UnhideWhenUsed="false" Name="Colorful List Accent 2"/>
UnhideWhenUsed="false" Name="Colorful Grid Accent 2"/>
UnhideWhenUsed="false" Name="Light Shading Accent 3"/>
UnhideWhenUsed="false" Name="Light List Accent 3"/>
UnhideWhenUsed="false" Name="Light Grid Accent 3"/>
UnhideWhenUsed="false" Name="Medium Shading 1 Accent 3"/>
UnhideWhenUsed="false" Name="MediumShading 2 Accent 3"/>
UnhideWhenUsed="false" Name="Medium List 1 Accent3"/>
UnhideWhenUsed="false" Name="Medium List 2 Accent 3"/>
UnhideWhenUsed="false" Name="Medium Grid 1 Accent 3"/>
UnhideWhenUsed="false" Name="Medium Grid 2 Accent 3"/>
UnhideWhenUsed="false" Name="Medium Grid 3 Accent 3"/>
UnhideWhenUsed="false" Name="Dark List Accent 3"/>
UnhideWhenUsed="false" Name="Colorful Shading Accent 3"/>
UnhideWhenUsed="false" Name="Colorful List Accent 3"/>
UnhideWhenUsed="false" Name="Colorful GridAccent 3"/>
UnhideWhenUsed="false" Name="Light Shading Accent 4"/>
UnhideWhenUsed="false" Name="Light List Accent 4"/>
UnhideWhenUsed="false" Name="Light Grid Accent 4"/>
UnhideWhenUsed="false" Name="Medium Shading 1 Accent 4"/>
UnhideWhenUsed="false" Name="Medium Shading 2 Accent 4"/>
UnhideWhenUsed="false" Name="Medium List 1 Accent 4"/>
UnhideWhenUsed="false" Name="Medium List 2 Accent 4"/>
UnhideWhenUsed="false" Name="Medium Grid 1 Accent 4"/>
UnhideWhenUsed="false" Name="Medium Grid 2 Accent 4"/>
UnhideWhenUsed="false" Name="Medium Grid 3 Accent 4"/>
UnhideWhenUsed="false" Name="Dark List Accent 4"/>
UnhideWhenUsed="false" Name="Colorful Shading Accent 4"/>
UnhideWhenUsed="false" Name="Colorful List Accent 4"/>
UnhideWhenUsed="false" Name="Colorful Grid Accent 4"/>
UnhideWhenUsed="false" Name="Light Shading Accent 5"/>
UnhideWhenUsed="false" Name="Light List Accent 5"/>
UnhideWhenUsed="false" Name="Light Grid Accent 5"/>
UnhideWhenUsed="false" Name="Medium Shading 1 Accent 5"/>
UnhideWhenUsed="false" Name="Medium Shading 2 Accent 5"/>
UnhideWhenUsed="false" Name="Medium List 1 Accent 5"/>
UnhideWhenUsed="false" Name="Medium List2 Accent 5"/>
UnhideWhenUsed="false" Name="Medium Grid 1 Accent 5"/>
UnhideWhenUsed="false" Name="Medium Grid 2 Accent 5"/>
UnhideWhenUsed="false" Name="Medium Grid 3 Accent 5"/>
UnhideWhenUsed="false" Name="Dark List Accent 5"/>
UnhideWhenUsed="false" Name="Colorful Shading Accent 5"/>
UnhideWhenUsed="false" Name="Colorful List Accent 5"/>
UnhideWhenUsed="false" Name="Colorful Grid Accent 5"/>
UnhideWhenUsed="false" Name="Light Shading Accent 6"/>
UnhideWhenUsed="false" Name="Light List Accent 6"/>
UnhideWhenUsed="false" Name="Light Grid Accent 6"/>
UnhideWhenUsed="false" Name="Medium Shading 1 Accent 6"/>
UnhideWhenUsed="false" Name="Medium Shading 2 Accent 6"/>
UnhideWhenUsed="false" Name="Medium List 1 Accent 6"/>
UnhideWhenUsed="false" Name="Medium List 2 Accent 6"/>
UnhideWhenUsed="false" Name="Medium Grid 1 Accent 6"/>
UnhideWhenUsed="false" Name="Medium Grid 2 Accent 6"/>
UnhideWhenUsed="false" Name="Medium Grid 3Accent 6"/>
UnhideWhenUsed="false" Name="Dark List Accent 6"/>
UnhideWhenUsed="false" Name="Colorful Shading Accent 6"/>
UnhideWhenUsed="false"Name="Colorful List Accent 6"/>
UnhideWhenUsed="false" Name="Colorful Grid Accent 6"/>
UnhideWhenUsed="false" QFormat="true" Name="Subtle Emphasis"/>
UnhideWhenUsed="false" QFormat="true" Name="Intense Emphasis"/>
UnhideWhenUsed="false" QFormat="true" Name="Subtle Reference"/>
UnhideWhenUsed="false" QFormat="true" Name="Intense Reference"/>
UnhideWhenUsed="false" QFormat="true" Name="Book Title"/>
/* Style Definitions */
table.MsoNormalTable
{mso-style-name:Standaardtabel;
mso-tstyle-rowband-size:0;
mso-tstyle-colband-size:0;
mso-style-noshow:yes;
mso-style-priority:99;
mso-style-qformat:yes;
mso-style-parent:"";
mso-padding-alt:0cm 5.4pt 0cm 5.4pt;
mso-para-margin-top:0cm;
mso-para-margin-right:0cm;
mso-para-margin-bottom:10.0pt;
mso-para-margin-left:0cm;
line-height:115%;
mso-pagination:widow-orphan;
font-size:11.0pt;
font-family:"Calibri","sans-serif";
mso-ascii-font-family:Calibri;
mso-ascii-theme-font:minor-latin;
mso-hansi-font-family:Calibri;
mso-hansi-theme-font:minor-latin;}