Simulering af energiforsyningen i Sarfannguaq - Clim-ATIC
Simulering af energiforsyningen i Sarfannguaq - Clim-ATIC
Simulering af energiforsyningen i Sarfannguaq - Clim-ATIC
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>Simulering</strong> <strong>af</strong><br />
<strong>energiforsyningen</strong> i<br />
<strong>Sarfannguaq</strong><br />
Implementering <strong>af</strong> vindkr<strong>af</strong>t i isolerede energisystemer<br />
<strong>af</strong> Kasper Rønnow Jakobsen, s061711<br />
Danmarks Tekniske Universitet<br />
Institut for Mekanisk Teknoligi<br />
Eksamensprojekt 2009<br />
Vejledere: Martin L.O. Hansen & Brian Elmegård<br />
20. maj 2009
Forord<br />
Denne rapport er resultatet <strong>af</strong> eksamensprojektet „<strong>Simulering</strong> <strong>af</strong> <strong>energiforsyningen</strong><br />
i <strong>Sarfannguaq</strong>“. Projektet er fastsat til 30 ETCS-point og er gennemført<br />
i perioden november 2008 - april 2009. Projektet er gennemført ved Sektion<br />
for Fluid Mekanik under Institut for Mekanisk Teknologi, Danmarks Tekniske<br />
Universitet. Arbejdet er gennemført under vejledning <strong>af</strong>:<br />
• Martin Otto Laver Hansen, Sektion for Fluid Mekanik, Institut for Mekanisk<br />
Teknologi, Danmarks Tekniske Universitet<br />
• Brian Elmegaard, Sektion for Termiske Energisystemer, Institut for Mekanisk<br />
Teknologi, Danmarks Tekniske Universitet<br />
En stor tak til de to vejledere for råd og assistance undervejs. Udover<br />
vejlederne vil jeg gerne takke de mange virksomheder og institutioner, der har<br />
støttet projektet med data og informationer. Det drejer sig især om:<br />
• ASIAQ - Grønlands Forundersøgelser<br />
• Nukissiorfiit - Grønlands energiselskab<br />
• Mittarfeqarfiit - Grønlands Lufthavnsvæsen<br />
• Grønlandsstatistik<br />
• Sisimiut Kommune<br />
• Sisimiut FISH<br />
• Megacon Danmark<br />
• Kort- og Matrikelstyrelsen<br />
• KNI- Grønlands handelsselskab<br />
• SRI - Kangerlussuaq<br />
• DTU Space<br />
• Center for Arktisk Teknologi ved Byg DTU<br />
i
ii FORORD<br />
Da dette projekt kun omfatter det indledende arbejde med opdateringen<br />
<strong>af</strong> <strong>energiforsyningen</strong> i <strong>Sarfannguaq</strong>, ser jeg meget frem til et fortsat godt samarbejde.
Abstract (English)<br />
This study investigates the potential of implementing renewable energy in<br />
small isolated systems in Greenland. The project dealing with the energy system<br />
in a small village called <strong>Sarfannguaq</strong>, in the western Greenland. The work<br />
is based on remote measurements of electricity consumption for all consumers<br />
in the village and measurements from different climate stations in the area.<br />
Based on information’s about the system and investigations in the village a<br />
simulation program is build.<br />
The program is used to investigate the impact on the system and the<br />
economical effects.<br />
The results of low (0-20 %) and medium (20-50 %) penetration of wind<br />
power is presented in this report. For the low penetration case, very small<br />
turbines are used (6-15kW) and it makes it uneconomical compared to the<br />
existing system. For the medium penetration bigger turbines are used and it<br />
gives a more cost-effective solution. For all the calculations the generators are<br />
operating constantly and it puts a limitation on the amount of oil that can be<br />
saved. Another limitation is that all the electricity consumption is considered<br />
to be autonomous and it cause big waste of energy when the penetration is<br />
increased.<br />
The simulations show that the optimal amount of wind power in the system,<br />
with out energy storage and regulation of the consumption, is around<br />
50 kW. It gives a penetration at 28 %.<br />
Suggestions for further work, on this project is:<br />
• Implement variable consumption, based on the potential in the village.<br />
• Implement energy storages and find the optimal storage size<br />
• Further measurements and verification of the wind resources<br />
• Include hydro power in the model<br />
iii
Resume<br />
Denne rapport omhandler de indledende undersøgelse <strong>af</strong> mulighederne for at<br />
udnytte vedvarende energi (VE) i isolerede energisystemer på Grønland. Der<br />
er taget udgangspunkt i bygden <strong>Sarfannguaq</strong> med 130 indbyggere. Projektet<br />
indledes med en undersøgelse <strong>af</strong> el, varme og vandforbrug, de overordnede<br />
variationer og udviklingen i forbruget. Der er opbygget og valideret en simuleringsmodel<br />
<strong>af</strong> det nuværende forsyningssystem. Modellen er derefter udvidet<br />
til at omfatte vindkr<strong>af</strong>t. Vindproduktionen beregnes ud fra en normaliseret<br />
dataserie, der er repræsentativ for vindresurserne på udvalgte placeringer i<br />
området.<br />
Med simuleringsmodellen undersøges effekterne på systemet og ikke mindst<br />
systemets økonomi ved VE-andele op til 20 %.<br />
Det videre arbejde består i fastlæggelse <strong>af</strong> de variable forbrug, implementering<br />
<strong>af</strong> et energilager, udarbejdelse <strong>af</strong> en overordnet styring og undersøgelse<br />
<strong>af</strong> mulighederne for højere andele <strong>af</strong> VE.<br />
v
Indhold<br />
Forord i<br />
Abstract (English) iii<br />
Resume v<br />
Indhold vii<br />
Figurer ix<br />
Tabeller xiii<br />
1 <strong>Sarfannguaq</strong> 1<br />
2 Forbrug 5<br />
2.1 Fjern<strong>af</strong>læst elforbrug . . . . . . . . . . . . . . . . . . . . . . . . 5<br />
2.2 Storforbrugere og variable elforbrug . . . . . . . . . . . . . . . 11<br />
2.3 Varmeforbrug . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18<br />
2.4 Vandforbrug . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23<br />
3 Model <strong>af</strong> nuværende system 25<br />
3.1 Kr<strong>af</strong>tværket . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25<br />
3.2 Statisk model <strong>af</strong> nuværende system . . . . . . . . . . . . . . . . 27<br />
4 Vindklimaet i området 29<br />
5 Vindresurser i <strong>Sarfannguaq</strong> 31<br />
5.1 <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31<br />
5.2 Sisimiut . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33<br />
5.3 MCP beregninger for sites . . . . . . . . . . . . . . . . . . . . . 36<br />
5.4 Vindresurser omkring <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . 43<br />
5.5 Udarbejdelse <strong>af</strong> vinddata for simulering . . . . . . . . . . . . . 44<br />
5.6 WAsP analyse <strong>af</strong> vindresurserne i området . . . . . . . . . . . . 50<br />
6 Vindkr<strong>af</strong>t i <strong>Sarfannguaq</strong> 61<br />
vii
viii INDHOLD<br />
6.1 Andel vindenergi . . . . . . . . . . . . . . . . . . . . . . . . . . 62<br />
6.2 <strong>Simulering</strong>smodel for lav andel vindkr<strong>af</strong>t . . . . . . . . . . . . . 63<br />
6.3 Middel andel vindkr<strong>af</strong>t . . . . . . . . . . . . . . . . . . . . . . . 75<br />
6.4 Høj andel vindkr<strong>af</strong>t . . . . . . . . . . . . . . . . . . . . . . . . . 82<br />
6.5 Energilagring . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85<br />
7 Diskussion 87<br />
8 Konklusion 91<br />
Litteratur 93<br />
A Kontakter 95<br />
B Kortlægning <strong>af</strong> elforbruget hos de store forbrugere 99<br />
C Datagrundlag 109<br />
D Opbygning <strong>af</strong> model, eksisterende system 113<br />
D.1 Input til modellen . . . . . . . . . . . . . . . . . . . . . . . . . 113<br />
D.2 Opbygning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114<br />
D.3 Verificering <strong>af</strong> model . . . . . . . . . . . . . . . . . . . . . . . . 123<br />
E Vinddata og statistik 125<br />
E.1 Vinddata for <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . . . . . . 125<br />
E.2 Lufthavnen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126<br />
E.3 Dumpen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131<br />
E.4 MCP beregninger for sites . . . . . . . . . . . . . . . . . . . . . 133<br />
E.5 Relation imellem Dumpen og masten på Teleøen . . . . . . . . 148<br />
E.6 Relationerne imellem Lufthavnen og Teleøen . . . . . . . . . . 148<br />
F Klimastation på Teleøen vest for Sisimiut 163<br />
F.1 Statistik for Teleøen . . . . . . . . . . . . . . . . . . . . . . . . 168<br />
G Anvendte vindmøller 171
Figurer<br />
1.1 <strong>Sarfannguaq</strong>’s geogr<strong>af</strong>iske placering . . . . . . . . . . . . . . . . . . 1<br />
1.2 Befolkningsudviklingen og kønsfordelingen . . . . . . . . . . . . . . 2<br />
1.3 Arbejdsstyrkens fordeling i 1998 og 2003 . . . . . . . . . . . . . . . 3<br />
1.4 Havnen i <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . . . . . . . . . . 4<br />
2.1 Fjern<strong>af</strong>læste data, månedsopdelt . . . . . . . . . . . . . . . . . . . 6<br />
2.2 Fordelingen <strong>af</strong> det samlede årlige elforbrug . . . . . . . . . . . . . . 7<br />
2.3 FFT-analyse <strong>af</strong> 15 min. middelværdier . . . . . . . . . . . . . . . . 8<br />
2.4 Varighedskurve og hyppighedsfordeling . . . . . . . . . . . . . . . . 8<br />
2.5 Elforbrug og fordelingen <strong>af</strong> forbruget 1999-2007 . . . . . . . . . . . 9<br />
2.6 Estimering <strong>af</strong> det fremtidige elforbrug . . . . . . . . . . . . . . . . 10<br />
2.7 Forbruget fordelt på <strong>af</strong>læsningsmålere i den fjern<strong>af</strong>læste periode . . 12<br />
2.8 Fordelingen <strong>af</strong> elforbruget i den fjern<strong>af</strong>læste periode . . . . . . . . 13<br />
2.9 Ugentlig statistik for de fem største forbrugere . . . . . . . . . . . 14<br />
2.10 Månedlig produktionsdata for kr<strong>af</strong>tværket i <strong>Sarfannguaq</strong> . . . . . . 15<br />
2.11 Sammenligning <strong>af</strong> produktion og forbrug . . . . . . . . . . . . . . . 16<br />
2.12 Produktionsdata for 07-08 målt manuelt og med PLC . . . . . . . 17<br />
2.13 Gennemsnitlig el-virkningsgrad for kr<strong>af</strong>tværket i <strong>Sarfannguaq</strong> . . . 18<br />
2.14 Petroleumsforbrugene og temperaturvariationerne for perioden 2004-<br />
2007 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19<br />
2.15 Gasolieforbrug for perioden 2004-2007 . . . . . . . . . . . . . . . . 20<br />
2.16 Gennemsnitlig gasolieforbrug og estimering <strong>af</strong> opvarmningsandelen 21<br />
2.17 Estimeret energiforbrug til opvarmning i <strong>Sarfannguaq</strong> . . . . . . . 22<br />
2.18 Samlet vandforbrug i <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . . . 23<br />
3.1 Kr<strong>af</strong>tværkets placering ned til vandet . . . . . . . . . . . . . . . . 26<br />
3.2 Opbygning <strong>af</strong> model for nuværende system . . . . . . . . . . . . . 27<br />
3.3 Resultat <strong>af</strong> simuliering for januar 2008 . . . . . . . . . . . . . . . . 28<br />
5.1 Placering <strong>af</strong> målemasten i <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . 32<br />
5.2 Data indsamlet for masten i <strong>Sarfannguaq</strong> 01.02.2009 . . . . . . . . 33<br />
5.3 Placeringen <strong>af</strong> masterne i Sisimiut . . . . . . . . . . . . . . . . . . 34<br />
5.4 Placering <strong>af</strong> målemasten ved Dumpen uden for Sisimiut, set fra vest 35<br />
5.5 Data indsamlet for masten ved Dumpen 01.02.2009 . . . . . . . . . 36<br />
ix
x Figurer<br />
5.6 Placeringen <strong>af</strong> masten på teleøen i Sisimiut, set fra nord . . . . . . 36<br />
5.7 Vindhastighederne for <strong>Sarfannguaq</strong> og Teleøen . . . . . . . . . . . 38<br />
5.8 Retningsdataene for <strong>Sarfannguaq</strong> og Teleøen . . . . . . . . . . . . 38<br />
5.9 Korrigerede retningsdata for <strong>Sarfannguaq</strong> og Teleøen . . . . . . . . 39<br />
5.10 Hastighedsdata for Dumpen og Teleøen . . . . . . . . . . . . . . . 40<br />
5.11 Retnings histogram for <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . . 41<br />
5.12 Retningskorrelation ved offset <strong>af</strong> date for perioden 2003-2008 . . . 42<br />
5.13 Fordeling <strong>af</strong> data efter endelig korrektion til nord . . . . . . . . . . 42<br />
5.14 Kort over <strong>Sarfannguaq</strong>området . . . . . . . . . . . . . . . . . . . . 43<br />
5.15 Hastighedsfordeling for <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . . 43<br />
5.16 Histogram for dataserie genereret ud fra månedsfordelinger . . . . 46<br />
5.17 Perioden i august med manglende målinger . . . . . . . . . . . . . 47<br />
5.18 Histogrammer for udvalgte kombinationer <strong>af</strong> dataserier . . . . . . . 49<br />
5.19 Kort med orogr<strong>af</strong>i og ruhedsdata til WAsPanalyserne . . . . . . . . 52<br />
5.20 Placering <strong>af</strong> objekter omkring referencemasten . . . . . . . . . . . 53<br />
5.21 Den overordnede fordeling <strong>af</strong> middelvinden i området . . . . . . . 54<br />
5.22 Overordnet fordeling <strong>af</strong> middelvinden i området . . . . . . . . . . . 54<br />
5.23 Middelvinden i nærområdet . . . . . . . . . . . . . . . . . . . . . . 55<br />
5.24 Terrænelevation og dens påvirkning <strong>af</strong> referencemasten . . . . . . . 56<br />
5.25 Indstrømningens RIX . . . . . . . . . . . . . . . . . . . . . . . . . 57<br />
5.26 Delta-RIX fordelingen i området . . . . . . . . . . . . . . . . . . . 58<br />
5.27 Vindresurserne i 36 meters højde . . . . . . . . . . . . . . . . . . . 59<br />
5.28 Delta-RIX for 36 meters estimeringerne . . . . . . . . . . . . . . . 60<br />
6.1 Belastningsfordelingen for kr<strong>af</strong>tværket . . . . . . . . . . . . . . . . 63<br />
6.2 <strong>Simulering</strong>smodel med vindkr<strong>af</strong>tmodul . . . . . . . . . . . . . . . . 66<br />
6.3 Eksempel på simuleringsresultater . . . . . . . . . . . . . . . . . . 72<br />
6.4 Sensitivitet for vindresurse . . . . . . . . . . . . . . . . . . . . . . 73<br />
6.5 Sensitivitet for mølleprisen . . . . . . . . . . . . . . . . . . . . . . 73<br />
6.6 Sensitivitet for møllernes andel <strong>af</strong> anlægsudgifterne . . . . . . . . . 74<br />
6.7 Sensitivitet for de faste udgifter til kr<strong>af</strong>tværket . . . . . . . . . . . 74<br />
6.8 Sensitivitet for olieprisen . . . . . . . . . . . . . . . . . . . . . . . . 75<br />
6.9 Udvalgte effektkurver for møller . . . . . . . . . . . . . . . . . . . . 76<br />
6.10 Eksempel på parametervariationerne under simuleringen . . . . . . 83<br />
6.11 Eksempel på opbygning <strong>af</strong> vind-diesel system . . . . . . . . . . . . 84<br />
B.1 Fordelingen <strong>af</strong> elforbruget i <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . 100<br />
B.2 Effektforbruget for KNI i uge 46 2008 . . . . . . . . . . . . . . . . 102<br />
B.3 Taphuse i <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . . . . . . . . . . 104<br />
D.1 Modul til indlæsning <strong>af</strong> statistiske data . . . . . . . . . . . . . . . 115<br />
D.2 Simpel model for transmissionsnettet . . . . . . . . . . . . . . . . . 116<br />
D.3 Model for nuværende kr<strong>af</strong>tværk . . . . . . . . . . . . . . . . . . . . 116<br />
D.4 Virkningsgrader for de to generatortyper . . . . . . . . . . . . . . . 117
Figurer xi<br />
D.5 Estimering <strong>af</strong> brændstofforbrug for motorer . . . . . . . . . . . . . 118<br />
D.6 Akkumuleret lastfordeling for 2008 . . . . . . . . . . . . . . . . . . 119<br />
D.7 Generatorsættenes samlede virkningsgrad som funktion <strong>af</strong> belastningen<br />
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121<br />
D.8 Produktionsprisen per kWh . . . . . . . . . . . . . . . . . . . . . . 122<br />
D.9 Økonomisk model for kr<strong>af</strong>tværket . . . . . . . . . . . . . . . . . . . 123<br />
D.10 Model for nuværende system . . . . . . . . . . . . . . . . . . . . . 124<br />
E.1 Fordelingsrose og hastighedshistogram for raw 10 minuttersdata<br />
fra <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126<br />
E.2 Fordelingsrose og hastighedshistogram for korrigerede 10 minuttersdata<br />
fra <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . . . . . . . . . . 127<br />
E.3 Fordelingsrose og hastighedshistogram for nord korrigerede 10 minuttersdata<br />
fra <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . . . . . . . 128<br />
E.4 Fordelingsrose og estimering <strong>af</strong> 50 års ekstrem vinde for <strong>Sarfannguaq</strong>128<br />
E.5 Fordelingsrose og hastighedshistogram for Teleøen 10 minuttersdata129<br />
E.6 Estimat <strong>af</strong> ekstremhastigheder og fordeling i sektorer på baggrund<br />
<strong>af</strong> 10 minuttersdata for Teleøen . . . . . . . . . . . . . . . . . . . . 129<br />
E.7 Estimat <strong>af</strong> ekstremhastigheder og fordeling i sektorer på baggrund<br />
<strong>af</strong> 60 minuttersdata for Teleøen . . . . . . . . . . . . . . . . . . . . 132<br />
E.8 Estimat <strong>af</strong> fordeling på sektorer på baggrund <strong>af</strong> 10 minuttersdata<br />
for Lufthavnen, øst øverst og vest nederst . . . . . . . . . . . . . . 133<br />
E.9 Estimat <strong>af</strong> fordeling på sektorer på baggrund <strong>af</strong> 10 minutters data<br />
for Dumpen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135<br />
E.10 Samtidige vinddata for <strong>Sarfannguaq</strong> og Teleøen . . . . . . . . . . . 136<br />
E.11 Korrelation <strong>af</strong> vinddata 1 . . . . . . . . . . . . . . . . . . . . . . . 137<br />
E.12 Retningsdata for <strong>Sarfannguaq</strong> og Teleøen . . . . . . . . . . . . . . 138<br />
E.13 Retningsdata for <strong>Sarfannguaq</strong> og Teleøen . . . . . . . . . . . . . . 139<br />
E.14 Månedvise korrelationer imellem <strong>Sarfannguaq</strong> og Teleøen . . . . . 140<br />
E.15 Korrelationen som funktion <strong>af</strong> offset . . . . . . . . . . . . . . . . . 141<br />
E.16 Korrelationen som funktion <strong>af</strong> offset . . . . . . . . . . . . . . . . . 141<br />
E.17 Retningsdata efter korrektion . . . . . . . . . . . . . . . . . . . . . 143<br />
E.18 Sektorvise hastighedsdata for <strong>Sarfannguaq</strong> og Teleøen . . . . . . . 144<br />
E.19 Retningsdata efter korrektion og U>3 m/s . . . . . . . . . . . . . . 145<br />
E.20 Korregeret sektorvise hastighedsdata for <strong>Sarfannguaq</strong> og Teleøen . 146<br />
E.21 Sektorvise retningsdata for Teleøen og <strong>Sarfannguaq</strong> . . . . . . . . . 147<br />
E.22 Sektorvise retningsdata for Teleøen og <strong>Sarfannguaq</strong>, døgnmiddel . 149<br />
E.23 Samtidige vinddata for Dumpen og Teleøen . . . . . . . . . . . . . 150<br />
E.24 Retningsdata for Dumpen og Teleøen . . . . . . . . . . . . . . . . 151<br />
E.25 Månedvise korrelationer imellem hastighederne for Dumpen og Teleøen<br />
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152<br />
E.26 Månedvise korrelationer imellem retningsdata for Dumpen og Teleøen153<br />
E.27 Sektorvise hastighedsdata for Dumpen og Teleøen . . . . . . . . . 154<br />
E.28 Sektorvise retningsdata for Teleøen og Dumpen . . . . . . . . . . . 155
xii Figurer<br />
E.29 Samtidige vinddata for Lufthavnen og Teleøen . . . . . . . . . . . 156<br />
E.30 Retningsdata for Lufthavnen NV og Teleøen . . . . . . . . . . . . 157<br />
E.31 Månedvise korrelationer imellem hastighederne for Lufthavnen NV<br />
og Teleøen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158<br />
E.32 Månedvise korrelationer imellem retnings for Lufthavnen NV og<br />
Teleøen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159<br />
E.33 Sektorvise hastighedsdata for Lufthavnen NV og Teleøen . . . . . 160<br />
E.34 Sektorvise retningsdata for Teleøen og Lufthavnen NV . . . . . . . 161
Tabeller<br />
5.1 Vinddata for <strong>Sarfannguaq</strong> metode 1 . . . . . . . . . . . . . . . . . 44<br />
5.2 Vinddata for <strong>Sarfannguaq</strong> metode 2 . . . . . . . . . . . . . . . . . 45<br />
5.3 Korrektionsfaktorer og resulterende middelhastigheder for <strong>Sarfannguaq</strong><br />
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48<br />
6.1 Andel vedvarende energi . . . . . . . . . . . . . . . . . . . . . . . . 62<br />
6.2 Normal udgiftsfordeling for vindmøllepark, kilde: BWEA . . . . . 64<br />
6.3 Estimeret udgiftsfordeling for <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . 64<br />
6.4 Klassificeringstabel for IEC 61400 . . . . . . . . . . . . . . . . . . 66<br />
6.5 Priser på undersøgte møller . . . . . . . . . . . . . . . . . . . . . . 67<br />
6.6 Priser på undersøgte invertere . . . . . . . . . . . . . . . . . . . . . 68<br />
6.7 Pris for 6 kW system . . . . . . . . . . . . . . . . . . . . . . . . . . 68<br />
6.8 Pris for 12 kW system . . . . . . . . . . . . . . . . . . . . . . . . . 69<br />
6.9 Pris for 15 kW system . . . . . . . . . . . . . . . . . . . . . . . . . 69<br />
6.10 Pris for 21 kW system . . . . . . . . . . . . . . . . . . . . . . . . . 69<br />
6.11 Pris for 30 kW system . . . . . . . . . . . . . . . . . . . . . . . . . 70<br />
6.12 <strong>Simulering</strong>sresultater for lav andel vindkr<strong>af</strong>t . . . . . . . . . . . . . 70<br />
6.13 Eksempel på fordelingen <strong>af</strong> omkostningerne ved 30 kw . . . . . . . 70<br />
6.14 <strong>Simulering</strong>sresultater for lav andel vindkr<strong>af</strong>t . . . . . . . . . . . . . 71<br />
6.15 <strong>Simulering</strong>sresultater for middel andel vindkr<strong>af</strong>t . . . . . . . . . . 78<br />
6.16 <strong>Simulering</strong>sresultater for middel andel vindkr<strong>af</strong>t,A . . . . . . . . . 80<br />
6.17 <strong>Simulering</strong>sresultater for middel andel vindkr<strong>af</strong>t,B . . . . . . . . . 80<br />
6.18 Effekten <strong>af</strong> middel andel vindkr<strong>af</strong>t . . . . . . . . . . . . . . . . . . 81<br />
6.19 Foreslag til møller for høj andel vindkr<strong>af</strong>t . . . . . . . . . . . . . . 85<br />
A.1 Kontakter for simuleringsprojekt . . . . . . . . . . . . . . . . . . . 96<br />
A.2 Kontakter for simuleringsprojekt . . . . . . . . . . . . . . . . . . . 97<br />
A.3 Kontakter for simuleringsprojekt . . . . . . . . . . . . . . . . . . . 98<br />
B.1 Fordelingen <strong>af</strong> energiforbruget i KNI’s butik . . . . . . . . . . . . . 101<br />
B.2 Fordelingen <strong>af</strong> energiforbruget i fiskefabrikken . . . . . . . . . . . . 102<br />
B.3 Fordelingen <strong>af</strong> energiforbruget på Vandværket 1316 . . . . . . . . . 103<br />
B.4 Fordelingen <strong>af</strong> energiforbruget i Servicehuset 1289 . . . . . . . . . 104<br />
B.5 Fordelingen <strong>af</strong> energiforbruget i Bygdekontoret 1289 . . . . . . . . 105<br />
xiii
xiv Tabeller<br />
B.6 Fordelingen <strong>af</strong> energiforbruget i Taphus 5 1302 . . . . . . . . . . . 105<br />
B.7 Fordelingen <strong>af</strong> energiforbruget i Taphus 3 1406 . . . . . . . . . . . 105<br />
B.8 Fordelingen <strong>af</strong> energiforbruget i Taphus 6 1303 . . . . . . . . . . . 106<br />
B.9 Rør anvendt i vandforsyningssystemet . . . . . . . . . . . . . . . . 107<br />
C.1 Elforbruget i <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . . . . . . . . 109<br />
C.2 Kr<strong>af</strong>tværket i <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . . . . . . . 109<br />
C.3 Vandforbruget i <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . . . . . . 109<br />
C.4 Brændstofforbruget i <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . . . 109<br />
C.5 Kort . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110<br />
C.6 Vinddata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110<br />
C.7 Temperaturdata . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110<br />
C.8 Nedbørsdata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110<br />
C.9 Indstrålingsdata . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111<br />
C.10 Fugtighedsdata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111<br />
C.11 Lufttryk . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111<br />
D.1 Driftdata for 2008 og estimeret indkoblingsniveau . . . . . . . . . . 120<br />
D.2 Produktionsprisen i <strong>Sarfannguaq</strong> . . . . . . . . . . . . . . . . . . . 121<br />
E.1 10 minutters middelværdidata for Teleøen i Sisimiut . . . . . . . . 130<br />
E.2 60 minutters middelværdidata for Teleøen i Sisimiut . . . . . . . . 131<br />
E.3 Observeret vindklima for Teleøen . . . . . . . . . . . . . . . . . . . 132<br />
E.4 Observeret vindklima for Lufthavnen . . . . . . . . . . . . . . . . . 134<br />
E.5 Observeret vindklima ved Dumpen . . . . . . . . . . . . . . . . . . 134<br />
F.1 Vinddatastatistik for Teleøen . . . . . . . . . . . . . . . . . . . . . 169<br />
F.2 Klimanormaler for Sisimiut og Kangerlussuaq [Cappelen(2004)] . . 170
Kapitel 1<br />
<strong>Sarfannguaq</strong><br />
<strong>Sarfannguaq</strong> eller Sarfannguit betyder "de små strømsteder"og henviser til de<br />
strømme der løber sammen for enden <strong>af</strong> øen Sarfannguit Nunataat (Sarfannguitland).<br />
Bygden <strong>Sarfannguaq</strong> er placeret på øen, som deler fjordene Amerloq og<br />
Ikertooq. Øen er kun <strong>af</strong>skåret fra fastlandet ved et smalt stræde. <strong>Sarfannguaq</strong><br />
(66.54N,52.52S) ligger 35 km øst for Sisimiut i det vestlige Grønland og er en<br />
del <strong>af</strong> Sisimiut Kommune. Bygden blev i 1843 oprettet som landanlæg for torskefiskeri,<br />
og i 1850 blev den omdannet til et såkaldt udsted med opbevaringsog<br />
mandskabshuse. Som ordet udsted antyder, var bygden tidligere <strong>af</strong>sondret<br />
fra omverdenen, men nu er <strong>Sarfannguaq</strong> som Grønlands andre bygder en del<br />
<strong>af</strong> samfundet med jævnlig forbindelse til omverdenen. Forbindelsen foregår<br />
primært med skib, men der er også indrettet en helikopterlandingsplads ved<br />
bygden, der beflyves efter behov <strong>af</strong> Air Greenland. Bygden ligger på en relativ<br />
Figur 1.1: <strong>Sarfannguaq</strong>’s geogr<strong>af</strong>iske placering<br />
1
2 KAPITEL 1. SARFANNGUAQ<br />
Figur 1.2: befolkningsudviklingen og kønsfordelingen<br />
stejl fjeldside ned mod vandet og består hovedsageligt <strong>af</strong> små huse placeret i<br />
forskellige niveauer op <strong>af</strong> fjeldsiden. Der findes 39 husstande i bygden med et<br />
gennemsnitligt areal på 49 m 2 . Derudover er der en fiskeforarbejdningsfabrik<br />
og en række servicebygninger. I bygden lever befolkningen stadig hovedsagelig<br />
<strong>af</strong> fiskeri og forarbejdning <strong>af</strong> fisk på den lokale fabrik. Der fanges hovedsageligt<br />
torsk, men også havkat, stenbiderrogn og rødfisk landes i bygden. Udover at<br />
forsyne bygden eksporteres hovedparten <strong>af</strong> fangsten via Royal Greenland.<br />
Bygden har omkring 130 beboere med en svag stigende tendens siden 2001,<br />
se figur 1.2. Befolkningstallet i bygderne er meget <strong>af</strong>hængig <strong>af</strong> indtjeningsmulighederne<br />
og udgifterne ved at bo i sådanne samfund. I nogle bygder har<br />
fiskeindustrien <strong>af</strong>viklet deres aktiviteter, og det har en meget negativ indflydelse<br />
på bygdernes mulighed for at overleve. De fleste større virksomheder i<br />
Grønland er helt eller delvist eget <strong>af</strong> hjemmestyret og er derfor ofte styret<br />
<strong>af</strong> politiske interesser. Ledelsesmæssigt har det medført store problemer for<br />
disse virksomheder, da de ikke har kunne styre frit efter markedet. Virksomhederne<br />
har derfor meget svært ved at klare sig og har kun overlevet i kr<strong>af</strong>t<br />
<strong>af</strong> en lang række indirekte og direkte støtteordninger, hvilket igen er med til<br />
at fastholde de irrationelle strukturer. Bygderne har igennem mange år været<br />
præget <strong>af</strong> massiv arbejdsløshed, og dette har også været tilfældet i <strong>Sarfannguaq</strong>.<br />
Arbejdsløshedstallene er blevet væsentlig bedre for de fleste bygder, og det<br />
skyldes ikke mindst, at det offentlige har ansat en stor del <strong>af</strong> de arbejdsløse,<br />
se figur 1.3. Tallene kan ikke helt sammenlignes med andre lande, idet man<br />
medtager personer ned til 6-års alderen som en del <strong>af</strong> arbejdsstyrken, hvilket<br />
forskubber billedet en smule.
Figur 1.3: Arbejdsstyrkens fordeling<br />
Indtil 2007 har det grønlandske samfund været præget <strong>af</strong> en fordelingspolitik,<br />
der ligestillede alle forbrugere, idet hjemmestyret regulerede priserne i<br />
deres butikker og forsyningsselskaber, så prisen var ens over hele Grønland.<br />
Denne fordelingspolitik har været med til at holde liv i mange <strong>af</strong> de små<br />
bygder, men hjemmestyret har fra 2007 fjernet denne fordeling på en række<br />
områder og erstattet den <strong>af</strong> en maksimum- og en minimumspris. Det er tanken,<br />
at dette system skal være en overgangsordning, hvor man bevæger sig i retning<br />
<strong>af</strong> markedspriser og dermed nedsætter den nødvendige statsstøtte. Den nye<br />
politik skal blandt andet være med til at sikre et incitament til at nedbringe<br />
omkostningerne, da det nu direkte påvirker priserne og dermed kunderne. Set<br />
fra bygdernes side kan dette skabe store udfordringer, da de store byer får<br />
store vandkr<strong>af</strong>tværker og kr<strong>af</strong>tvarmeværker hvorved strømmen bliver betydelig<br />
billigere, mens den vil stige i de små samfund. Denne udvikling kan have<br />
en række uheldige konsekvenser ikke bare for bygderne men også for Nukissiorfiit,<br />
da fiskefabrikkerne måske vil begynde at flytte efter de laveste priser<br />
og dermed flytte forbruget. Flere <strong>af</strong> fabrikkerne er forpagtet ud til private <strong>af</strong><br />
Royal Greenland som har overtaget dem efter sammenlægningen <strong>af</strong> de hjemmestyreejede<br />
selskaber Nuka A/S og Arctic Green Food A/S. Fiskefabrikken<br />
og de fiskerelaterede aktiviteter i <strong>Sarfannguaq</strong> <strong>af</strong>tager op imod halvdelen <strong>af</strong><br />
elproduktionen, og den usikre fremtid kan være med til at nedsætte incitamentet<br />
til at investere i vedvarende energi, da grundlaget for forrentningen kan<br />
forsvinde med fabrikken. I februar 2009 blev fabrikken overtaget <strong>af</strong> det private<br />
selvskab „Sisimiut FISH ApS“ ved Hanseeraq Enoksen. Jeg har igennem hele<br />
projektforløbet h<strong>af</strong>t løbende kontakt til Hanseeraq, og efter hans oplysninger<br />
er det planen at udvide aktiviterne på fabrikken.<br />
KNI - Pilersuisoq driver en butik i bygden, hvor lokale og turister kan købe<br />
det meste fra dagligvarer til brændstof. Udover butikken ejer KNI et lager,<br />
3
4 KAPITEL 1. SARFANNGUAQ<br />
et pakhus, en kontorbygning, tankanlæg og en forvalterbolig i bygden. Derudover<br />
ejer og driver hjemmestyret et fælleshus med badeanstalt, systue og<br />
husflidsværksted. Bygden har også et sundhedshus med tilknyttet sygehjælper.<br />
Bygdens folkeskole har 23 elever fordelt på fire klasser og beskæftiger en<br />
lærer og et par timelærere. Uddannelsesniveauet er generelt meget lavt, og<br />
kun seks <strong>af</strong> bygdens beboer har en kompetencegivende uddannelse. Det lave<br />
uddannelsesniveau og de begrænsede indtægtsmuligheder betyder også, at den<br />
gennemsnitlige årsindkomst per person kun lå på 87.961 kr netto i 2003. Det<br />
betyder at den gennemsnitlige årlige husstandsindkomst kun lå på 167.312 kr<br />
netto.<br />
<strong>Sarfannguaq</strong> er selvforsynende med fisk, sæl, rensdyr og moskusokser. Udover<br />
eget forbrug landes der store mængder torsk (234.810 kg i 2003) til eksport.<br />
Værdien <strong>af</strong> de landede fisk er 1,789 mio.kr. Bygdens samlede indtægter<br />
er på 8,651 mio.kr, hvor en del stammer fra eksporten <strong>af</strong> de forarbejdede<br />
fisk, men hovedparten stammer fra forskellige former for løn eller tilskud fra<br />
hjemmestyret.<br />
Figur 1.4: Havnen i <strong>Sarfannguaq</strong>. Den blå bygning til venstre er fiskefabrikken<br />
og den røde bygning til højre er KNI’s butik og lager
Kapitel 2<br />
Forbrug<br />
I <strong>Sarfannguaq</strong> står Nukissiorfiit for el- og vandforsyningen. En stor del <strong>af</strong> de<br />
nødvendige data for vand og elforbrug hentes derfor ved Nukissiorfiit. Bygden<br />
forsynes med ferskvand fra en nærliggende sø. Søen ligger på fastlandet i 50<br />
meters højde og er forbundet til bygden via et rør, der ligger på bunden <strong>af</strong><br />
det smalle stræde, som <strong>af</strong>skærer bygden fra fastlandet. For varmeforbruget,<br />
er problemet, at der ikke findes nogle målinger <strong>af</strong> varmeforbruget, da husene<br />
opvarmes med forskellige former for oliefyr. Olien købes ved KNI’s tankanlæg<br />
i bygden og salgstallene herfra er derfor vores bedste udgangspunkt.<br />
2.1 Fjern<strong>af</strong>læst elforbrug<br />
Frem til september 2007 var hver forbruger udstyret med en analogmåler, som<br />
Nukissoirfiit kontrol<strong>af</strong>læste en gang årligt. Udover det årlige forbrug findes der<br />
også produktionsdata for kr<strong>af</strong>tværket der viser, hvor meget der er produceret<br />
hver måned siden 1999. Udover produktionen kendes olieforbruget til elproduktion<br />
siden 2004. I september 2007 blev der installeret fjern<strong>af</strong>læsningsmålere<br />
i bygden og samplingsfrekvensen blev valgt til 1/900 Hz.<br />
De fjern<strong>af</strong>læste data, der dækker perioden 15. september 2007 til 10. september<br />
2008, fremgår <strong>af</strong> figur 2.1. Dataserien er sorteret, så den første del<br />
består <strong>af</strong> data fra 01.01.2008-10.09.2008 og resten <strong>af</strong> året er dækket <strong>af</strong> 2007<br />
data. Middelværdien for perioden er 61 kW varierende fra 50 kW i september<br />
og oktober til 70kW i januar. De årlige maks og minimumsværdier er hhv. 134<br />
og 24kW. Studeres varationer ydeligere, kan man se, at forbruget er højest i de<br />
mørke og kolde vintermåneder, mens det er mindst i de lyse og varme måneder<br />
september og oktober. Da en stor del <strong>af</strong> forbruget er tilknyttet fiskeindustrien,<br />
er det usikkert, om det direkte er temperaturen og lyset, der påvirker<br />
forbruget, idet der også kan være andre faktorer der påvirker forbruget.<br />
Ser vi på fordelingen <strong>af</strong> det årlige forbrug, er der nogle klare mønstre jf.<br />
figur 2.2. Det første tydelige mønster er dagsvariationen. Der er et lavt forbrug<br />
indtil kl. 7.30, så stiger forbruget brat for så at falde lidt igen. Imellem<br />
5
6 KAPITEL 2. FORBRUG<br />
Figur 2.1: Fjern<strong>af</strong>læste data, månedsopdelt<br />
kl. 11.30 og 12.30 er forbruget markant lavere for så igen at stige. Kl. 17.30<br />
falder forbruget igen voldsomt for at gå ned imod natniveauet. Variationerne<br />
er domineret <strong>af</strong> det industrielle forbrug. Helligdage ses tydeligt, og der arbejdes<br />
ofte til middag om lørdagen. Det lave forbrug både nat og dag i september<br />
og oktober kan udover det førnævnte naturlige grunde også have en teknisk<br />
begrundelse. Nikissiorfiit har oplyst, at der har været en del indkøringsvanskeligheder<br />
for de nye fjern<strong>af</strong>læsningsmålere. Indkøringsperioden fra starten<br />
<strong>af</strong> august til 15. september er klippet fra, da der kun er logger om natten i<br />
denne periode. En <strong>af</strong> forklaringerne kan være, at enkelte <strong>af</strong> målerene ikke har<br />
fungeret korrekt og derfor mangler i det samlede forbrug. En anden mulighed<br />
er, at stigningen er reel og dermed <strong>af</strong>spejler et stigende forbrug. Senere undersøges<br />
derfor de største <strong>af</strong>tageres forbrugsmønstre, udviklingen i det samlede<br />
forbrug og udviklingen i den industrielle produktion.<br />
For at identificere de overordnede variationer laves en Fourier transformation<br />
<strong>af</strong> dataene, og derved findes frekvensspektrummet <strong>af</strong> signalet. Som det<br />
kan ses <strong>af</strong> resultatet i figur 2.3, er døgnvariationen den klart mest fremtrædende.<br />
Det logoritmiske plot skjuler lidt, hvor store forskelle der er på de enkelte<br />
frekvenser, men de daglige og ugentlige variationer er klart de mest dominerende.<br />
Der findes derudover en række underfrekvenser <strong>af</strong> de nævnte (den halve,<br />
kvarte osv.) Analysen kan kun vise resultatet inden for det viste interval, da<br />
antallet <strong>af</strong> data er for lille til at identificere lavere frekvenser, og samplingsfrekvensen<br />
begrænser de høje frekvenser. Der kunne anvendes forskellige former<br />
for filtre, men det er ikke nødvendigt i dette tilfælde.<br />
For at skabe et overblik over belastningerne og varigheden <strong>af</strong> disse sorteres<br />
forbrugsdataene efter forbrugets størrelse. Ud fra samplingsfrekvensen
2.1. FJERNAFLÆST ELFORBRUG 7<br />
Figur 2.2: Fordelingen <strong>af</strong> det samlede årlige elforbrug. X-akasen er dage i<br />
målerperioden, Y-aksen er målinger den pågældende dag og farverne angiver<br />
middeleffekten i den pågældende måleperiode
8 KAPITEL 2. FORBRUG<br />
Figur 2.3: FFT-analyse <strong>af</strong> 15 min. middelværdier<br />
Figur 2.4: Varighedskurve og hyppighedsfordeling<br />
kendes antallet <strong>af</strong> målinger per time, og derved kan tidsaksen beregnes som<br />
placeringen i den numeriske række multipliceret med frekvensen. Derved kan<br />
en varighedskurve tegnes, jf. figur 2.4 øverst. Varighedkurven giver et godt<br />
billede <strong>af</strong> hvor mange timer forbruget er over eller under et vist niveau, og<br />
dette skal anvende senere, når driften skal undersøges.<br />
Ud fra varighedkurven kan det være besværligt at <strong>af</strong>læse fordelingen <strong>af</strong><br />
belastningen, så derfor vises hyppighedsfordelingen også, jf. figur 2.4 nederst.<br />
Hyppigheden er plottet ved antallet <strong>af</strong> timer inden for hvert 5kW’s interval.<br />
Hver søjle repræsenterer antallet <strong>af</strong> timer belastningen er imellem søjlens x-
2.1. FJERNAFLÆST ELFORBRUG 9<br />
akseværdi og op til den næste søjles x-værdi. Hyppighedsfordelingen giver et<br />
meget godt billede <strong>af</strong> forekomsten <strong>af</strong> de enkelte belastningsniveauer. Hyppighederne<br />
kan også sammen med produktionshyppighederne bruges til bestemmelse<br />
<strong>af</strong> sandsynligheden for f.eks. overproduktion.<br />
Manuel <strong>af</strong>læste elforbrug<br />
For at give et bud på det fremtidige forbrug analyseres de seneste års forbrug.<br />
De gamle analoge målere er kun blevet <strong>af</strong>læst en gang årligt, og vi kender<br />
derfor ikke variationerne <strong>af</strong> forbruget. Nukissiorfiit og Grønlandsstatistik har<br />
lagret forbruget fra 1999 og frem, hvilket kan give en ide om udviklingen. I<br />
Grønland er industrien priviligeret med særlig lave <strong>af</strong>regningspriser, og derfor<br />
er forbruget delt op i to grupper. Fra 2002 og frem har man endvidere<br />
registreret hvor stor en del <strong>af</strong> forbruget, der gik til gadebelysning. Forbrugene<br />
samt fordelingen fremgår <strong>af</strong> figur 2.5. Det samlede forbrug stiger frem til<br />
Figur 2.5: Elforbrug og fordelingen <strong>af</strong> forbruget 1999-2007<br />
2003 og falder så til 2004, hvor det igen begynder at stige. Stigningen frem til<br />
2003 skyldes primært stigningen i det industrielle forbrug. Fra 2004 og frem<br />
til 2007 er det industrielle forbrug konstant, mens det øvrige forbrug stiger<br />
kr<strong>af</strong>tigt. 2007 er lidt specielt for det industrielle forbrug, som dækker over<br />
fiskefabrikkens forbrug, da fabrikken har ligget stille en periode i forbindelse<br />
med ejerskifte. Det samlede forbrug steg på trods <strong>af</strong> en halvering <strong>af</strong> det<br />
industrielle forbrug. Om ændringen i forbrugssammensætningen også kan have<br />
noget med opsætning <strong>af</strong> de nye målere at gøre, har ikke været muligt <strong>af</strong><br />
bestemme.<br />
Udviklingen i det private forbrug ser ikke ud til at være påvirket <strong>af</strong> forandringerne,<br />
som har giver nedgangen i det industrielle forbug. Ved estimering
10 KAPITEL 2. FORBRUG<br />
<strong>af</strong> det fremtidige forbrug behandles de to forbrug derfor hver for sig.<br />
Figur 2.6: Estimering <strong>af</strong> det fremtidige elforbrug<br />
Undersøges først det ikke industrielle forbrug jf. figur 2.6, findes en udvikling,<br />
der symboliseres <strong>af</strong> den stiplede røde tendenslinje. Undersøges det<br />
industrielle forbrug, er forbruget konstant alle år undtagen 2007. Det giver<br />
problemer når det fremtidige forbrug skal bestemmes, og derfor forsøges 2008<br />
forbruget bestemt. For at undersøge hvorledes forbruget vil blive i 2008, undersøges<br />
de fjern<strong>af</strong>læste forbrug. Ud fra de fjern<strong>af</strong>læste forbrug kendes forbrugsvariationerne,<br />
men kun for en et-årig periode september 2007-oktober<br />
2008. Ud fra forbrugsfordelingen over året og det foreløbige forbrug i 2008<br />
kan forbruget for hele 2008 estimeres. Anvendes det estimerede forbrug for<br />
2008 også som grundlag for tendenslinjen fås den sorte kurve (Formlen under<br />
forklaringsboksen). Det estimerede industrielle forbrug for 2008 ligger på det<br />
samme niveau, som perioden 2004-2006, og der forventes derfor ikke en stigning<br />
i dette forbrug med mindre, at fiskekvoterne øges, eller fiskemønstrene<br />
ændres. Forbruget kan således forventes at udvikle sig efter den sorte kurve<br />
plus de ca. 100.000 kWh i industrielforbrug, hvis ikke udviklingen påvirkes <strong>af</strong><br />
højere priser eller andet, der kan give incitament til at spare på energien. Direktøren<br />
for Sisimiut FISH, Hanseraq Enokson, der ejer fabrikken, oplyste ved<br />
besøget på fabrikken, at der var planer om at øge produktionen på fabrikken<br />
og i følge ham er der ingen udsigt til, at aktivitetsniveauet vil falde.<br />
Ved projektets <strong>af</strong>slutning er de resterende data for 2008 frigivet, og de<br />
viser, at det industrielle forbrug blev på 128.655 kWh, det resterende 441.625<br />
kWh ialt 570.280 kwh. Det er omkring 65.000 kWh mere end forventet, og<br />
som det kan ses, er det både det industrielle og det øvrige forbrug, der stiger<br />
mere end forventet. Oven i de fjern<strong>af</strong>læste forbrug kommer forbruget til ga-
2.2. STORFORBRUGERE OG VARIABLE ELFORBRUG 11<br />
debelysning 6956 kWh (2008) og kr<strong>af</strong>tværkets eget forbrug 14889 kWh. Disse<br />
forbrug bliver <strong>af</strong>læst dagligt, men er kun lagret som månedlige værdier. Det<br />
giver problemer med hensyn til forbrugsvariationerne, da det ikke er muligt at<br />
fastlægge forbrugsmønstrene. En del <strong>af</strong> kr<strong>af</strong>tværksforbruget vil gå til styringen<br />
og belysning, men hvor meget der er direkte knyttet til produktionen kan<br />
ikke fastslås. For vejbelysningen er den samlede effekt ukendt, men det må<br />
forventes at størstedelen <strong>af</strong> forbruget ligger i de mørke timer, hvor resten <strong>af</strong><br />
forbrugene er lave. For at få disse forbrug med i det samlede forbrug, tilføjes<br />
den månedlige middelværdi det fjern<strong>af</strong>læste forbrug.<br />
2.2 Storforbrugere og variable elforbrug<br />
For at undersøge mulighederne for variabel forbrug og hvor stor en del <strong>af</strong> forbruget<br />
det er realistisk at gøre variabelt, er det væsentligt at identificere, hvem<br />
og hvad der anvender energien. I forbindelse med implementering <strong>af</strong> VE og<br />
optimering <strong>af</strong> driften er det væsentligt at undersøge, hvor stor en andel <strong>af</strong> forbruget,<br />
der vil kunne forskydes <strong>af</strong>hængig <strong>af</strong> resurserne og resten <strong>af</strong> forbruget.<br />
De fleste forbrugere ligger i intervallet 1.000-10.000 kWh/år, men fem forbrugere<br />
bruger over 10.000kWh/år og to bruger over 100.000kWh/år figur 2.7.<br />
De almindelige forbrugere med et forbrug i intervallet 0-10.000kWh/år er ikke<br />
så interessante, når det gælder et variabelt forbrug. For det første er deres andel<br />
<strong>af</strong> det samlede forbrug relativt begrænset, og det vil kræve forholdsvis store<br />
indgreb i forbrugerenes dagligdag at flytte en væsentlig del <strong>af</strong> deres forbrug.<br />
Der fokuseres på storforbrugerne i forsøget på at identificere mulighederne for<br />
variabelt forbrug.<br />
Ser vi på fordelingen <strong>af</strong> elforbruget jf. figur 2.8 er det KNI’s bygning 1376,<br />
der <strong>af</strong>tager størstedelen <strong>af</strong> energien. Fiskefabrikken <strong>af</strong>tager noget mindre og<br />
derefter følger forskellige fælles servicebygninger. De to store forbrugeres forbrug<br />
udgør 58 % <strong>af</strong> det samlede forbrug og samtidig forventes de bedste muligheder<br />
for variabel forbrug hos disse to forbrugere. Det undersøges derfor,<br />
hvor stor en del <strong>af</strong> deres forbrug, det er muligt at lave variabelt.<br />
Forbrugsmønstre ved de største elforbrugere<br />
For at få et bedre billed <strong>af</strong> forbrugsmønstret hos de fem største forbrugere laves<br />
først en fourier transformation <strong>af</strong> signalerne. Resultatet viser en høj energi<br />
i døgnvariationerne for alle fem. Derudover har Servicehuset, Vandværket og<br />
KNI’s lager en tydelig ugevariation. Produktionsanlægget har en tydelig fem<br />
dages variation, mens det er svært at finde klare variationer, ud over døgnvariationen<br />
for Taphus 5. Ud fra resultaterne <strong>af</strong> frekvensanalysen splittes dataene<br />
op i uger og middel, max, min og standard<strong>af</strong>vigelsen for hver uge jf. figur 2.9.<br />
Den første figur viser tydeligt, at forbruget i Taphus 5 er sæson<strong>af</strong>hængig.<br />
Det kan skyldes variation i aktiviteterne, eller at noget <strong>af</strong> forbruget kan rela-
12 KAPITEL 2. FORBRUG<br />
Figur 2.7: Elforbruget fordelt på <strong>af</strong>læsningsmålere i den fjern<strong>af</strong>læste periode
2.2. STORFORBRUGERE OG VARIABLE ELFORBRUG 13<br />
Figur 2.8: Fordelingen <strong>af</strong> elforbruget i den fjern<strong>af</strong>læste periode<br />
teres til opvarmning. Standard<strong>af</strong>vigelsen viser, at fluktuationerne i forbruget<br />
også varierer en del. Man kan naturligvis ikke sige noget om fluktuationer under<br />
samplingsfrekvensen, så standard<strong>af</strong>vigelsen er i denne situation et udtryk<br />
for de overordnede variationer.<br />
På figuren for Servicehuset kan det <strong>af</strong>læses, at middel- og minimumsforbrugene<br />
er lave i forhold til maksforbrugene. Sammenholdes dette med den<br />
forholdsvis lave standard<strong>af</strong>vigelse betyder det, at forbruget må være relativt<br />
konstant over længere perioder med enkelte peaks, der giver de høje maksværdier.<br />
For Vandværket er forbruget meget stabilt over vinteren og foråret med<br />
et forbrug imellem fire og otte kilowatt og middelværdien midt imellem. Der<br />
er en væsentlig nedgang i forbruget hen over sommeren, men stadig med et<br />
spænd på omkring fire kilowatt.<br />
Produktionsanlægget havde et stabilt middel- og minimumsforbrug hen<br />
over vinteren og foråret. Maksforbruget og standardvariationen er stigende<br />
hen mod sommeren, og fra uge 22 stiger middelforbruget også en smule. Fra<br />
uge 36 til uge 45 er forbruget unormalt på grund <strong>af</strong> den tidligere omtalte
14 KAPITEL 2. FORBRUG<br />
Figur 2.9: Ugentlig statistik for de fem største forbrugere<br />
overdragelse <strong>af</strong> produktionsanlægget. Det korrekte forbrug i denne del <strong>af</strong> året<br />
kan først undersøges når forbruget for perioden 2008 er frigivet. De resterende<br />
data for 2008 viser, at denne lave periode ikke optræder i 2008 og dermed som<br />
forventet er et resultat <strong>af</strong> overdragelsen og ikke en reel variation i produktionen.<br />
Generelt er middel og minimums forbruget stabilt, men variationerne i<br />
forbruget er relativt store. Målerne der anvendes til produktionsanlægget og<br />
KNIs lager anvender spring på 1 kWh/kvarter, hvor resten <strong>af</strong> målerne anvender<br />
spring på 0,01kWh/kvarter, hvilket betyder at små variationer i forbruget<br />
forsvinder. Middelforbruget på KNIs lager er næsten konstant over året og<br />
det samme gælder maks.- og minimumsniveauerne. Maksværdierne ligger næsten<br />
konstant 50 kW over minimumsniveauet og sammen med niveauet for<br />
standardvariationen indikerer det, at der er få store spring og en del mindre<br />
variationer i forbruget.<br />
Produktion<br />
Nukissiorfiit har udleveret produktionsdata for kr<strong>af</strong>tværket i <strong>Sarfannguaq</strong>. Dataene<br />
indeholder den månedlige produktion og det månedlige forbrug <strong>af</strong> gasolie.<br />
Der findes i Nukissiorfitts system produktionsdata tilbage til november<br />
1999 jf. figur 2.10. De årlige variationer er meget tydeligt med en høj produktion<br />
om vinteren og en lav om sommeren. Ud over variationerne er der også<br />
en svag gennemsnitlig stigning i den årlige produktion. Alle data er manuelt
2.2. STORFORBRUGERE OG VARIABLE ELFORBRUG 15<br />
Figur 2.10: Månedlig produktionsdata for kr<strong>af</strong>tværket i <strong>Sarfannguaq</strong><br />
<strong>af</strong>læste og og kommer fra de daglige <strong>af</strong>læsninger, der foretages på kr<strong>af</strong>tværket.<br />
Det giver en vis usikkerhed, da der kan være variationer i <strong>af</strong>læsningstidspunktet<br />
på grund <strong>af</strong> f.eks. weekender, hvilket kunne være årsag til den ekstra store<br />
produktion i februar 2002.<br />
Ud over produktionen findes der også gasolie-forbrugsdata for kr<strong>af</strong>tværket.<br />
Disse data er for størstedelens vedkommende fremkommet ved pejling i<br />
tankene sammenholdt med olieleverancerne, men i 2007 blevet der installeret<br />
en flowmåler til måling <strong>af</strong> forbruget. For at undersøge dette sammenholdes<br />
produktionen med forbruget, og det undersøges, om der er en realistisk sammenhæng.<br />
Kurverne følges som forventet ikke fuldstændig ad, fordi virkningsgraden<br />
på generatorsættet varierer med belastningssammensætningen i den pågældende<br />
måned. Ser man på februar og marts 2005 virker det som om, at der<br />
opstået en fejl. Produktionen i februar er væsentlig højere end i marts, men<br />
forbruget er mindre. Det tyder altså på, at der er målt for lidt ved februar<br />
målingen, hvilket giver det høje forbrug i marts.<br />
Det er muligt at kontrollere de udleverede data ved at sammenholde <strong>af</strong>gangen<br />
fra kr<strong>af</strong>tværket med forbruget, for den fjern<strong>af</strong>læste periode. Grunden til<br />
at den fjern<strong>af</strong>læste periode anvendes som reference er, at de nye målere er <strong>af</strong><br />
en højere målerklasse og væsentlig mere præcise, derudover er de kontrolleret<br />
inden opsætning. De nye målere er digitale frem for de gamle analoge, hvilket<br />
giver den bedste sikkerhed for korrekte resultater. Der må forventes et vist tab<br />
i nettet <strong>af</strong>hængig <strong>af</strong> belastningen, og hvor i nettet forbruget er lokaliseret. Det
16 KAPITEL 2. FORBRUG<br />
Figur 2.11: Sammenligning <strong>af</strong> produktion og forbrug<br />
forventes derfor at produktionen ligger højere end forbruget, men ikke med en<br />
konstant difference. Hvordan det faktisk forholder sig for 2008 kan ses i figur<br />
2.11. Det viser sig, at de udleverede data ikke lever op til forventningerne.<br />
Men ser man over hele 2008, er der sendt 1749 kWh mere ud i nettet end der<br />
er solgt, svarende til et nettab på 0, 31%.<br />
Nukissiofiit’s sectionsleder for produktion og distribution (Peter Egede<br />
Jeppesen) er kontaktet for at høre, om de kunne forklare denne <strong>af</strong>vigelse.<br />
Umiddelbart havde de ikke mulighed for at kontrollere, hvad <strong>af</strong>vigelsen kunne<br />
skyldes. For at klarlægge de mulige årsager blev Peter Jeppesen bedt om at<br />
undersøge:<br />
• Kan der mangle produktion fra en generator eller lignende?<br />
• Er der andre produktionsenheder tilsluttet nettet, f.eks. nødstrømsanlæg?<br />
• Kan der være fejl på målerne?<br />
Peter Jeppesen havde følgende svar på de tre spørgsmål:<br />
• Nej, de har et hovedelværk med 3 generatorsæt. Der er ikke registreret<br />
transportable nødelværker i bygden.<br />
• Vi tillader typisk ikke, at andre firmaer leverer strøm til nettet, så det<br />
tvivler jeg på er sket i dette tilfælde. Vi skal kunne garantere en spændingskvalitet,<br />
og det får vi svært ved, når der er produktionsenheder<br />
udenfor vores kontrol, men også når der skal arbejdes på nettet, kan det<br />
blive en farlig situation, hvis der var andre produktionsenheder.
2.2. STORFORBRUGERE OG VARIABLE ELFORBRUG 17<br />
Figur 2.12: Produktionsdata for 07-08 målt manuelt og med PLC<br />
• Eneste forklaring må være, at det er nogle gamle ABB målere, der sidder<br />
på elværket, som måler lidt forkert - eller fordi der har været <strong>af</strong>læsningsfejl.<br />
De har ikke samme måler-klasse og er formodentlig slidte.<br />
Disse målere bruges ikke til andet end at give en retningsvisende måling<br />
på produktionen. Fjern<strong>af</strong>læsningsmålerene har en høj målerklasse, da<br />
dette er <strong>af</strong>regningsmålere, samtidig er de nyproducerede, mere effektive<br />
og elektronisk <strong>af</strong>læste.<br />
Ud fra resultaterne og Peter Jeppesens forklaringer må <strong>af</strong>vigelserne tilskrives,<br />
at måleren på elværket ikke har sammen kvalitet som fjern<strong>af</strong>læsningsmålerne.<br />
Med hensyn til målernes alder er det på turen til <strong>Sarfannguaq</strong> undersøgt,<br />
og det viser sig, at de er installeret i 2006. Det er derfor sandsynligvis en kombination<br />
<strong>af</strong> lav målerpræcision og upræcis <strong>af</strong>læsningstidspunkter, der giver de<br />
varierende resultater. Dette betyder, at der nu ikke længere er mulighed for<br />
at beregne tabet i nettet, da inputdataene ikke er korrekte. Men det er stadig<br />
muligt at bestemme kr<strong>af</strong>tværkets middelvirkningsgrad på baggrund <strong>af</strong> forbruget<br />
og produktionsmålingerne. Der findes to direkte produktsmålinger, én<br />
måling foretaget <strong>af</strong> PLC-styringen og en standard elmåler. PLC-målingerne<br />
er baseret på samplede målinger <strong>af</strong> spænding og strøm i hovedskinnerne. De<br />
månedlige produktionsdata målt med henholdsvis PLC og klasse 2 elmåler<br />
kan ses i figur 2.12. Som figuren viser, giver de to målinger ikke helt de samme<br />
resultater. En <strong>af</strong> grundene er, som tidligere nævnt, at de manuelle måle<br />
kun <strong>af</strong>læses på hverdage og ikke altid på sammen tidspunkt. En anden kan<br />
være måleusikkerhederne, som er svære at vurdere. Ser man på kravne til en
18 KAPITEL 2. FORBRUG<br />
Figur 2.13: Gennemsnitlig el-virkningsgrad for kr<strong>af</strong>tværket i <strong>Sarfannguaq</strong> 2008<br />
Virkningsgraden er beregnet på baggrund <strong>af</strong> en brændværdi på 35.868 MJ/L<br />
klasse 2 måler er de: maks. 1,2% <strong>af</strong>vigelse ved 0, 3Pmax og ±3, 0% ved Pmax<br />
[Klarup(2004)]. Måleusikkerheden for PLC-målingerne er mere usikkre. Megacon,<br />
som har leveret styringen har ikke kunne oplyse noget om systemets<br />
opbygning, men kun at samplingstiden er 30 ms, og derfor kan der ikke siges<br />
noget om kvaliteten <strong>af</strong> disse målinger. Ser man på de to viste år, er den samlede<br />
<strong>af</strong>vigelse imellem PLC-målingeren og den manuelle måler 5316 kWh eller<br />
0,53 % <strong>af</strong> produktionen i forhold til de manuelle målinger.<br />
Problemet med <strong>af</strong>læsningstidspunkterne for de manuelt <strong>af</strong>læste data er <strong>af</strong><br />
mindre betydning for beregning <strong>af</strong> generatorsættets virkningsgrad da olieforbruget<br />
også <strong>af</strong>læses manuelt i samme arbejdsgang. Olieforbruget måles med<br />
en flowmåler, leveret <strong>af</strong> Bopp og Reuther i Tyskland 1 . I følge databladet er<br />
måleusikkerheden på målerdelen ±0, 2−±1% og på signalbehandlingsenheden<br />
±0, 05%, hvilket giver en samlet usikkerhed på oliemålingerne på ±1, 0505%.<br />
Ud fra de kendte usikkerheder på de to måleinstrumenter er det nu muligt at<br />
beregne kr<strong>af</strong>tværkets øvre og nedre middelvirkningsgrad jf. figur 2.13.<br />
2.3 Varmeforbrug<br />
Opvarmning i <strong>Sarfannguaq</strong> består <strong>af</strong> oliefyr og petroleumsovne, placeret i de<br />
enkelte huse. Olien hentes på KNIs tankanlæg i dunke, da der ikke er nogen<br />
1 http://www.burmt.de/BURMTWWW/Dokumentation/D/P401_005_Ovalradzaehler.pdf
2.3. VARMEFORBRUG 19<br />
Figur 2.14: Petroleumsforbrugene og temperaturvariationerne for perioden<br />
2004-2007<br />
form for distribution. På grund <strong>af</strong> den lokale opvarmning er der ikke noget<br />
overblik over, hvor meget energi der anvendes til opvarmning i <strong>Sarfannguaq</strong>.<br />
Den optimale metode ville naturligvis være at iværksætte en registrering <strong>af</strong>,<br />
hvor meget brændstof de enkelte forbrugere anvender til opvarmning, men det<br />
vil være urealistisk at gennemføre i praksis, da den tid det vil kræve ikke vil stå<br />
mål med værdien <strong>af</strong> oplysningerne. Man ville også ud fra NiN-data, tegninger,<br />
udetemperaturer, indetemperaturer og erfaringer fra energiberegninger i lignende<br />
bygder kunne beregne det forventede energiforbrug i bygningsmassen.<br />
Det vil være et omfattende arbejde og resultaterne vil være usikre pga. <strong>af</strong> de<br />
mange usikre parametre. Den bedste metode til estimering <strong>af</strong> varmeforbruget<br />
vurderes derfor at være en estimering <strong>af</strong>, hvor stor en del <strong>af</strong> det solgte brændstof,<br />
der anvendes til opvarmning. Der er i den forbindelse rettet henvendelse<br />
til KNI 2 , og efter deres vurdering anvendes alt den solgte petroleum i til opvarmning.<br />
Det er mere usikkert med gasolie, som anvendes til opvarmning <strong>af</strong><br />
omkring halvdelen <strong>af</strong> bygningerne.<br />
Petroleum<br />
Undersøgelsen indledes med petroleumsforbruget jf. figur 2.14. For at verificere<br />
KNIs påstand om, at alt den solgte petroleum går til opvarmning, holdes de<br />
månedlige forbrug sammen med de månedlige udetemperaturer.<br />
2 Tage Lindegaard
20 KAPITEL 2. FORBRUG<br />
Figur 2.15: Gasolieforbrug for perioden 2004-2007<br />
Der ses en god overordnet overensstemmelse imellem temperaturen og petroleumsforbruget.<br />
Temperaturdyk som i marts 2004 og 2007 <strong>af</strong>spejles også i<br />
petroleumssalget i de pågældende måneder. Dette bekræfter også teorien om,<br />
at de enkelte forbrugere ikke opbevarer større mængder, men henter brændstoffet<br />
løbende. Beregnes den gennemsnitlige korrelation imellem de to dataserier<br />
fås -0,944. Benyttes en liniær tendenskurve til at repræsentere sammenhængen,<br />
bliver forskriften -332x, hvilket betyder, at for hver grad temperaturen<br />
ændres, stiger/falder det månedlige petroleumsforbrug gennemsnitlig<br />
med 332 liter. Det betyder også, at forbruget skulle være nul ved en månedlig<br />
gennemsnitstemperatur på 14 grader. På baggrund <strong>af</strong> petroleums brændværdi<br />
på 43, 5GJ/ton 3 og en massefylde på 0, 8kg/L kan energiindholdet beregnes<br />
til 34, 8MJ/L.<br />
Gasolie<br />
Andelen <strong>af</strong> gasolie, der anvendes til opvarmning er vanskeligere at bestemme,<br />
da den også anvendes som brændstof på kutterne. KNI vurderer at mere end<br />
halvdelen <strong>af</strong> gasolien anvendes til opvarmning, men den præcise andel kendes<br />
ikke. Det er svært at identificere, hvilke forbrugsmønstrer der medfører de<br />
mere eller mindre tilfældige variationer i forbruget. Tages der udgangspunkt i<br />
simpel varmestrømsteori og en relativ konstant indetemperatur, vil energitabet<br />
gennem bygningernes overflade variere lineært med udetemperaturen. Ud<br />
fra denne viden kendes variationen <strong>af</strong> forbruget. Det er nu muligt at beregne<br />
korrelationen imellem udetemperaturen og gasolieforbruget for de enkelte år<br />
3 Energistatistik 2007 <strong>af</strong> Energistyrelsen www.ens.dk
2.3. VARMEFORBRUG 21<br />
Figur 2.16: Gennemsnitlig gasolieforbrug og estimering <strong>af</strong> opvarmningsandelen<br />
og anvende lineær regression til at finde det bedste fit. Det bedste fit er fundet<br />
for 2005, beskrevet ved formlen −354x + 101255, hvor x er udetemperaturen i<br />
kelvin. Formlen kan nu anvendes sammen med de månedlige middeltemperature<br />
til at estimere forbruget jf. figur 2.16. Som det fremgår <strong>af</strong> figuren medfører<br />
fordelingen, at forbruget til opvarmning vil overgå det samlede forbrug i enkelte<br />
måneder. Dette kan skyldes, at der kun ligger fire års forbrug til grund<br />
for middelforbruget, men for sikre at andelen ikke overestimeres reduceres den<br />
til 80% <strong>af</strong> det estimerede forbrugt. Af bygdestatikken 4 fremgår det, at havnen<br />
i <strong>Sarfannguaq</strong> er tilfrosset i februar og dele <strong>af</strong> marts, derfor vil hovedparten<br />
<strong>af</strong> forbruget her gå til opvarmning. Med denne reduktion kommer andelen til<br />
opvarmning ned på 50% <strong>af</strong> det samlede forbrug. Under opholdet i <strong>Sarfannguaq</strong><br />
blev dette under og efter en samtale med tankpasseren, købmanden og direktøren<br />
for fiskefabrikken var konklusionen at for februar, marts og størstedelen<br />
<strong>af</strong> april bliver der ikke tanket kuttere i <strong>Sarfannguaq</strong>, da fiskeriet ligger stille.<br />
Efter deres vurdering går langt hovedparten <strong>af</strong> gasolien i denne periode til<br />
opvarmning.<br />
Samlet energiforbrug til opvarmning<br />
Virkningsgraden på de anvendte ovne og oliefyr er ukendt, men erfaringsmæssigt<br />
ligger virkningsgraden i intervallet 65-95% alt efter alderen. Der antages<br />
en gennemsnitlig virkningsgrad på 85% ud fra bygningernes alder 5 . Det sam-<br />
4 Tal om grønlandske bygder 2003 Grønlandsstatistik<br />
5 NIN-data <strong>Sarfannguaq</strong> fra Asiaq
22 KAPITEL 2. FORBRUG<br />
Figur 2.17: Estimeret energiforbrug til opvarmning i <strong>Sarfannguaq</strong><br />
lede energiforbrug til opvarmning måned for måned kan således beregnes 6 jf.<br />
figur 2.17.<br />
Det månedlige energiforbrug kan være lidt svært at forholde sig til, derfor<br />
er den gennemsnitlige effekt også angivet i figuren. Den gennemsnitlige<br />
månedlige effekt varierer fra 33 kW i august til 190 kW i februar måned. Det<br />
samlede forbrug er størst i januar, men på grund <strong>af</strong> at februar er kortere, bliver<br />
de gennemsnitlige effekter større. Det årlige nettovarmeforbrug i <strong>Sarfannguaq</strong><br />
bliver 3.494.401 MJ eller ca. 3,5 TJ, hvilket giver en gennemsnitlig netto<br />
effekt på 111 kW. Den tidligere beregning [Iversen and Kristensen(2003)] <strong>af</strong><br />
varmeforbruget viste et årligt forbrug på 6,048 TJ, men det skal bemærkes at<br />
beregningen kun er foretaget ud fra forbruget i 2002. Ved gennemgang <strong>af</strong> Bilag<br />
B i den pågældende rapport viser årsagen til den store <strong>af</strong>vigelse sig hurtigtVed<br />
beregning <strong>af</strong> brændværdien for petroleum en der divideret med massefylden i<br />
stedet for at multiplicere. Rettes denne fejl fås 3,87TJ, men det er beregnet<br />
ud fra petroleumsforbruget multipliceret med to, hvilket giver en lille <strong>af</strong>vigelse<br />
i forhold til den anvendte metode. Udover Gasolie og Petroleum anvendes der<br />
også el til opvarmning. Ved gennemgangen <strong>af</strong> Nukissiorfiit installationer i bygden<br />
blev der foruden kr<strong>af</strong>tværket fundet elpaneler i de fleste taphuse samt i<br />
vandværksbygningen. Elpanelerne i taphusene samt vandværksbygningen udgør<br />
en effekt på sammenlagt 6 kW bilag B og flere <strong>af</strong> dem var termostaten<br />
stillet så højt at de sandsynligvis varmer det meste <strong>af</strong> tiden. For de undersøgte<br />
installationer var der foruden elpanelerne også tilsluttet frostsikringskabler<br />
6 Gasolie: Vægtfylde 0,8 og Brændværdi 42,7 MJ/kg
2.4. VANDFORBRUG 23<br />
Figur 2.18: Samlet vandforbrug i <strong>Sarfannguaq</strong><br />
med en samlet effekt på 6,7 kW. De fleste <strong>af</strong> kablerne var indstillet til en temperatur<br />
på 7 ◦ C, men hos KNI var enkelte zoner slået over på manuel, alt-så<br />
konstant varme. Se mere om de gennemgåede installationer bilag B.<br />
2.4 Vandforbrug<br />
I <strong>Sarfannguaq</strong> er der ikke indlagt vand i alle huse, og til forsyning <strong>af</strong> husene<br />
uden vand er der bygget en række taphuse. Vandforsyningen i området er kompliceret<br />
<strong>af</strong> det kolde vejr, som betyder, at alle rørledninger og tapsteder skal<br />
designes, så der ikke opstår rørsprængninger mm. Man løser dette dels ved at<br />
sikre, at der altid er et tilstrækkeligt flow i rørerne, og hvis dette ikke er muligt,<br />
er man tvunget til at opvarme rørerne. Bygden forsynes med vand fra en<br />
ferskvandssø inde på fastlandet. Søen ligger i 50 meters højde, og vandet løber<br />
herfra under det smalle stræde og ned til pumpehuset. I pumpehuset er der en<br />
lagertank som sikrer, at der altid er en vis reserve, hvis forsyningen fra søen<br />
svigter. Inden vandet sendes ud i vandledningerne, UV-behandles det for at<br />
reducere bakterievæksten og sikre en høj vandkvalitet. Rørledningen fra søen<br />
og ned til bygden udnytter det naturlige fald til at opretholde et tilstrækkelig<br />
flow. Det betyder, at der ledes meget mere vand ned end der forbruges. Det<br />
overskydende vand ledes ud i fjorden på en sådan måde, at tilfrysning undgås.<br />
Til og med 2007 findes der kun data for det samlede årlige forbrug, men vandforsyningen<br />
er, som elforsyningen, blevet udstyret med fjern<strong>af</strong>læsningsmålere.<br />
De nye målere <strong>af</strong>læser forbruger en gang pr. måned og sender det direkte til<br />
Nukissiorfiit. Der findes årlige data tilbage fra 2001 og det industrielle forbrug<br />
er blevet opgjort særskilt siden 2004 jf. figur 2.18. Ud fra dette datagrundlag
24 KAPITEL 2. FORBRUG<br />
er det svært at lave en sikker fremskrivning <strong>af</strong> forbruget, men det almindelige<br />
forbrug ligger rimelig konstant på 1300 − 1500m 3 /år. Det industrielle forbrug<br />
er reduceret kr<strong>af</strong>tigt sammenlignet med 2004, men det kan skyldes, at der<br />
blev indført forbrugs<strong>af</strong>regning. Det industrielle forbrug for 2007 er som tidligere<br />
beskrevet påvirket <strong>af</strong> ejerskiftet, og det er derfor ikke repræsentativ for<br />
udviklingen. Med fiskefabrikkens udmelding om, at produktionen vil stige vil<br />
vandforbruget sandsynligvis også stige.
Kapitel 3<br />
Model <strong>af</strong> nuværende system<br />
<strong>Sarfannguaq</strong>s elsystem består <strong>af</strong> et 400V tre-fase net med et kr<strong>af</strong>tværk og<br />
omkring 70 forbrugere. De korte <strong>af</strong>stande imellem kr<strong>af</strong>tværket og forbrugerene<br />
betyder, at der udelukkende anvendes lavspænding. Det betyder, at systemet<br />
består <strong>af</strong> kr<strong>af</strong>tværket, som regulerer produktionen efter netspændingen og<br />
frekvensen, et vekselspændingsnet og nogle forbrugere.<br />
3.1 Kr<strong>af</strong>tværket<br />
<strong>Sarfannguaq</strong> forsynes med elektricitet fra bygdens eget kr<strong>af</strong>tværk, som består<br />
<strong>af</strong> tre generatorer. Der er en lille generator(1) og to større generatorer(2+3).<br />
Alle forsynes med gasolie, via en dagstank i bygningen, fra tre store tanke<br />
placeret ved elværket. Tankene skal ved det nuværende forbrug fyldes ca.tre<br />
gange årligt. Dette foregår med et fragtskib, der sejler olien fra Sisimiut eller<br />
Nuuk til elværket, som er placeret ved kysten neden for resten <strong>af</strong> bygden jf.<br />
figur 3.1.<br />
I 2006 blev bygdens to gamle generatorer udskiftet med to nye 250 kVA<br />
New Stamford generatorer, drevet <strong>af</strong> to scania 197kW turbo diesel motorer.<br />
1. Scania D9 95M 0355 med New Stamford UCI274F2 116kW installeret i<br />
2002<br />
2. Scania D9-95M 10-40 med Newage Stamford HCI 4xxC 184kW installeret<br />
i 2006<br />
3. Scania D9-95M 10-40 med Newage Stamford HCI 4xxC 184kW installeret<br />
i 2006<br />
Generatorne er udstyret med varmevekslere og et fælles køle/varme system<br />
som sikrer, at alle motorer har en vis minimumstemperatur, selvom de<br />
ikke har kørt i en længere periode. Overskudsvarmen bruges til opvarmning<br />
<strong>af</strong> kr<strong>af</strong>tværksbygningen og resten sendes ud <strong>af</strong> bygningen igennen nogle udluftningsspjæld.<br />
Generatorene styres <strong>af</strong> en PLC, der både kan styres direkte<br />
25
26 KAPITEL 3. MODEL AF NUVÆRENDE SYSTEM<br />
Figur 3.1: Kr<strong>af</strong>tværket, den blå bygning til venstre, set fra nordvest med målemasten<br />
oppe til højre<br />
på frontpanelet og via et modem. Selve styreprogrammet har det ikke været<br />
muligt at få adgang til, men der reguleres efter spændingen og frekvensen.<br />
Opstartstiden har det ikke været mulig at finde, men stoptiden var instillet til<br />
240 s, og den efterfølgende køletid er indstillet til 180 s. Ved et givet belastningsniveau<br />
startes ydeligere en generator og modsat, når belastningen falder.<br />
Efter leverandørens oplysninger køres der med en fast startlast, men med en<br />
varierende stoplast alt efter belastningshistorikken i en periode. Der er beregnet<br />
et middel start/stop niveau på 98 kW, men det var ikke muligt at fastslå<br />
om der var forskel i værdierne alt efter generator. I følge opstillingsrapporten,<br />
som ved projektsperiodens slutning er frigivet <strong>af</strong> Nukissiorfiit, er startniveauet<br />
for generator 1 96 kW og 150 kW for generator 2+3.<br />
PLCens samplingsinterval har leverandøren oplyst til 30 ms. Under gennemgangen<br />
blev der observeret et frekvensniveau imellem 49,5 og 50,3Hz ved<br />
variationer på 15 kW i forbruget. I relation til styringen oplyste teknikeren på<br />
fiskefabrikkens køleanlæg at der ofte er problemer med, at køleanlæggets styring<br />
slår, fra når spændingsniveauet eller frekvensen bliver for lav i nettet. For<br />
at minimere disse problemer har man lavet en forbindelse imellem styringen<br />
på fiskefabrikken og PLCen, så der ikke kan kobles mere belastning på, end<br />
reservekapaciteten tillader.
3.2. STATISK MODEL AF NUVÆRENDE SYSTEM 27<br />
Figur 3.2: Opbygning <strong>af</strong> model for nuværende system<br />
3.2 Statisk model <strong>af</strong> nuværende system<br />
Inputtet til modellen er de 15minutters middelforbrug, for perioden sep. 2007jan.<br />
2009, der er udleveret <strong>af</strong> Nikissiorfiit. Disse data giver et godt billede <strong>af</strong><br />
forbruget og de overordnede variationer <strong>af</strong> dette. De kan ikke anvendes som<br />
grundlag for en dynamisk analyse <strong>af</strong> systemets stabilitet og strømkvaliteten.<br />
Målet for den statiske model, <strong>af</strong> det nuværende systemer, er at undersøge energibalancen<br />
i systemet og danne grundlag for, undersøgelse <strong>af</strong> mulighederne for<br />
implementering <strong>af</strong> alternative energikilde. Modellen består grundlæggende <strong>af</strong><br />
tre energimoduler og et økonomimodul figur 3.2. Modulet "Forbrug"indlæser<br />
og kontrollerer forbrugsdataene. Modulet "Net"lægger nettabet til forbruget.<br />
Generator modulet beregner tabet i generatoren, motorens virkningsgrad, den<br />
samlede produktion og generatorens brændstofforbrug. Ud over brændstofforbruget<br />
og den der <strong>af</strong> følgende virkningsgrad beregner økonomimodulet den<br />
samlede produktionspris og prisen per produceret kWh. Priserne beregnes på<br />
baggrund <strong>af</strong> de faste og de variable omkostninger for 2007. Et eksempel på<br />
resultater <strong>af</strong> en simulering kan ses figur 3.3 For oplysninger om opbygning og<br />
verificering, se bilag D.
28 KAPITEL 3. MODEL AF NUVÆRENDE SYSTEM<br />
Figur 3.3: Resultat <strong>af</strong> simulering for januar 2008. Gr<strong>af</strong>erne viser:<br />
1. Olieforbrug [L], 2. Elproduktion [kWh], 3. Elvirkningsgraden [ ]<br />
4. ELforbruget [kW], X-aksen simuleringstiden [s]
Kapitel 4<br />
Vindklimaet i området<br />
Vindresurserne<br />
Starter man på den store skala, er der de overordnede atmosfæriske cirkulationer.<br />
For Arktis er de overordnede atmosfæriske cirkulationer den vigtigste<br />
varmekilde. Som følge <strong>af</strong> strålingstab til rummet fra det øverste <strong>af</strong> atmosfæren<br />
og den lave indstråling som følge <strong>af</strong> jordens krumning bliver der skabt et<br />
energiunderskud i det Arktiske område. Den mest publicerede teori om disse<br />
strømninger er den såkaldte „Polarcelle“. Efter denne teori skulle den tunge<br />
og kolde luft fra et polar højtryk omkring nordpolen strømme ned mod et<br />
lavtryksbælte ved 60 − 65 ◦ N. De fremherskende vindretninger skulle som følge<br />
<strong>af</strong> denne strømning være øst og nord-øst. Ser man på de mange studier<br />
<strong>af</strong> vejret i Arktis er dette kun gældende for de arktiske områder <strong>af</strong> Atlanterog<br />
Stillehavet. Beregninger <strong>af</strong> middel vindhastighederne for hele det arktiske<br />
område har vist, at der ikke er nogle sammenhængende systemer for hele det<br />
arktiske område [Barry and Chorley(1992)].<br />
Nedre atmosfærestrømninger<br />
Går vi ned og kigger på, det som kaldes „Synoptic-scale“ cirkulationer, som<br />
dækker over cirkulationer med en udbredelse på over 1000 km. Disse strømninger<br />
er styrende for det daglige vejr i det arktiske område. Studier <strong>af</strong> disse<br />
strømninger har vist, at <strong>af</strong>vikling <strong>af</strong> vejrsystemer går cirka en halv gang hurtigere<br />
i det arktiske område sammenlignet med vores breddegrader, [Vangengeim(1952<br />
+ 1961)]. Vindene i området er et resultat <strong>af</strong> overordnede strømninger<br />
(Large scale) og de mindre „Synoptic scale“ strømninger samt påvirkningerne<br />
fra overfladen. Grønland med den høje iskappe er den væsentligste<br />
orogr<strong>af</strong>iske barriere i området og er med til at give en skarp <strong>af</strong>bøjning <strong>af</strong> strømningerne<br />
fra Stillehavet og det østlige Siberien hen over nordpolen. Middel<br />
vindhastigheden er negativ korrelerende med atmosfæretrykket og samtidig<br />
korrelerende med cyklonaktiviteterne i området. Middel vindhastighederne for<br />
det grønlandske område er ifølge [S.G.Gorshkow(1980)] 5 m/s i vintermånder-<br />
29
30 KAPITEL 4. VINDKLIMAET I OMRÅDET<br />
ne og 3 m/s resten <strong>af</strong> året. Går vi ned og ser „Mesoscale“ niveau (5-1000 km)<br />
kan lokale faktorer have en markant indflydelse på vindhastigheden og retningen<br />
ved overfladen. Det betyder, at der i mange tilfælde kun er en lille eller<br />
ingen forbindelse imellem atmosfærecirkulationerne og vinden ved overfladen.<br />
Lokale cirkulationer og andre „mesoscale“ fænomener kan have en markant<br />
indflydelse på vinden. Dette betyder, at man ofte ikke kan anvende overfladestationer<br />
til at beregne de atmosfæriske strømninger og omvendt kan der<br />
overordnede strømninger ikke anvendes til at bestemme vinden ved overfladen.<br />
Lokale strømninger<br />
En <strong>af</strong> de vigtigste lokale strømninger er de såkaldte katabatiske vinde eller<br />
faldvinde. Betegnelsen katabatiske vinde bruges om vinde, der opstår ved, at<br />
luften nær overfladen <strong>af</strong>køles og ved hjælp at gravitation glider ned <strong>af</strong> f.eks.<br />
en bjergside. I Grønland er denne type vinde meget hyppige. Den opstår når<br />
luften over indlandsisen <strong>af</strong>køles og bliver tungere end den omkringliggende<br />
luft. Luften falder så ned til overfladen, og på grund <strong>af</strong> iskappens hældning<br />
accelereres luften ydeligere ned og ud mod havet. Hastigheden <strong>af</strong> denne type<br />
vinde <strong>af</strong>hænger <strong>af</strong> hældningen og trykforskellen imellem toppen <strong>af</strong> iskappen<br />
og kysten. Ifølge målinger optræder denne type vinde op imod 3/4 <strong>af</strong> tiden<br />
[F.Loewe(1935)]. Modsat de katabatiske kan der også optræde anabatiske vinde.<br />
Det forekommer om sommeren, når solen opvarmer dale og bjergsider, og<br />
den varme luft stiger op langs bjergsiderne.<br />
Føhnvinde optræder også i Arktis. De optræder som varme og tørrer vinde<br />
på læsiden <strong>af</strong> bjerge. Den opstår på grund <strong>af</strong> adiabatisk kompremering og<br />
dekomprimering <strong>af</strong> luften hen over bjerget. Der er flere eksempler på at føhnvinde<br />
har hævet temperaturen med mere end 30 ◦ , men føhnvinde optræder<br />
normalt kun i to til fire dage <strong>af</strong> gangen.<br />
Andre typer lokale vinde som sø- og landbrise optræder kun sjældent i det<br />
Arktiske område. Søbrise optræder hovedsageligt ved kysterne op sommeren,<br />
hvor der er en stor temperaturforskel imellem den opvarmede jordoverflade og<br />
det kolde havvand. Omvendt optræder landbrise om vinteren ved kysten med<br />
åben vand, hvor havvandet er markant varmere end jordoverfladen.<br />
Blandt de lokale vinde findes også de såkaldte „polar lows“ eller polare<br />
lavtryk, der er små cykloner, som dannes over det åbne hav. De er ofte <strong>af</strong><br />
mesoskala størrelse og optræder over havet og langs kysten, som en del <strong>af</strong> et<br />
større vejrsystem. De kan være meget kr<strong>af</strong>tige, typisk med vindhastigheder på<br />
over 17 m/s ved overfladen [Przbylak(2003)].
Kapitel 5<br />
Vindresurser i <strong>Sarfannguaq</strong><br />
Med <strong>Sarfannguaq</strong>s placering imellem kanten <strong>af</strong> iskappen, ved Kangerlussuaq,<br />
og havet, ved Sisimiut påvirkes vinden i området <strong>af</strong> både havet og isen. De<br />
kolde faldvinde fra isen præger vejret ved kanten <strong>af</strong> iskappen, men de forsætter<br />
ud igennem fjordene imod havet. Her strømmer de forbi <strong>Sarfannguaq</strong> og<br />
har stor indflydelse på vejret. I perioder påvirkes vejret også at havet, der kan<br />
have en anden temperatur end omgivelserne. Disse temperaturforskelle er med<br />
til at drive lokale strømme i form <strong>af</strong> land- og søbriser. I sjældne tilfælde påvirkes<br />
vejret også <strong>af</strong> kr<strong>af</strong>tige lavtrykspassager. Kombineres dette med områdets<br />
orogr<strong>af</strong>i giver det nogle komplekse strømningsforhold.<br />
5.1 <strong>Sarfannguaq</strong><br />
De første målinger i <strong>Sarfannguaq</strong> blev indledt med opsætning <strong>af</strong> en 10 m målemast<br />
i 2003. Den første mast blev opsat i august 2003 <strong>af</strong> en gruppe studerende<br />
i forbindelse med <strong>af</strong>vikling <strong>af</strong> kurset "Arktisk teknologi". Der blev ansøgt om<br />
en arealtildeling for et år, og masten blev derfor fjernet igen i august 2004. En<br />
ny arealtildeling blev søgt i 2006, og en ny mast blev opstillet, august 2006<br />
og denne mast står der stadig. Masten er placeret på en lille fjeldtop sydvest<br />
for byen (N66 ◦ 53, 716 W 52 ◦ 51, 977) 79.5m.o.h. jf. figur 5.1. Masten er en<br />
sektionsdelt 10 m rørmast, <strong>af</strong>stivet med wire, som er fæstnet i klipperne. Kopanemometeret<br />
er sammen ved vindfanen monteret i toppen <strong>af</strong> masten, mens<br />
tempereturmåleren er monteret midt på masten. Masten er udstyret med en<br />
datalogger, der gemmer dataene på et kort. Dataene sendes <strong>af</strong> Sisimiut Kommunes<br />
repræsentant i bygden til DTU i Lyngby via internettet.<br />
Målinger fra <strong>Sarfannguaq</strong><br />
Der er som beskrevet blevet målt i <strong>Sarfannguaq</strong> <strong>af</strong> to omgange(08.2003-08.2004<br />
+ 08.2006 - 03.2008), men måleudstyret, dataloggeren og kommunikationen<br />
imellem DTU og <strong>Sarfannguaq</strong> har ikke fungeret optimalt. Det betyder, at der<br />
31
32 KAPITEL 5. VINDRESURSER I SARFANNGUAQ<br />
Figur 5.1: Placering <strong>af</strong> målemasten i <strong>Sarfannguaq</strong><br />
<strong>af</strong> flere forskellige grunde er huller i dataserierne. Til en god estimering <strong>af</strong><br />
vindresurserne for et site kræves der normalt tre fulde, velrepræsenterede års<br />
målinger sammen med langtidsmålinger fra en nærliggende klimastation 1 .<br />
God praksis er at tage en periode på et år for sitet og sammenholde den med<br />
den tilsvarende periode for den nærliggende klimastation og så korrigere for <strong>af</strong>vigelsen<br />
i forhold til klimastationens norm værdie. Metoden betyder, at sæsonvariationer<br />
og årsvariationer bliver neutraliseret. For <strong>Sarfannguaq</strong> bliver dette<br />
besværliggjort <strong>af</strong> de mange huller i dataserierne og de "skæve"måleintavaller<br />
august - august.<br />
Ser vi på de data der er indsamlet per 1. februar 2009 jf. figur 5.2 betyder<br />
det, at der i prasis ikke kan samles en dataserie på et år. Ser vi på repræsentationen<br />
<strong>af</strong> de enkelte måneder, findes der en rimelig god repræsentation <strong>af</strong><br />
vinterhalvåret, men sommeren og særligt august er meget ringe repræsenteret.<br />
Det betyder, at det ikke er muligt at anvende den normale procedure for<br />
korrektion <strong>af</strong> måledata.<br />
Istedet er der valgt en metode, hvor hver enkelt måneds data korrigeres i<br />
forhold den samme måned for klimastationen i Sisimiut.<br />
1 Wind farm planing <strong>af</strong> Niels G. Mortensen, Risø DTU
5.2. SISIMIUT 33<br />
Figur 5.2: Data indsamlet for masten i <strong>Sarfannguaq</strong> 01.02.2009<br />
5.2 Sisimiut<br />
I Sisimiut er der blevet målt på Teleøen siden 1963, og det har været hovedstationen<br />
i området, men da lufthavnen blev indviet i 2001, begyndte man at<br />
anvende målingerne derfra. Asiaq overtog den gamle mast på Teleøen, og der<br />
bliver fortsat indsamlet data fra denne mast. Ud over de to officielle målestationer<br />
har DTU h<strong>af</strong>t deres egen målemast på en fjeldknude ved Dumpen fra<br />
august 2004 til august 2008.<br />
Målinger på Dumpen<br />
Målemasten ved Dumpen udenfor Sisimiut var placeret på en 78 m høj fjeldknude<br />
vest for Nasaasaaq „Kællingehætten"(784 m.o.h.). Placeringen betyder,<br />
at masten kun har frit indstrømning når vinden kommer fra syd og vest, se<br />
figur 5.4 og 5.3. Masten vil derfor ikke direkte kunne registrere de hyppige<br />
østenvinde, som kommer inde fra isen og ud igennem fjordene.<br />
Der er som beskrevet målt over en periode på fire år, men på grund <strong>af</strong><br />
dårligt udstyr, dårlig vedligeholdelse og utilfredsstillende datahåndtering er<br />
der mange større eller mindre huller i dataserien jf. figur 5.5. De mange huller<br />
i dataserien betyder, at der også for Dumpen skal bruges særlige statistiske<br />
kompenceringsmetoder for at få det korrekte billede <strong>af</strong> de forventede<br />
normvindhastigheder.
34 KAPITEL 5. VINDRESURSER I SARFANNGUAQ<br />
Målinger på Teleøen<br />
Figur 5.3: Placeringen <strong>af</strong> masterne i Sisimiut<br />
Der er foretaget målinger på Teleøen i Sisimiut siden 1963, men det er kun<br />
lykkedes at fremsk<strong>af</strong>fe måleresultaterne fra 1991 og frem. Fra september 1991<br />
og frem til oktober 2006 findes dataene som 1 times middelværdier, og fra<br />
oktober 2006 findes de også som 10 minutters middelværdier. Vindmålinger<br />
er foretaget i 10 m og trykket er målt i 1,5 m, mens resten <strong>af</strong> målingerne<br />
er foretaget i 2 meters højde se bilag F. Masten er placeret meget dårligt i<br />
forhold til fri indstrømning. Der er kun to mindre korridorer mod nordøst og<br />
nordvest, hvor vinden frit kan strømme ind til masten. Fra alle andre retninger<br />
påvirkes vinden mere eller mindre <strong>af</strong> fjelde, byen eller de store oliebeholdere<br />
mod vest. Da masten har været den officielle målestation for området, er<br />
måleserien næsten fuldstændig. Derfor vil den kunne anvendes som reference<br />
til estimering <strong>af</strong> de manglende værdier for DTU’s egne master.<br />
Målinger ved Lufthavnen<br />
Målemasterne ved lufthavnen i Sisimiut er placeret efter en standard for flyvepladser.<br />
Lufthavnen er udstyret med en målemast i hver ende <strong>af</strong> landingsbanen,<br />
hvor den i den vestligste ende for de fleste vindretninger vil være udsat for<br />
mest vind. Der er foretaget målinger ved lufthavnen siden 2001, og der findes<br />
kun ganske få huller i dataserien. Der er frit indflow fra vest, mens de nordsydgående<br />
strømningen blokeres <strong>af</strong> Præstefjeldet, se figur 5.3. Østenvindene,<br />
der starter som faldvinde fra isen, vil kun i meget begrænset omfang nå frem
5.2. SISIMIUT 35<br />
Figur 5.4: Placering <strong>af</strong> målemasten ved Dumpen uden for Sisimiut, set fra vest<br />
til lufthavnen, da de forholdsvis høje fjelde øst for byen kanaliserer strømningen<br />
ud igennem fjordene. Vindene ved lufthavnen vil derfor primært være<br />
præget <strong>af</strong> sø/landbrise samt lav/højtrykspassager. Ifølge folkene på stedet kan<br />
der ved nogle vindforhold opstå meget kr<strong>af</strong>tig turbulens, som forstyrrer <strong>af</strong>viklingen<br />
<strong>af</strong> flytr<strong>af</strong>ikken. Til at forudse disse forhold har FORCE Technology,<br />
ved hjælp <strong>af</strong> en skalamodel lavet et varslingssystem, der kan <strong>af</strong>gøre, om banen<br />
må benyttes. For at have en reference til målingerne ved landingsbanen er<br />
der installeret en målemast på en lille ø ud for lufthavnen. Ud fra målingerne<br />
på øen, ved landingsbanen og skalamodellen er der udarbejdet et skema,<br />
der viser, hvornår turbulensen er for høj til, at landingsbanen kan anvendes.<br />
Målingerne på øen gemmes ikke, men målingerne ved landingsbanen gemmes<br />
i et år og udleveres til DMI løbende. Ryan Møller har udleveret det ene års<br />
data 19.02.2008 − 19.02.2009, der var til rådighed ved besøget i lufthavnen.<br />
Dataene er leveret som otte sekunders middel- og maksværdier.
36 KAPITEL 5. VINDRESURSER I SARFANNGUAQ<br />
Figur 5.5: Data indsamlet for masten ved Dumpen 01.02.2009<br />
Figur 5.6: Placeringen <strong>af</strong> masten på teleøen i Sisimiut, set fra nord<br />
5.3 MCP beregninger for sites<br />
MCP står for „Measure Correlate Predict“. MCP er en simpel metode til<br />
estimering <strong>af</strong> vindpotentialet for et møllesite, ud fra sitemålinger og langtids<br />
målinger fra et reference site. Metoden kræver data for selve møllesitet og<br />
langtidsdata for et referencesite. En <strong>af</strong> fordelene ved metoden er, at den ikke<br />
kræver mange års data for selve møllesitet for at opnå et pålideligt resultat. I
5.3. MCP BEREGNINGER FOR SITES 37<br />
forhold til WASP eller lignende software, som kræver sammenhængende dataserier<br />
på minimum et år for at kompensere for sæsonvariationer og minimum<br />
2 år samlet set for at opnå en acceptabel sikkerhed for resultatet. Udover sitedataene<br />
kræves langtids data fra et reference site til korrektion for langtidsvariationer.<br />
Med MCP korrigeres automatisk for sæson- og langtidsvariationer,<br />
da der anvendes samtidige data for de to sites.<br />
Der kræves ikke detaljerede data for terrænet omkring og imellem de<br />
refereance- og estimeringssite, men der er følgende krav, der skal opfyldes,<br />
for at MCP-metoden kan anvendes:<br />
• Terrænet omkring de to sites skal være sammenlignelig (Ens påvirkning<br />
<strong>af</strong> indstrømningen)<br />
• Vindretningen for reference site og estimerings site skal være ens eller<br />
med en identificeret relation<br />
• Der skal være en klar korrelation imellem vindhastighederne for de to<br />
sites<br />
Korrelation imellem <strong>Sarfannguaq</strong>- og Teleøensitene<br />
Den eneste målestation i området, hvor der har været langtidsdata til rådighed,<br />
er Asiaq’s station på Teleøen i Sisimiut. Derfor var det den første mast,<br />
hvor muligheden for at anvende MCP blev undersøgt, se hele undersøgelsen<br />
bilag E. Det første der undersøges er, om der er en klar relation imellem vindhastigheder<br />
på Teleøen og ved <strong>Sarfannguaq</strong> jf. figur 5.7.<br />
Som det kan ses korrelerer vindhastighederne for de to sites meget dårligt<br />
ved en direkte korrelation. I forsøget på at finde en korrelation er der forsøgt<br />
med månedvis data, sektorvise data, ændring fra en times middel til døgnmiddel<br />
og fjernelse <strong>af</strong> hastigheder under 3 m/s. Trods disse forsøg blev der ikke<br />
fundet en klar korrelation imellem hastighederne på de to sites.<br />
Retningsdataene blev på samme måde undersøgt for eventuelle korrelationer,<br />
se figur 5.8. På figuren er dataene opdelt efter, hvilken mast de er målt<br />
på. Opdelingen skyldes, som det kan ses på figuren, at der blev fundet en fejl<br />
i orienteringen <strong>af</strong> vindfanen på den anden mast. På figuren kan dette ses ved,<br />
at de hyppigste retninger (områderne med mange resultater) er forskudt. Ved<br />
en undersøgelse <strong>af</strong> dataene blev offsettet i orienteringen beregnet til 209 ◦ med<br />
uret i forhold til orienteringen <strong>af</strong> den første mast. Der blev ved undersøgelserne<br />
<strong>af</strong> retningsdataene ikke fundet nogen klar korrelation, men de giver en indikation<br />
<strong>af</strong>, hvordan strømningerne <strong>af</strong>bøjes for de to sites. Efter korrektionen <strong>af</strong><br />
retningerne for den anden mast på <strong>Sarfannguaq</strong> sitet kom de to retningsdata<br />
til at se ud som vist i figur 5.9.
38 KAPITEL 5. VINDRESURSER I SARFANNGUAQ<br />
Figur 5.7: Vindhastighederne fra <strong>Sarfannguaq</strong> plottet som funktion <strong>af</strong> hastighederne<br />
målt på Teleøen<br />
Figur 5.8: Retningsdataene for <strong>Sarfannguaq</strong> og Teleøen
5.3. MCP BEREGNINGER FOR SITES 39<br />
Figur 5.9: Korrigerede retningsdata for <strong>Sarfannguaq</strong> og Teleøen<br />
Øvrige korrelationer<br />
Udover korrelationer med <strong>Sarfannguaq</strong> sitet er der, for Teleøen, også lavet<br />
korrelationer med Dumpen og Lufthavnen i Sisimitut, bilag E. Den bedste<br />
sammenhæng blev fundet imellem Teleøen og Dumpen figur 5.10. Den indbyrdes<br />
<strong>af</strong>stand imellem de to sites er kun 1800 m. Det betyder, at det er<br />
tilstrækkeligt at anvende en times data, når de lavest, mindre interessante<br />
vindhastigheder fjernes. Det er tydeligt at der er en sammenhæng imellem<br />
hastighederne, men <strong>af</strong>standen taget i betragtning er det ikke imponerende.<br />
For lufthavnen var sammenhængen endnu dårligere, og det vil ikke være<br />
muligt at anvende MCP med en tilstrækkelig stor sikkerhed. Placeringen <strong>af</strong><br />
masten på Teleøen er ikke optimal, og det giver nogle problemer, da det målte<br />
ikke i tilstrækkelig grad repræsenterer strømninger i området. Kompleksiteten<br />
<strong>af</strong> terrænet og forskellen i landskabets påvirkning <strong>af</strong> masternes indstrømning<br />
betyder, at MCP metoden ikke egner sig til estimering <strong>af</strong> vindresurserne for<br />
sites i Sisimiut området.<br />
Bestemmelse <strong>af</strong> nulpunkt for retningsdata<br />
De to sæt retningsdata nu har sammen nulpunkt, sikrer ikke at dette nulpunkt<br />
er Nordlig retning. Det fremgår ikke <strong>af</strong> [Iversen and Kristensen(2003)] (Opstillingsrapporten)<br />
om vindfanen er rettet ind efter den magnetiske nordpol eller<br />
den reelle nordpol. Med <strong>Sarfannguaq</strong>s placering 66 ◦ nordlig bredde, har det en<br />
rimelig stor betydning. Afvigelse imellem den magnetiske og den reele nord-
40 KAPITEL 5. VINDRESURSER I SARFANNGUAQ<br />
Figur 5.10: Hastighedsdata for Dumpen og Teleøen i Sisimiut<br />
pol var i <strong>Sarfannguaq</strong> (2007) 34 ◦ , og den <strong>af</strong>tager ca. 0, 5 ◦ /år. Det kan, i det<br />
komplekse terræn, have stor betydning for beregningerne <strong>af</strong> vindresursernes<br />
fordeling. Dette spørgsmål kan først <strong>af</strong>klares, når der foreligger tilstrækkelig<br />
data fra de nye instrumenter, som er orienteret mod den magnetiske nordpol.<br />
Ved projektets <strong>af</strong>slutning er de første data fra de nye instrumenter, der<br />
blev monteret i forbindelse med studieturen til <strong>Sarfannguaq</strong>, modtaget. De<br />
nye data dækker perioden 21.02.2009-06.04.2009 og har nulpunkt i magnetisk<br />
nord.<br />
Fordelingerne er ikke helt identiske se figur 5.11, men <strong>af</strong>vigelsen er ikke stor.<br />
Dataene for perioden 2003-2008 ligger en smule lavere end dataene for 2009,<br />
men hvor meget er ikke muligt at bestemme ud fra dette plot. For de gamle<br />
data er der en noget større hyppighed for de vestlige sektorer (8-11), men ellers<br />
er fordelingerne rimelig ens. For at estimere <strong>af</strong>vigelsen i nulpunktsretningen<br />
laves en korrelationsanalyse, hvor nulpunktet for den ukendte periode 2003-<br />
2009 varieres i forhold til dataene for 2009, hvor nulpunktet er kendt figur<br />
5.12.<br />
For at få en mere præcis identificering <strong>af</strong> offsettet halveres de anvendte<br />
sektorer til 15 ◦ . Nulpunktet for perioden 2003-2008 estimeres derved til 13 ◦<br />
under retningen til den magnetiske nordpol. Det betyder, at det gennemsnitlige<br />
nulpunkt for 2003-2008 dataene ligger i 312 ◦ N, hvilket medfører, at dataene
5.3. MCP BEREGNINGER FOR SITES 41<br />
Figur 5.11: Retningshistogram for henholdsvis nye data for 2009 og de tidligere<br />
korrigerede data for perioden 2003-2008<br />
skal korrigeres 48 ◦ med uret. Der tages ikke hensyn til den lille ændring <strong>af</strong><br />
retningen til magnetisk fra år til år. Efter korrektionen kommer fordelingen<br />
til at se ud, som vist i figur 5.13. Efter korrektionen er der en klar hovedvind<br />
retning, sektor 6. Vindretningen ligger inden for sektor 6, 150 ◦ ± 15 ◦ , 41,7<br />
% <strong>af</strong> tiden. Ser man på det i forhold til det overordnede landskab figur 5.14<br />
og det faktum at den dominerende vindretning for området er øst, sker der<br />
en markant <strong>af</strong>bøjning at vinden. Højdekurverne på kortet er 100 m kurver,<br />
men på trods <strong>af</strong> den kendte vindretning er det rimelig kompliceret at <strong>af</strong>gøre,<br />
hvordan strømningerne forløber.<br />
Strømningsarealet indsnævres før vinden når <strong>Sarfannguaq</strong>, fordi fjorden<br />
syd for bygden bliver smallere. Når vinden nærmer sig <strong>Sarfannguaq</strong>, deles<br />
strømningen i en strømning der går op over det lave fjeld ved <strong>Sarfannguaq</strong>,<br />
hvor masten er placeret og en del, der fortsætter ud igennem den sydlige fjord.<br />
Vinden kan ikke ramme masten direkte fra øst, fordi fjeldet på fastlandssiden<br />
<strong>af</strong> de smalle stræde er noget højere. Den del <strong>af</strong> strømningerne, der kanaliseres<br />
rundt i fjordene, gør det svært at forudsige vindretningerne og fordelingen <strong>af</strong><br />
resurserne. Da vi som tidligere beskrevet kun har den ene mast i området er<br />
det ikke muligt at verificere de fordelinger, der beregnes ud fra figur 5.13.
42 KAPITEL 5. VINDRESURSER I SARFANNGUAQ<br />
Figur 5.12: Korrelationen imellem retningsdataene for perioden 2003-2008 og<br />
de nye data fra 2009. Figuren viser, hvordan korrelationen imellem de nye og<br />
de gamle data varierer, hvis nulpunktet for dataene fra perioden 2003-2008<br />
(gamle data) forskydes.<br />
Figur 5.13: Fordelingen <strong>af</strong> data efter at nulpunktet er korrigeret så, den er<br />
sammenfaldende med geogr<strong>af</strong>isk nord
5.4. VINDRESURSER OMKRING SARFANNGUAQ 43<br />
Figur 5.14: Kort over <strong>Sarfannguaq</strong>området med angivelse <strong>af</strong> retningsfordelingen<br />
Figur 5.15: Hastighedsfordeling for <strong>Sarfannguaq</strong><br />
5.4 Vindresurser omkring <strong>Sarfannguaq</strong><br />
Ud fra målinger foretaget i <strong>Sarfannguaq</strong> kan retnings- og hastighedsfordelingerne<br />
beregnes se figur 5.15. Korrektionen <strong>af</strong> retningsdataene har ændret<br />
vindrosen markant, men det har naturligvis ingen indflydelse på hastighedsfordelingen,<br />
vindrosen for de oprindelige data kan ses bilag E.
44 KAPITEL 5. VINDRESURSER I SARFANNGUAQ<br />
5.5 Udarbejdelse <strong>af</strong> vinddata for simulering<br />
Til simuleringen skal der anvendes en dataserie svarende til et normalt vindår.<br />
Der simuleres over en periode på minimum et år, og der skal derfor produceres<br />
en repræsentativ dataserie med en længde på minimum et år. Der er mindst<br />
fem metoder til at omregne dataene til en sådan dataserie.<br />
1. Der beregnes ud fra alle de indsamlede data en sandsynlighedsfordeling<br />
for hastighederne. En weibull fordeling tilpasses fordelingen. Ved<br />
at anvende en matematisk random generator kan en dataserie med den<br />
pågældende fordeling genereres.<br />
2. Dataene opdeles i måneder og derefter genereres på samme måde 12<br />
sandsynlighedsfordelinger. Ud fra fordelingerne beregnes dataserier, som<br />
sættes sammen til et helt år.<br />
3. Ud fra sandsynlighedsfordelingen, for alle data, kan de manglende værdier<br />
for et givet år estimeres og dermed fås en helt år. Det hele år kan<br />
så korrigeres for årlige variationer ved hjælp <strong>af</strong> data fra en klimastation.<br />
4. Dataserien opdeles i år og derefter beregnes, for hvert måletidspunkt<br />
(måned, dato klokkeslet), middelværdien over alle måleårene og samles<br />
til et middelår.<br />
5. Alle dataene korrigeres først for årsvariationer efter den nærmeste station<br />
med langtidsmålinger. Derefter anvendes data fra et givet år som<br />
udgangspunkt. De manglende data hentes så fra de øvrige år i vilkårlig<br />
rækkefølge.<br />
Normalt beregnes den årlige energiproduktion ud fra en fordeling for alle<br />
hele år, men som tidligere beskrevet findes der i praksis data for ikke hele år for<br />
<strong>Sarfannguaq</strong> sitet. Anvendes alle data, uden hensyntagen til hvornår dataene<br />
er indsamlet, kan det give store <strong>af</strong>vigelser på grund <strong>af</strong> sæsonvariationerne.<br />
Som det kan ses <strong>af</strong> dataserien bilag E, er der rimelig store sæsonvariationer<br />
på sitet, og det er derfor ikke underordnet, hvor stor en repræsentation <strong>af</strong> de<br />
enkelte perioder, der findes i dataserien.<br />
Anvendes metode 1 til at generere dataserien, vil der blive problemer med<br />
overrepræsentation <strong>af</strong> enkelte perioder. Anvendes metoden alligevel fås resultaterne<br />
som vist i tabel 5.1<br />
Tabel 5.1: Vinddata for <strong>Sarfannguaq</strong> metode 1<br />
Middel Weibull Weibull<br />
[m/s] A k<br />
5,88 6,57 1,73
5.5. UDARBEJDELSE AF VINDDATA FOR SIMULERING 45<br />
Anvendes derimod metode 2 vil de sæsonmæssige overrepræsentationer<br />
stort set være eliminerede. En anden fordel ved at anvende metode 2 er,<br />
at de sæsonmæssige variationer bevares idet hver måned behandles særskilt.<br />
Døgnvariationer og andre, væsentlige variationer vil gå tabt, hvis denne metode<br />
anvendes. For almindelige produktionsberegninger vil dette ikke være<br />
et problem, men når dataene skal anvendes til en simulering, sammen med<br />
forbrugsdataene, vil dette ikke give et korrekt billede <strong>af</strong> produktionsmønsteret.<br />
Anvendes denne metode, fås resultaterne vist tabel 5.2. Som det fremgår<br />
<strong>af</strong> tabellen fås generalt en smule højere vindhastigheder for denne metode,<br />
hvilket skyldes en kombination <strong>af</strong> repræsentationsfejl ved tilpasning <strong>af</strong> weibullfunktionerne<br />
også overrepræsentation <strong>af</strong> lavvindsperioder for den samlede<br />
dataserie. Repræsentationsfejlene kan minimeres ved at forbedre opløsning for<br />
sandsynlighedsfordelingen og istedet for at anvende en weibillrepræsentation<br />
<strong>af</strong> fordelingen generere dataene direkte fra den aktuelle fordeling. Anvendes<br />
en opløsning på 0,1m/s bliver middelværdien og fordelingen som vist i række<br />
„Org“ i tabel 5.2. Dette resultat vurderes at <strong>af</strong>spejle den reelle vindresurse for<br />
sitet bedst, se fordelingen i figur 5.16.<br />
Tabel 5.2: Vinddata for <strong>Sarfannguaq</strong> metode 2<br />
Måned Middel Middel Weibull Weibull<br />
[m/s] [ ◦ ] A k<br />
1 6,87 221 7,75 2,38<br />
2 7,32 217 8,26 1,86<br />
3 6,73 207 7,61 2,22<br />
4 5,94 201 6,72 2,26<br />
5 5,11 181 5,78 2,03<br />
6 4,73 195 5,35 1,94<br />
7 4,91 207 5,55 2,14<br />
8 5,05 184 5,71 2,09<br />
9 6,44 219 7,27 2,23<br />
10 6,65 236 7,50 2,42<br />
11 6,75 223 7,60 2,58<br />
12 7.02 202 7,94 2,06<br />
All 6,12 208 6,92 2,19<br />
Org 5,87 6,55 1,75<br />
Metode 3 er ikke så anvendelig for denne opgave, da der ikke findes hverken<br />
et godt repræsenteret år eller gode data fra en klimastation i området. Et <strong>af</strong><br />
de store problemer med metoden er, at der ikke er nogen styring <strong>af</strong>, hvordan<br />
de orginale data og de genererede data passer sammen. De genererede data<br />
genereres tilfældigt ud fra sandsynlighedsfordelingen og vil derfor påvirke både<br />
variationer og i tilfælde <strong>af</strong> få manglende værdier kan det have stor betydning<br />
på de nye data’s sandsynlighedsfordeling. Døgnvariationer, sæsonvariationer
46 KAPITEL 5. VINDRESURSER I SARFANNGUAQ<br />
Figur 5.16: Histogram genereret for data genereret direkte fra de månedlige<br />
sandsynlighedsfordelinger<br />
og andre variationer kan blive sløret <strong>af</strong> de tilfældigt genererede data.<br />
Metode 4 anvender middelværdier for alle samtidige målinger uden hensyntagen<br />
til, hvilket år målingerne er foretaget. Det betyder, at de fleste tidsmæssige<br />
variationer bevares, men udsvingenes størrelse vil blive begrænset <strong>af</strong><br />
ikke samtidige variationer for de forskellige år. Metoden har den ulempe, at<br />
der ikke kan korrigeres for årsvariationer. Der blev ved denne metode fundet<br />
en periode (03.08.xxxx - 15.08.xxxx), hvor der manglede 114 målinger. Det<br />
rejser igen spørgsmålet om, hvordan huller i dataserien skal lukkes. Der er<br />
som det kan ses figur 5.17, tale om enkelte værdier eller kortere perioder uden<br />
data. De manglende data udgør således 2,5% <strong>af</strong> dataene for august og 0,2%<br />
<strong>af</strong> den samlede serie. Det betyder, at de manglende data ikke har så stor betydning<br />
for de overordnede variationer og den samlede resurse. På figuren er<br />
de manglende data vist med en meget høj værdi, der fremstår som en næsten<br />
lodret linje (den blå kurve). Der er tale om huller på op til 16 målinger.<br />
Den røde linje viser hvordan hullerne kan lukkes ved at anvende varierende
5.5. UDARBEJDELSE AF VINDDATA FOR SIMULERING 47<br />
Figur 5.17: Perioden i august, hvor der mangler målinger<br />
middelværdier, i dette tilfælde er der anvendt 25 værdiers middel.<br />
En anden mulighed er at tage de manglende målinger fra de tilsvarende<br />
målinger i juli eller august. På den måde fastholdes døgnvariationer og lignende,<br />
men det kan give en lille <strong>af</strong>vigelse i forhold til den korrekte fordeling <strong>af</strong><br />
hastighederne. Den grønne kurve vist i figur 5.17 viser tidsserien ved anvendelse<br />
<strong>af</strong> de tilsvarende målinger fra juli.<br />
Det størst problem ved metode 4 er, at variationernes størrelse dæmpes<br />
og derfor ikke giver et realistisk resultat.<br />
Metode 5 har den fordel, frem for flere <strong>af</strong> de andre metoder, at største<br />
delen <strong>af</strong> dataene tages fra et år og derved bevares variationerne. Det er således<br />
også muligt at anvende en traditionel korrektion <strong>af</strong> årsvariationerne ud fra en<br />
klimastation.<br />
I den aktuelle sitiuation er de eneste langtidsdata, der er til rådighed, til<br />
korrektion <strong>af</strong> data, data fra Teleøen. Som det blev påvist i <strong>af</strong>snit 5.3, er der<br />
kun en ringe sammenhæng imellem vindhastighederne på Teleøen og i <strong>Sarfannguaq</strong>.<br />
Manglen på sammenhængende data for <strong>Sarfannguaq</strong> sitet besværliggør<br />
korrektionsprocessen ydeligere. Som kompensation for de manglende data anvendes,<br />
som beskrevet under metode 4, data fra det samme tidspunkt og dato<br />
i den foregående måned.<br />
Ud fra en <strong>af</strong>vejning <strong>af</strong> fordele og ulemper ved de fem metoder og den<br />
begrænsning der ligger i data mængden er metode 5 valgt. Fremgangsmåden<br />
for korrektion <strong>af</strong> årsvariationer er:<br />
1. Dataene for måle- og referencesite sorteres i år<br />
2. Den samlede og de årlige middelvindhastigheder for referencesitet be-
48 KAPITEL 5. VINDRESURSER I SARFANNGUAQ<br />
regnes<br />
v (ref,år) = 1<br />
N<br />
N<br />
v (n),ref<br />
n=1<br />
(5.1)<br />
3. Ud fra måletidspunkterne for målesitet udtages de simultane målinger<br />
for referencesitet for hvert år<br />
v (ref∼måle) = v ref,(T ime(ref)∼T ime(måle))<br />
(5.2)<br />
4. Beregne forholdet mellem den pågældende årsmiddelværdi og middelværdien<br />
for måletidspunkterne i det pågældende år<br />
kor (periode) = v (ref∼måle)<br />
vref,år<br />
(5.3)<br />
Forholdet imellem årsmiddelværdien og hastighedsnormen beregnes. Disse<br />
værdier findes i tabel F.1.<br />
kor (år) = vref,år<br />
vnorm<br />
(5.4)<br />
5. De to korrektionsforhold lægges forholdsmæssigt sammen og derved fås<br />
den samlede korrektionsfaktor for målingerne i det pågældende år<br />
kor (samlet) =<br />
1<br />
korperiode<br />
1<br />
korår<br />
(5.5)<br />
Benyttes denne fremgangsmåde fås korrektionsfaktorerne i tabel 5.3 for<br />
måledataene fra <strong>Sarfannguaq</strong>.<br />
Tabel 5.3: Korrektionsfaktorer og resulterende middelhastigheder for <strong>Sarfannguaq</strong><br />
År Kor periode Kor år Kor samlet Middel Målinger<br />
2003 0,9636 1,0493 1,0112 6,51 21163<br />
2004 0,8974 1,0723 0,9623 5,87 29638<br />
2006 1,1244 0,9584 1,0777 6,01 19039<br />
2007 1,0203 1,0632 1,0848 5,98 43915<br />
2008 0,7201 1,0160 0,7323 4,48 10549<br />
At anvende dataene fra Teleøen til at korrigerer dataene for <strong>Sarfannguaq</strong> er<br />
langt fra optimalt, men det er den eneste mulighed til at få en ide om hvordan<br />
måleperioderne ligger i forhold til normhastigheden for sitet. At der ikke findes<br />
et helt års målinger for <strong>Sarfannguaq</strong> (52560 målinger) betyder, at resultaterne<br />
bliver ekstra usikre, da det således er nødvendigt at lave to korrektioner. Fra<br />
resultaterne <strong>af</strong> korrelationsundersøgelserne vides det, at dataene for Teleøen
5.5. UDARBEJDELSE AF VINDDATA FOR SIMULERING 49<br />
Figur 5.18: Histogrammer for udvalgte kombinationer <strong>af</strong> dataserier<br />
ikke repræsenterer vinden i området specielt godt. Det kan der<strong>af</strong> ikke konkluderes,<br />
at dataene ikke kan anvendes til en korrektion <strong>af</strong> årsvariationer og det<br />
er ikke muligt at klarlægge, da der ikke har været adgang til langtidsdata fra<br />
andre master i området. Havde Teleøen været fuld repræsentativ for sitet i<br />
<strong>Sarfannguaq</strong> havde vi naturligvis fået ens middelværdier, men det er ikke helt<br />
tilfældet. Sammenholdes de resulterende middelværdier i tabel 5.3 med den<br />
estimerede middelværdi på 5,87 m/s, ligger årene med mange målinger tættest<br />
på. Det skyldes, at metoden med at anvende korte, samtidige perioder til at<br />
estimere årets middelhastighed er rimelig usikker, når sitedata ikke korrelerer.<br />
Det er derfor ikke ligegyldigt, hvilken prioriteringsrækkefølge dataserierne<br />
anvendes i. For at minimere usikkerhederne bør dataserierne derfor anvendes<br />
efter længde med den længste først. Med usikkerheden på korrektionen kan<br />
der argumenteres for, at der skal vælges den række, der giver den middelværdi<br />
eller fordeling, der ligner de originale data mest.<br />
Anvendes dataserierne efter længde, fås en middel vindhastighed på 6,06<br />
m/s og weibull værdierne A=6,98 k=1,82. Middelværdien for de enkelte dataserier<br />
er ikke nødvendigvis et god indikator for, hvor ens serierne er. Men<br />
sammenlignes fordelingerne istedet, får man et godt billede <strong>af</strong> serierne jf. figur<br />
5.18.<br />
Forskellen på de enkelte kombinationer er ikke voldsom store, men det vil<br />
få en ikke uvæsentlig indflydelse på den årlige produktion, hvis der vælges<br />
en dårlig kombination. Kombineres serierne efter størrelse vil det, som også<br />
middelværdien antydede, give en lidt højere resurse end de orginale data.
50 KAPITEL 5. VINDRESURSER I SARFANNGUAQ<br />
Anvendes den sidste kombination (04,07,06,03,08) fås en lidt lavere resurse,<br />
selvom middelværdien for denne serie er 5,92 m/s mod original seriens 5,87<br />
m/s. Det er denne kombination, der kommer tættest på den originale, og derfor<br />
vælges denne kombination til simuleringen.<br />
5.6 WAsP analyse <strong>af</strong> vindresurserne i området<br />
Vinddataene, der er benyttet som resurse for simuleringerne er den nomineller<br />
vindresurse i målepunktet (mastens position i 10 meters højde). Dette <strong>af</strong>snit<br />
skal forsøge at kortlægge, hvordan vindresurserne fordeler sig i området. Til<br />
dette anvendes WAsP, der er et specialdesignet software til denne type beregninger.<br />
WAsP blev i sin oprindelige version udviklet på Risø i slutningen <strong>af</strong><br />
firserne, men er løbende blevet opdateret. Til dette projekt er version 9.00.0153<br />
anvendt. WAsP anvender en forholdsvis simpel liniær flowmodel betegnet Lincon<br />
(LINearized COMputation). Modellen er løbende blevet udbygget og optimeret,<br />
men grundlæggende har WAsP vist sig at give gode resultater for områder<br />
uden flowseparation. Ved en standardstrømning vil separation påvirke<br />
strømningerne ved hældninger over 33 %. Separation vil medføre en overestimering<br />
<strong>af</strong> „speed up“ effekten og dermed fejlestimere vindresurserne . For at<br />
få et godt estimat <strong>af</strong> vindresurserne i områder med meget komplekst terræn er<br />
det nødvendigt at anvende mere krævende teknikker som finite volumen eller<br />
finite difference (CFD). Disse metoder er væsentlig mere tidskrævende, og da<br />
der ikke er nogle muligheder for at verificere resultaterne pga., at vindresursen<br />
kun er kendt i et punkt, er det i forbindelse med dette projekt vurderet at<br />
arbejdet med en sådan model ikke vil <strong>af</strong>spejle sig i resultaterne. Der henvises<br />
istedet til [Pianigiani(2009)] som omhandler anvendelse <strong>af</strong> CFD til estimering<br />
<strong>af</strong> vindresurserne i <strong>Sarfannguaq</strong>området.<br />
Det er muligt at lave en rimelig estimering <strong>af</strong> vindresurserne med WAsP,<br />
i områder med for kompleks terræn [Mortensen(2004)], men der kræves som<br />
regel flere master til at korrigere modellen. Den kritiske hældning for separation<br />
er som tidligere beskrevet omkring 33 %. I WAsP angives andelen <strong>af</strong><br />
terrænet over den kritiske hældning ved RIX (ruggedness index), og det er<br />
således muligt at <strong>af</strong>gøre, hvor meget separation der vil forekomme i området<br />
som følge <strong>af</strong> terrænets orogr<strong>af</strong>i.<br />
Opbygning og anvendelse <strong>af</strong> WAsp<br />
WAsP anvendes grundlæggende til at estimere vindresurser i et større eller<br />
mindre område. Programmet anvender langtidsmålinger fra en „reference location“<br />
til at estimere vindforholdene „estimeringslocationen“. Første step i<br />
denne proces er generalisering <strong>af</strong> dataene fra referencelocationen. Det betyder,<br />
at dataene renses for lokale påvirkninger omkring referencelocationen,<br />
objekter, landskabets orogr<strong>af</strong>i og overfladeruheden. Resultatet <strong>af</strong> denne generalisering<br />
kaldes generaliseret vindklima. Ud fra det generaliserede vindklima
5.6. WASP ANALYSE AF VINDRESURSERNE I OMRÅDET 51<br />
kan WAsP så beregne vindklimaet for en given location ved at tilføje de lokale<br />
effekter omkring denne location. På samme måde kan WAsP også beregne<br />
fordelingen <strong>af</strong> vindresurser i et område.<br />
Input til WAsP<br />
For at WAsP kan beregne vindresurserne, har programmet brug for vinddata<br />
fra reference locationen og oplysninger om de lokale forhold.<br />
Dataene fra referencelocationen indlæses ved hjælp <strong>af</strong> „WAsP <strong>Clim</strong>ate<br />
Analyst“ eller „OWC Wizard“, der ud fra dataene kan beregne et observeret<br />
vindklima (OWC). Det observerede vindklima kan senere importeres til<br />
selve WAsP programmet. <strong>Clim</strong>ate Analyst kan importere data i flere forskellige<br />
formater, men ASCII-format er lettest at arbejde med. Der er en del krav<br />
til dataene, for at programmet kan læse dem. For det første skal der være<br />
lige mange værdier i alle kolonner, måletidspunkterne skal komme i kronologisk<br />
rækkefølge, og der må ikke være to ens tidsangivelser i dataserien. Disse<br />
krav har givet anledning til en del problemer, fordi programmet ikke altid<br />
indikerer, hvorfor en kommando ikke kan udføres, men kun at det ikke kan<br />
udføre den ønskede kommando. Som datagrundlag for WAsPberegningerne er<br />
der anvendt data for perioden 2003-2008 ialt 124.116 målinger eller 2,36 års<br />
kontinuerlig måling.<br />
Oplysninger omkring orogr<strong>af</strong>i og overfladeruheder importeres fra et specielt<br />
WAsP kort, der kan udarbejdes i programmet „WAsP Map Editor“. I Map<br />
Editor programmet kan orogr<strong>af</strong>idata i dxf-formet indlæses, og ruhedszoner<br />
indtegnes. Det er et krav, at alle kurver er repræsenteret og sammenhængende.<br />
Med hensyn til det anvendte kortmateriale er det meget vigtigt, at det har en<br />
tilstrækkelig fin opløsning, særligt nær reference- og estimeringslocationerne,<br />
for at beregningerne giver et pålideligt resultat. Overfladeruhederne er også<br />
vigtig, da de blandt andet anvends til at estimere vindprofilet.<br />
Grundlæggende er der til dette projekt anvendt data fra vandrekortet „Sisimiut“<br />
1:100.000 med 25 meters højdekurver. Opløsningen omkring <strong>Sarfannguaq</strong><br />
er øget ved at anvende ASIAQ bygdekort DTM 10x10m med ned til<br />
0,5m højdekurver. Til beregningerne er der anvendt 10 og 2 meters højdekurver.<br />
Der er anvendt tre forskellige ruheder til analysen. Vandoverflader er som<br />
WAsP foreskriver sat til en ruhed på 0. Bebyggede områder, i dette tilfælde<br />
kun selve <strong>Sarfannguaq</strong>, er sat til 0,3. Det omkringliggende terræn er meget<br />
varieret men uden meget bevoksning og er sat til 0,03. Ruhederne er estimeret<br />
ud fra de anvendte værdier i [Mortensen and Landberg(1993)].<br />
Objekter tilføjes i selve WAsP under „Obstacle group“. Der er ikke mange<br />
objekter omkring referencemasten ved <strong>Sarfannguaq</strong>. Telegreenland har en form<br />
for container placeret 18 meter fra masten, og det vurderes, at den kan have<br />
indflydelse på indstrømningen til masten. Bag containeren, i en <strong>af</strong>stand <strong>af</strong> 26<br />
m, står en lille gittermast på omkring 5m i højden. Den vurderes, at være<br />
så lille i omfang, at den reelt ikke har nogen betydning for strømningen, og
52 KAPITEL 5. VINDRESURSER I SARFANNGUAQ<br />
Figur 5.19: Kort med orogr<strong>af</strong>i og ruhedsdata benyttet til WAsP analyserne.<br />
25m højdekurver for det meste <strong>af</strong> området, men 2m højdekurver omkring Sarfanguaq.<br />
Ruhedsændringerne kan ses langs vandlinjerne og omkring bygden.<br />
den medtages derfor ikke i analysen. Det samme gør sig gældende for den lille<br />
mast som tidligere blev anvendt til en vindpose, som er placeret 37 meter fra<br />
referencemasten, se figur 5.20.<br />
Beregninger og resultater<br />
For at finde de bedste placeringer i området indledes beregningerne med en<br />
beregning <strong>af</strong> resurserne i et stort område, se figur 5.21. Som det forventes<br />
ud fra retningsfordelingerne, er det områder oven for de stejle syd-sydøstlig<br />
skråninger, der giver de højeste resurser. En stor del <strong>af</strong> disse resurser er ikke<br />
reelle og skyldtes overestimering <strong>af</strong> „speedupeffekten“ som følge <strong>af</strong> manglende<br />
separation i modellen. Senere når beregningsområdet er indsnævret, vil RIXværdienen<br />
og overestimeringerne blive undersøgt. Ud over hældningerne har<br />
også <strong>af</strong>standen til referencemasten en betydning for pålideligheden <strong>af</strong> resultaterne.<br />
Hvis det komplekse terræn tages i betragtning, er det meget begrænset,<br />
hvor langt fra fra masten resurserne kan estimeres. De forholdsvis høje hastigheder<br />
i den nordlige del at området er således med stor sandsynlighed ikke
5.6. WASP ANALYSE AF VINDRESURSERNE I OMRÅDET 53<br />
Figur 5.20: Placering <strong>af</strong> referencemasten og objekter omkring den<br />
repræsentativ for vindresurserne på disse locationer.<br />
Hvis opløsningen på beregningsnettet øges, og området indskrænkes, får<br />
man en endnu bedre estimering <strong>af</strong> resursefordelingen. Efter disse beregninger<br />
varierer resurserne ikke meget hen over fjeldryggen, men der er en smule mere<br />
vind på toppen i den vestlige del <strong>af</strong> det viste område. Det er uden for området<br />
med høj opløsning, og det kan være en del <strong>af</strong> forklaring, fordi de store intervaller<br />
giver noget ekstra speedup, som ikke er reel. Området der ligger så langt fra<br />
selve bygden vurderes kun at være interessant ved anvendelse <strong>af</strong> store møller,<br />
og derfor er vinden i 10 meter ikke så interessant der. For de mindre møller vil<br />
området med høj opløsning være det mest interessante, og derfor gennemføres<br />
yderligere en beregning i dette område med en endnu højere opløsning.<br />
Den sidste resurseberegning er udført med en opløsning på 3 m for at få<br />
et detaljeret billede <strong>af</strong> resursefordelingen, se figur 5.23. Der er ifølge beregningsresultatet<br />
tre placeringer inden for området, der ligger med de højeste<br />
resurser. Det er forhøjningen lige øst for referencemasten. Det syd-østlige hjørne<br />
<strong>af</strong> plateauet, hvor målemasten er placeret også det lille plateauet nord-øst<br />
for referencemasten, på den modsatte side <strong>af</strong> kirkegården. Placering <strong>af</strong> en mølle<br />
lige ved kirkegården og forholdsvis tæt på bygden kan give problemer, både<br />
med godkendelser og gener for beboerne under drift. Der er ikke meget forskel
54 KAPITEL 5. VINDRESURSER I SARFANNGUAQ<br />
Figur 5.21: Den overordnede fordeling <strong>af</strong> middelvinden i området. Pink angiver<br />
3 m/s og rød angiver 8 m/s. X og Y-aksen er UTM-koordinaterne for<br />
kortudsnittet<br />
Figur 5.22: Den overordnede fordeling <strong>af</strong> middelvinden i området. Pink angiver<br />
3 m/s og rød angiver 8 m/s
5.6. WASP ANALYSE AF VINDRESURSERNE I OMRÅDET 55<br />
på resurserne på de tre locationer, og derfor vil placeringerne på sammen plateau<br />
som referencemasten være at foretrække. Rent resursemæssigt er der ikke<br />
den store variation, så længe møllerne placeres oppe på plateauet. Resurserne<br />
på plateauet varierer kun med omkring 3,5 %, og der kan derfor være andre<br />
parametre, som f.eks. den bedste placering <strong>af</strong> fundamentet, der med fordel<br />
kan tages med i vurderingen. For at sikre at den beregnede resursefordeling<br />
er repæsentativ for den virkelige fordeling, skal der laves en undersøgelse <strong>af</strong>,<br />
hvor stor en del <strong>af</strong> strømningerne der separer og derved falder uden for den<br />
liniære models gyldighedsområde. Derfor undersøges terrænets orogr<strong>af</strong>i.<br />
Figur 5.23: Den overordnede fordeling <strong>af</strong> middelvinden i området. Pink angiver<br />
5 m/s og rød angiver 6,09 m/s<br />
Terrænundersøgelse<br />
Undersøgelsen indledes med at undersøge terrænelevationen i området, se figur<br />
5.24. Elevationen spænder fra havoverfladen og op til 82 meters højde. Referencemasten<br />
er placeret i 78,5 meters højde og måler hastigheden og retningen<br />
i omkring 89 meter over havet. Fordelingsrosen på figuren angiver orogr<strong>af</strong>ipåvirkningen<br />
<strong>af</strong> vindhastigheden for referencemålingerne. For hovedvindretning,<br />
sektor 6, er det tydeligt, at orogr<strong>af</strong>ien har en betydelig effekt på vindhastigheden.<br />
Det næste der undersøges er RIX fordelingen. RIX er en angivelse, som<br />
WAsP anvender til at indikere, hvor stor en del <strong>af</strong> indstrømningsområdet,<br />
der har en hældning på over 0,3, hvor separation kan optræde. For området<br />
ligger indexet imellem 7,4 og 11 %, men for plateauet, hvor referencemasten er
56 KAPITEL 5. VINDRESURSER I SARFANNGUAQ<br />
Figur 5.24: Terrænelevation (0-82 m) og dens påvirkning <strong>af</strong> referencemasten<br />
placeret ligger den imellem 9 og 10,5 %,se figur 5.25. Det betyder, at der som<br />
minimum for nogle sektorer kan forvente separerende strømninger. I princippet<br />
betyder det, at man er uden for WAsP’s liniære models gyldighedsområde, men<br />
ved at anvende ∆RIX, forskellen imellem RIX-værdien for referencemastens<br />
placering og så det ønskede estimerings punkt, kan der laves en fornuftig<br />
estimering <strong>af</strong> beregningsfejlen.<br />
∆RIX værdierne er generelt meget lave for det beregnede område, og det<br />
skyldes primært områdets størrelse, se figur 5.26. ∆RIX ligger fra -2,4 % til<br />
1,1 % for hele området og fra 0 til 1 % for plateauet med referencemasten. Generalt<br />
betyder en positiv ∆RIX en positiv fejlestimering og omvendt ved en<br />
negetiv værdi. Tages der udgangspunkt i resultaterne fra [Mortensen(2004)]<br />
og [Mortensen and Antoniou(2006)] vil fejlestimeringen i forhold til ∆RIX<br />
tilnærmelsesvis være 1,5 gange ∆RIX-værdien. Antages dette at være gældende<br />
for plateauet i <strong>Sarfannguaq</strong>, vil fejlestimeringen ligge inden for 1,5 %.<br />
Korrigeres middelvindene for plateauet for overestimeringen vil den bedste<br />
placering på plateauet give en middelvind på 2,9 % mere end referencemastens<br />
placering. Det lyder ikke <strong>af</strong> meget, men det betyder en 9 % højere energi<br />
i vinden.<br />
Med de små variationer der er i vindresurserne på plateauet og de små<br />
forventede <strong>af</strong>vigelser i resultaterne, repræsenterer måledataene inden for nogle<br />
få procent, vindresurserne for hele plateauet. Den direkte anvendelsen <strong>af</strong><br />
måledataene, som resursegrundlag for simuleringerne vurderes derfor at give<br />
en god repræsentation <strong>af</strong> vindresurserne for de mulige placeringer.
5.6. WASP ANALYSE AF VINDRESURSERNE I OMRÅDET 57<br />
Figur 5.25: RIX fordelingen over området. Blå angiver 7,1 og pink 11 %<br />
Resurser for større møller<br />
Det er ikke kun små møller, 0-20 kW, med navhøjder omkring 10 meter, der<br />
kunne være interessant for <strong>Sarfannguaq</strong>, men også de lidt større møller op til<br />
300 kW. Ved en middel eller høj andel vindkr<strong>af</strong>t vil de små møller ikke være<br />
en økonomisk løsning. Derfor er det nødvendigt at undersøge, hvordan vindresurserne<br />
fordeler sig i 36 meters højde, der er deres typiske navhøjde. Når<br />
WAsP skal beregne vindhastigheden i en bestemt højde anvender programmet<br />
som udgangspunkt et logaritmisk hastighedsprofil, men profilet korrigeres for<br />
påvirkninger fra inhomogent terræn og stabiliteten <strong>af</strong> grænselaget. Den simple<br />
lineære beregningesmodel, som WAsP anvender, kan give problemer med at<br />
bestemme vindprofilet korrekt. Dette vil særligt være et problem i kompleks<br />
terræn, hvor turbulens og lokale termiske vinde vil forstyrrer strømningerne.<br />
Med disse usikkerheder er det meget vigtig med verificering <strong>af</strong> resultaterne,<br />
men her er det igen et problem kun at have et målepunkt til rådighed. Uden<br />
mulighed for at verificere vindprofilerne er der ingen sikkerhed for at det anvendte<br />
profil og derved vindhastighederne er korrekte. Så længe der regnes<br />
på små møller med navhøjder, der ikke <strong>af</strong>viger meget fra referencehøjden og<br />
inden for et snævert geogr<strong>af</strong>isk område <strong>af</strong> referencemasten har det ikke den<br />
store betydning, men for estimering <strong>af</strong> vindresurser for store møller kan det<br />
have stor betydning.<br />
De vigtigste parametre for profilets form er terrænvariationerne og overfladeruhederne.<br />
Terrænvariationerne er godt beskrevet inden for bygdekortenes<br />
dækningsområder, men resten <strong>af</strong> terrænet er noget dårligere repræsenteret.
58 KAPITEL 5. VINDRESURSER I SARFANNGUAQ<br />
Figur 5.26: Delta-RIX fordelingen i beregningsområdet. Rød angiver -2,4 og<br />
grøn 1,1 %<br />
Overfladeruhederne er en meget mere kompleks størrelse. Inden for bygderne<br />
kan der anvendes værdier for spredt lav bebyggelse, men det åbne terræn er<br />
mere kompliceret.<br />
Omkring <strong>Sarfannguaq</strong> består det meste <strong>af</strong> overfladen <strong>af</strong> klippe <strong>af</strong>brudt <strong>af</strong><br />
mindre områder med græs eller grus. Om vinteren dækkes det meste <strong>af</strong> et<br />
lag sne/is, som udjævner mange <strong>af</strong> de mindste variationer og dermed ændrer<br />
ruheden. WAsP kan ikke håndtere tids<strong>af</strong>hængige værdier, og derfor er der<br />
anvendt en estimeret middelværdi.<br />
Problemer med at estimere en fornuftig middelværdi for store sæsonvariationer<br />
gør sig også gældende for varmeoverførslerne fra overfladerne, heat<br />
flux. Tages der udgangspunkt i resultaterne fra [Torgny Vinje(2004)] for 75 ◦ N<br />
er nettoværdierne, på land 65W/m 2 om sommeren og −10W/m 2 om vinteren,<br />
over havet 200W/m 2 om sommeren og −40W/m 2 om vinteren. Hvordan<br />
værdierne ser ud for <strong>Sarfannguaq</strong> er usikker, men der er anvendt estimerede<br />
middelværdier, 10W/m 2 for land og 40W/m 2 for vand. Anvendes disse parametere,<br />
bliver middelvinden i 36 meter, som vist figur 5.27. Beregningen viser,<br />
at middelvinden i området er højeste på den vestlige top. Middelhastigheden<br />
her er 6,8 m/s mod 6,0 m/s på plateauet med referencemasten.<br />
Kontrolleres ∆RIX for denne beregning, er den naturligvis større end i<br />
det lille område, der tidligere blev beregnet, men for det vestlige plateau er<br />
den kun omkring 2 %. Det betyder, at der kan forventes en overestimering på<br />
omkring 3 %, hvilket vil sige 0,21 m/s. Den estimerede middelvind for dette
5.6. WASP ANALYSE AF VINDRESURSERNE I OMRÅDET 59<br />
Figur 5.27: Vindresurserne i 36 meters højde. Pink angiver 5 m/s og rød<br />
angiver 6,84 m/s<br />
plateau bliver således 6,63 m/s. Sættes dette i forhold til WAsP’s estimering<br />
for referencedataene 5,83 m/s betyder det, at middelvinden skulle være 13,7<br />
% højere end referencemålingernes placering. Det skal bemærkes, at denne<br />
beregning er behæftet med mange usikkerheder, og resultaterne bør ikke anvendes<br />
som grundlag for investeringer. Der bør laves specifikke målinger på<br />
locationen for at verificere resultaterne inden de anvendes. Til estimering <strong>af</strong><br />
vindresurserne for de store møller, der forventes placeret på det, højere plateau,<br />
antages det at de 13,7 % er udtryk for den virkelig resurce, og derfor<br />
anvendes de 13,7 % som offeset i forhold til referencedataene i simuleringen.
60 KAPITEL 5. VINDRESURSER I SARFANNGUAQ<br />
Figur 5.28: Delta-RIX for 36 meters estimeringerne. Rør angiver -3,1 og grøn<br />
angiver 2,8 %
Kapitel 6<br />
Vindkr<strong>af</strong>t i <strong>Sarfannguaq</strong><br />
Ved implementering <strong>af</strong> vindkr<strong>af</strong>t i et elnet er der nogle grundlæggende aspekter,<br />
der bør overvejes. Først og fremmest bør man overveje, hvorfor man ønsker<br />
at implementere vindenergi og dernæst, hvilket man mål har for andelen <strong>af</strong><br />
vindenergi. Er der udelukkende økonomiske grunde til at implementere vindkr<strong>af</strong>t,<br />
er det som regel ikke en god ide, da vindkr<strong>af</strong>t kun i særlige tilfælde er<br />
konkurrencedygtig med traditionelle energikilder. Vindkr<strong>af</strong>t er mest konkurrencedygtig,<br />
hvis vindresurserne er usædvanlig gode eller hvis produktionsprisen<br />
for de traditionelle energikilder <strong>af</strong> den ene eller den anden grund er meget<br />
høje. Årsagerne til at vælge vindkr<strong>af</strong>t er derfor ofte politiske eller miljømæssige.<br />
For <strong>Sarfannguaq</strong>s vedkommende er de primære årsager til, at vindkr<strong>af</strong>t er<br />
interessant, de politiske og miljømæssige, men med de relativt høje produktionspriser<br />
på det nuværende kr<strong>af</strong>tværk kan det ikke udelukkes, at det også<br />
kan blive økonomisk attraktivt. Med en produktionspris i 2007 på 5,73 kr/kWh<br />
er der gode muligheder for, at vindkr<strong>af</strong>t på sigt kan blive en god forretning.<br />
Miljømæssigt kan det give en forbedring <strong>af</strong> luftkvaliteten i og omkring bygden,<br />
og derudover kan CO 2 udslippet begrænses. I 2008 blev der brændt over 166<br />
m 3 gasolie <strong>af</strong> på det lille værk, hvilket svarer til 442 tons CO 2 Der blev i 2008<br />
produceret 593.280 kWh på værkets tre generatorer, 2x184 kW + 1x116 kW.<br />
Det betyder, at værkets kapacitetsfaktor er på:<br />
Kapacitetsfaktor =<br />
P roduktion<br />
Nomineleffekt · T imer =<br />
593280<br />
= 0, 1395<br />
(2 · 184 + 116) · 8784<br />
(6.1)<br />
Denne lave udnyttelse <strong>af</strong> produktionskapaciteten er med til at gøre de faste<br />
omkostninger meget høje. Den høje kapacitet er sandsynligvis valgt for at<br />
imødegå det fremtidige forbrug og for at have en tilstrækkelig høj forsyningssikkerhed.<br />
61
62 KAPITEL 6. VINDKRAFT I SARFANNGUAQ<br />
Tabel 6.1: Andel vedvarende energi<br />
Andel Betydning for systemet<br />
Lav andel Konstant en generator i drift<br />
Årlig andel
6.2. SIMULERINGSMODEL FOR LAV ANDEL VINDKRAFT 63<br />
Figur 6.1: Belastningsfordelingen for kr<strong>af</strong>tværket i <strong>Sarfannguaq</strong><br />
6.2 <strong>Simulering</strong>smodel for lav andel vindkr<strong>af</strong>t<br />
<strong>Simulering</strong>smodellen skal som udgangspunkt anvende eksisterende møller på<br />
markedet, og derfor anvendes producenternes effektkurver til at beregne møllernes<br />
<strong>af</strong>givende effekt. Tidsserien med de nominelle vindhastigheder, der er<br />
udarbejdet som beskrevet i kapitel 5.5, indlæses og kontrolleres i modulet „Vindresurse“.<br />
Fra resursemodulet føres vindhastighederne over i modulet „Vindmølle“.<br />
I dette modul udregnes produktionen ud fra producentens effektkurve.<br />
Effektkurverne er opgivet for luftdensitet på 1,225 kg/m 3 , og da det ikke er<br />
middeldensiteten for luften i <strong>Sarfannguaq</strong> korrigeres kurverne med forholdet<br />
imellem kurvens og sitets densitet. Ud fra effekten beregnes produktionen,<br />
der sammen med effekten er output for modulet. Effekten sammenholdes med<br />
forbruget, hvorefter effekten enten sendes til kr<strong>af</strong>tværket eller dumpes.<br />
Det næste modul er vindmøllens økonomimodul. Formålet er at beregne<br />
den gennemsnitlige pris for en given periode <strong>af</strong> møllens forventede levestid.<br />
Møllernes levetid er som udgangspunkt fastsat til 20 år. Mølle- og evt. konverter<br />
priser kan fås som listepriser ved producenterne, men udgifter til fundament,<br />
adgangsveje, kabler, opstilling mm. skal estimeres. Ud fra tabel 6.2<br />
kan den almindelige fordeling <strong>af</strong> udgifterne til etablering <strong>af</strong> en vindmøllepark<br />
<strong>af</strong>læses. For et <strong>af</strong>sides site som sitet ved <strong>Sarfannguaq</strong> vil denne fordeling ikke<br />
være gældende, fordi arbejdet på selve sitet og transporten <strong>af</strong> byggematerialer<br />
til sitet er væsentlig dyrere end normalt, da alt skal sejles ind. Især etablering<br />
<strong>af</strong> stabile adgangsveje for større komponenter og transport <strong>af</strong> maskiner kan<br />
blive væsentligt dyrere end normalt.
64 KAPITEL 6. VINDKRAFT I SARFANNGUAQ<br />
Tabel 6.2: Normal udgiftsfordeling for vindmøllepark, kilde: BWEA<br />
Beskrivelse Index<br />
Vindmølle 65<br />
Bygnings arbejde 13<br />
Interne forbindelser 8<br />
Elektrisk forbindelse 6<br />
Projekt deisgn 8<br />
Ialt 100<br />
Tabel 6.3: Estimeret udgiftsfordeling for <strong>Sarfannguaq</strong><br />
Beskrivelse Index Andel<br />
Vindmølle og transport 69 53 %<br />
Bygnings arbejde 20 15 %<br />
Interne forbindelser 4 3 %<br />
Elektrisk forbindelse 11 8 %<br />
Projekt deisgn 12 9 %<br />
Transport til site 16 12%<br />
Ialt 132 100 %<br />
For sitet ved <strong>Sarfannguaq</strong> vil fordelingen være en smule anderledes. Vindmøllens<br />
andel vil være lavere, fordi prisen for møllen og transport til sitet<br />
ikke er voldsomt meget dyrere end normalt. For de små møller, der kan transporteres<br />
i containere eller som pallegods, vil der ikke være den store merpris.<br />
Fundamenter og adgangsveje vil især for større møller være en relativ stor<br />
udgift, da alle maskiner og materialer skal transporteres ud med båd. Det kan<br />
også blive nødvendigt at bortsprænge klipper mm., og det vil alt sammen være<br />
med til at gøre anlægsarbejdet dyrt. Til gængæld kan der spares på fundamentet,<br />
hvis fjeldet anvendes som en del <strong>af</strong> fundamentet. Udgifterne til kabler<br />
på sitet vil være mindre end normalt, da <strong>af</strong>standene er små og spændingsniveauet<br />
lavt. Udviklingsudgifterne vil være en smule højere end normalt, da<br />
der skal laves grundige undersøgelser <strong>af</strong> både adgangsveje, fundamentforhold<br />
og påvirkningerne <strong>af</strong> nettet. Foruden de normale poster indregnes en særlig<br />
transportpost, som dækker over ekstra udgifter til transport til selve sitet.<br />
En undtagelse er, hvis der vælges møller, der kan rejses uden brug <strong>af</strong> kran,<br />
og det er muligt at transportere komponenterne til sitet uden specialkøretøjer.<br />
Ud fra fordelingen er der nu muligt at beregne de samlede anlægsudgifter som<br />
funktion <strong>af</strong> møllepriserne. Denne måde er valgt fordi den på en simpel måde,<br />
med få input, kan giver et realistisk billede <strong>af</strong> udgifterne. Ved anvendelse <strong>af</strong><br />
flere møller vil fordelingen ændre sig en smule, da en del <strong>af</strong> udgifterne ikke<br />
direkte vil øges tilsvarende. Dette samt evt. mængderabat tager modellen ikke<br />
hensyn til. I modellen anvendes fordelingen udelukkende til estimering <strong>af</strong> den<br />
samlede investering ud fra mølleprisen.
6.2. SIMULERINGSMODEL FOR LAV ANDEL VINDKRAFT 65<br />
Investering = Mlleprisen X<br />
=<br />
Mllensandel 0.53<br />
(6.2)<br />
Det antages, at investeringen finansieres ved et fastforrentet lån med en fast<br />
ydelse, en fast årlig omkostning i procent og en løbetid svarende til møllens<br />
forventede levetid. Derved kan den årlige ydelse beregnes ved formel 6.3<br />
r<br />
Y delseÅr = Investering<br />
1 − (1 + r) l<br />
(6.3)<br />
hvor r er renten og l er løbetiden i år. Som udgangspunkt er der anvendt en<br />
ÅOP på 5,5% og en levetid på 20 år til simuleringerne.<br />
De faste serviceomkostninger udgør normalt 2-3% <strong>af</strong> mølleprisen, men i<br />
dette tilfælde vil der være ekstra omkostninger til transport forbundet med<br />
servicebesøgene og derfor fordobles udgifterne til service til 5%.<br />
Serviceomkostninger = 0, 05 · Mllepris (6.4)<br />
Til simuleringen skal de faste udgifter beregnes som faste udgifter per sekund<br />
og kan således bestemmes ved:<br />
F astsomkostningerSek. = Serviceomkostninger + Y delse År<br />
365, 25 · 24 · 3600<br />
(6.5)<br />
De variable omkostninger for en vindmølle er udgifter til reservedele, smøring<br />
mm. udgør for små møller (100kW) normalt 11,25 øre/kWh 1 . De simple<br />
konstruktioner taget i betragtning forventes dette niveau også at være gældende<br />
for de mindre møller.<br />
For at simplificere simuleringsprogrammets brugerflade samles alle vindfunktionerne<br />
i modulet „Vindkr<strong>af</strong>t“. De økonomiske moduler for henholdsvis<br />
kr<strong>af</strong>tværket og vindkr<strong>af</strong>t ligges ind i de respektive moduler. Der oprettes et<br />
nyt økonomimodul, „Samlet økonomi“, der beregner de samlede omkostninger,<br />
enhedsomkostninger og den samlede produktion, se figur 6.2.<br />
Valg <strong>af</strong> møller til lav andel vindkr<strong>af</strong>t<br />
Det første man ser på, når der skal vælges en mølle, er vindresursen, ekstremvinden<br />
og turbulensintensiteten for sitet. Som udgangspunkt anvendes<br />
IEC standarderne til at klassificere sites, og i dette tilfælde hvor der skal anvendes<br />
mindre møller, er der IEC 61400-2, der er gældende for mindre møller<br />
med et overstrøget areal på under 200m 2 .<br />
Som det kan <strong>af</strong>læses i tabel 6.4 tilhører sitet klasse III på grund <strong>af</strong> den<br />
estimerede ekstremvind, 34,6 m/s. Der er imidlertid stor usikkerhed omkring<br />
denne værdi, da den er estimeret ud fra de relativt få data for selve sitet. Ud<br />
fra DMI’s vejrnormaler ved vi, at den maksimale vindhastighed, der er målt<br />
1 Oplyst middelværdi for Northwind 100 mølle
66 KAPITEL 6. VINDKRAFT I SARFANNGUAQ<br />
Figur 6.2: <strong>Simulering</strong>smodel med vindkr<strong>af</strong>tmodul<br />
Tabel 6.4: Klassificeringstabel for IEC 61400<br />
Klasse I II III IV S Site<br />
Vref [m/s] 50 42,5 37,5 30 34, 6 ± 10, 2<br />
VMiddel [m/s] 10 8,5 7,5 6 5,9<br />
I15 0,18 0,18 0,18 0,18 0,12<br />
A 2 2 2 2 ?<br />
på Teleøen i Sisimiut, er 28,3m/s i perioden 1961-90 og 19,6 i Kangerlussuaq.<br />
Værdi for <strong>Sarfannguaq</strong> sitet ligger som forventet en del over dette, men det<br />
ser ud til at være et rimeligt niveau for området, se bilag F.<br />
Ud over de styrkemæssige krav stiller det barske miljø særlige krav til<br />
møllerne. De væsentligste krav til møller anvendt til lav andel vindenergi er:<br />
• Skal kunne modstå middelvinde op til 45m/s<br />
• Kunne operere i temperaturer ned til −40 ◦<br />
• Kunne operere ved alle fugtighedsniveauer<br />
• Kunne overleve overisning<br />
• Have begrænset behov for service og vedligeholdelse<br />
Sekundært kunne det være en fordel med en mølle der:<br />
• Kan serviceres <strong>af</strong> ikke specialuddannet personale
6.2. SIMULERINGSMODEL FOR LAV ANDEL VINDKRAFT 67<br />
• Komponenterne har en vægt og en størrelse, så de kan transporteres ad<br />
de eksisterende adgangsveje<br />
• Mulighed for at <strong>af</strong>laste fundamentet med barduner<br />
• Kan rejses uden brug <strong>af</strong> kran<br />
Følgende møller findes egnede til formålet, tabel 6.5 Møllerne kan købes i<br />
Tabel 6.5: Priser på undersøgte møller<br />
Fabrikat Model Norm. Eff. Temp. Spænding Frekvens Pris*<br />
Proven P6000 6kW -40(-60) 300V Var 159068 kr<br />
Proven P15000 15kW -40(-60) 300V Var 347960 kr<br />
*Pris P6000 inkl. 9 m tårn og 100 m forbindelses kabel<br />
*Pris P15000 inkl. 15 m tårn og 100 m forbindelses kabel<br />
både en almindelig udgave, der kan operere ned til −40 ◦ C og en lavtemperaturs<br />
udgave til −60 ◦ C. De anvendte priser er listepriser for en standardudgave<br />
uden invertere. Der finder en lang række andre møller på markedet og vælges<br />
en løsning med lav andel vindenergi, bør der laves en grundig undersøgelse <strong>af</strong><br />
markedet, inden der vælges en mølle. Den valgte mølleproducent har stor erfaring<br />
i at designe møller til barske miljøer. En lignende mølle er ,med succes,<br />
anvendt på bl.a. forskningsstationen, Summit på toppen <strong>af</strong> indlandsisen 2 og<br />
på Antarktis.<br />
Begge møller er bagløbere, uden gear, med en fast multipol generator.<br />
Rotoren er meget simpel med bladene monteret på fjedre, som er med til<br />
at reducere belastningerne på møller ved høje vindhastigheder. Møller har<br />
ingen elektronisk regulering og kører konstant, når vindhastigheden er over<br />
starthastigheden. 6 kW udgaven kan leveres med en udgangsspænding på<br />
48V,120V,240V,300 V, mens 15 kW versionen kun leveres med 48 eller 300V.<br />
Skal der anvendes en batteribank i systemet er det en fordel at vælge 48 Volts<br />
versionen, men ellers anvendes 300 V versionen. Med hensyn til den maksimale<br />
vindhastighed oplyser Proven, at alle deres møller er designet til +65 m/s.<br />
Nacellen er den tungeste del med en vægt på 600 kg for 6 kW udgaven og 1100<br />
kg for 15 kW udgaven. De kan begge monteres uden brug <strong>af</strong> kran, og tårnet<br />
kan <strong>af</strong>stives med barduner, så belastningerne på fundamentet mindskes.<br />
For at forbinde møllerne til <strong>Sarfannguaq</strong>s 400 V, 3phase, 50 Hz vekselspændingsnet<br />
er det nødvendigt at anvende en inverter. Der findes en lang række<br />
standardinvertere på markedet, og for de lave effekter findes nogle modeller<br />
specielt designet til vindmølletilslutning. De mest populære er Windy Boy fra<br />
SMA og Aurora fra Magnetek. De to producenter laver disse specialdesignede<br />
enkeltphase invertere op til 6 kW. Ved større effekter paralleltkobles inverterne,<br />
eller der kan anvendes en standardinverter med et tillægsmodul. Magnetek<br />
2 http://polar.sri.com/summitcamp/status/power/
68 KAPITEL 6. VINDKRAFT I SARFANNGUAQ<br />
frigiver en 10 kW version <strong>af</strong> deres vindinverter i juni 2009, men prisen er endnu<br />
ukendt, så derfor anvendes den ikke undersøgelsen. Listepriserne for inverterne<br />
er, vist i tabel 6.7<br />
Tabel 6.6: Priser på undersøgte invertere<br />
Fabrikat Model Norm. Effekt Temperatur Pris Beskyttelse<br />
SMA W. Boy 2500 2500W −25 ◦ C 11.085 kr 8.714 kr<br />
SMA W. Boy 3000 3000W −25 ◦ C 12.037 kr 8.714 kr<br />
SMA W. Boy 6000 6000W −25 ◦ C 20.935 kr 9.883 kr<br />
Magnetek PVI 3600 3600W −25 ◦ C 14.862 kr Inkl.<br />
Magnetek PVI 6000 6000W −25 ◦ C 18.641 kr Inkl.<br />
2stk. PVI 6000 12000 41.795 kr Inkl.<br />
3stk. PVI 6000 18000 70.956 kr Inkl.<br />
4stk. PVI 6000 24000 87.443 kr Inkl.<br />
6stk. PVI 6000 36000 133.424 kr Inkl.<br />
Magnetek inverterne er forberedt til en dumpload, og til 6 kW versionen<br />
koster en tilhørende dumpload 3.600 kr. Systemet kan overvåges via et kontrolmodul<br />
kaldet „Easy control“, der kan klare op til 5 invertere eller „bacic<br />
control“, som kan tage 32. Der kan kommunikeres med modulet via USB eller<br />
over internettet via det indbyggede netværkskort. Kontrolmodulerne koster<br />
henholdsvis 5.153 kr og 8.042 kr. Prisen er inklusiv overspændingsbeskyttelse,<br />
hvor det er tilkøb for Windy Boy.<br />
Sammensættes dette til fire forskellige systemer bliver, de samlede systempriser,<br />
som vist tabel 6.7- 6.11.<br />
Tabel 6.7: Pris for 6 kW system<br />
Komponent Pris<br />
Proven P6000 9m 159.068 kr<br />
Magnetek Aurora 6000 18.641 kr<br />
Dumpload 9000W 3.600 kr<br />
Easy control 5.153 kr<br />
Samlet pris 186.462 kr<br />
Ved anvendelse <strong>af</strong> de valgte Proven møller er det ikke nødvendigt med en<br />
kran til at rejse møllerne, og derfor er udgifterne til de nødvendige adgangsveje<br />
meget mindre end den tidligere estimerede. Komponenterne har også en<br />
størrelse, så de kan transporteres som almindeligt gods, og transportomkostningerne<br />
vurderes derfor også at være mindre end normalt. Hvis det antages,<br />
at tårnene stabiliseres med barduner funderet til fjeldet, vil udgifterne til fundamenter<br />
også begrænses. Med anvendelse <strong>af</strong> de specialdesignede konvertere<br />
vil udgifterne til tilslutning også være lavere end forventet. Hvis alt dette tages
6.2. SIMULERINGSMODEL FOR LAV ANDEL VINDKRAFT 69<br />
Tabel 6.8: Pris for 12 kW system<br />
Komponent Styk Pris Samlet<br />
Proven P6000 9m 2 159.068 kr 318.136 kr<br />
Magnetek Aurora 6000 2 - 41.795 kr<br />
Dumpload 9000W 2 3.600 kr 7.200 kr<br />
Easy control 1 5.153 kr 5153 kr<br />
Samlet pris 372.284 kr<br />
Tabel 6.9: Pris for 15 kW system<br />
Komponent Styk Pris Samlet<br />
Proven P15000 15m 1 347.960 kr 347.960 kr<br />
Magnetek Aurora 6000 3 - 70.956 kr<br />
Dumpload 9000W 3 3.600 kr 10.800 kr<br />
Easy control 1 5.153 kr 5.153 kr<br />
Samlet pris 434.869 kr<br />
Tabel 6.10: Pris for 21 kW system<br />
Komponent Styk Pris Samlet<br />
Proven P6000 9m 1 159.068 kr 159.068 kr<br />
Proven P15000 15m 1 347.960 kr 347.960 kr<br />
Magnetek Aurora 6000 4 - 87.443 kr<br />
Dumpload 9000W 4 3.600 kr 14.400 kr<br />
Basic control 1 8.042 kr 8.042 kr<br />
Samlet pris 616.913 kr<br />
i betragtning, forventes møllens andel <strong>af</strong> udgifterne at udgøre omkring 60%.<br />
Disse oplysninger kan nu indsættes i simuleringsmodellen og indvirkningen på<br />
modellen kan beregnes.<br />
Resultater <strong>af</strong> simulering med lav andel vindkr<strong>af</strong>t<br />
Ifølge simuleringsresultaterne i tabel 6.12 vil det uanset hvor stor en andel vindenergi<br />
der implementeres i det nuværende systemet, have en negativ indflydelse<br />
på systemets økonomi. Dette skyldes, at langt størstedelen <strong>af</strong> udgifterne<br />
udgøres <strong>af</strong> de faste udgifter(78% i 2007). Ser man på de to Proven modeller,<br />
der er undersøgt, har de en kapacitetsfaktor på henholdsvis 32 % for 6kW<br />
modellen og 40 % for 15 kW modellen ved en rådighed på 100 %. Ser man<br />
på produktionsprisen per kWh for vindkr<strong>af</strong>t alene, ser det meget tiltalende ud<br />
med en produktionspris ned til 1,65 kr/kWh. Det er relativt simpelt at beregne,<br />
hvor meget der skal investeres for at spare en liter olie over hele møllens<br />
levetid, se formel 6.6.
70 KAPITEL 6. VINDKRAFT I SARFANNGUAQ<br />
Tabel 6.11: Pris for 30 kW system<br />
Komponent Styk Pris Samlet<br />
Proven P15000 15m 2 347.960 kr 695.920 kr<br />
Magnetek Aurora 6000 6 - 133.424 kr<br />
Dumpload 9000W 5 3.600 kr 18.000 kr<br />
Basic control 1 8.042 kr 8.042 kr<br />
Samlet pris 855.386 kr<br />
Tabel 6.12: <strong>Simulering</strong>sresultater for lav andel vindkr<strong>af</strong>t<br />
Inst. Olie Kr<strong>af</strong>t Kr<strong>af</strong>t Enheds Vind Vind Enheds Samlet Enheds<br />
Eff. Forb. prod. virk. Pris prod. pris pris Udgift Pris<br />
kW m 3 kWh - kr/kWh kWh kr kr/kWh 1000kr kr/kWh<br />
0 166 593838 0,3704 4,316 0 0 0 2563 4,316<br />
6 162 576967 0,3691 4,411 16872 37299 2,211 2583 4,349<br />
12 158 560095 0,3674 4,513 33743 74476 2,207 2603 4,383<br />
15 153 541027 0,3654 4,637 52811 88503 1,676 2597 4,374<br />
21 149 524156 0,3632 4,755 69683 124963 1,793 2617 4,407<br />
30 141 488217 0,3577 5,034 105672 173948 1,65 2632 4,436<br />
*Der regnes med en tilbagebetalingstid på 20 år og en fast rente på 5,5 %,<br />
selvom møllens designlevetid er på 25 år.<br />
Tabel 6.13: Eksempel på fordelingen <strong>af</strong> omkostningerne ved 30 kw<br />
Beskrivelse Omkostning 20år<br />
Møller inkl. konvertere 855.386k<br />
Installations omkostninger 570.257kr<br />
Investering ialt 1.425.643kr<br />
Produktionsomkostninger 20 år 237.649kr<br />
Service omkostninger 20 år 855.386kr<br />
Rente udgifter 20 år (5,5 % /år) 960.884kr<br />
Ialt 3.478.973kr<br />
Enhedspris 1,65kr/kWh<br />
Investering<br />
L20år<br />
= Investering ialt inkl. renter<br />
Sparede liter olie<br />
(6.6)<br />
En væsentlig grund til de lave besparelser er de nuværende generatorsæts<br />
virkningsgrad, se figur D.7. Fra omkring 60 kW og ned efter falder virkningsgraden<br />
voldsomt. Som belastningsfordelingen så ud i 2008, var belastningen<br />
under 60 kW omkring halvdelen <strong>af</strong> tiden, figur 6.1, men den er kun under 50<br />
kW 19 % og under 40 kW 2 % <strong>af</strong> tiden. Når der så implementeres vindkr<strong>af</strong>t i<br />
systemet falder belastningen på generatorene og den stejle virkningsgradskur-
6.2. SIMULERINGSMODEL FOR LAV ANDEL VINDKRAFT 71<br />
Tabel 6.14: <strong>Simulering</strong>sresultater for lav andel vindkr<strong>af</strong>t<br />
Effekt Investering 20år Sparet olie 20år Pris<br />
kW kr L kr/L<br />
6 745.980 83.140 8,97<br />
12 1.489.520 164.080 9,07<br />
15 1.770.060 254.500 6,96<br />
21 2.499.260 332.240 7,52<br />
30 3.478.973 494.680 7,03<br />
ve betyder at geneatorvirkningsgraderne vil falde ret volsomt, se figur 6.3.<br />
Havde kr<strong>af</strong>tværket fastholdt virkningsgraden, ville den fortrængte mængde<br />
olie være på 589.465 L eller 16 % højere. Det betyder at ved optimal belastninge<br />
<strong>af</strong> de nuværende generatorer kan prisen per liter sparet olie ikke komme<br />
under 5,90 kr/L. Det er meget højt, og de undersøgte opbygninger anses derfor<br />
ikke for at være en god løsning for bygden.<br />
Sensitivitetsanalyse for lav andel vindkr<strong>af</strong>t<br />
For at undersøge hvordan <strong>af</strong>vigelser i de forskellige inputparametre påvirker<br />
simuleringsresultaterne laves en sensitivitetsanalyse. Der laves analyser<br />
for vindresursen, mølleprisen, møllens andel <strong>af</strong> anlægsudgifterne, olieprisen<br />
og kr<strong>af</strong>tværkets faste omkostninger. Ved alle sensitivitetsanalyserne anvendes<br />
produktionsprisen per kWh som sammenligningsparameter. For de fleste<br />
analyser anvendes <strong>af</strong>vigelsen fra parameterne for 30 kW vindkr<strong>af</strong>t som udgangspunkt.<br />
Som det kan ses <strong>af</strong> figur 6.4, er produktionsprisen ikke meget<br />
<strong>af</strong>hængig <strong>af</strong> vindresursen, og det skyldes primært vindens andel <strong>af</strong> produktionen<br />
og produktionsprisen. Ved et fald på 50 % stiger elprisen med 2,8 % og<br />
ved en stigning på 50 % falder prisen 1,9 %. Det skal bemærkes, at der ved<br />
30 og 50 % ekstra vind dumpes en del <strong>af</strong> den producerede energi.<br />
Elprisen er en smule mere <strong>af</strong>hængig <strong>af</strong> mølleprisen, og det skyldes at anlægsudgifterne<br />
varierer med mølleprisen og det at der kommer renter oven i<br />
selve ændringen, se figur 6.5. Ved et fald på 50 %, falder elprisen 3,1 %, og<br />
ved en tilsvarende stigning stiger prisen også 3,1 %.<br />
Møllens andel <strong>af</strong> anlægsinvesteringen blev estimeret ud fra en en standardudgiftfordeling<br />
for en vindmøllepark. Standardfordelingen er modificeret for<br />
at passe til de små møller, den ekstra transport og ekstra omkostninger ved<br />
arbejde i fjerntliggende områder. Det må derfor betegnes som en meget usikker<br />
parameter, og det er derfor vigtigt at følsomheden ikke er for stor. Elprisen<br />
vil stige 2,3 %, hvis møllens andel bliver 40 % istedet for 60, og bliver den 80<br />
% vil den falde med 1,2 %, se figur 6.6.<br />
Langt størstedelen <strong>af</strong> produktionsomkostningerne er de faste omkostninger<br />
til kr<strong>af</strong>tværket. Alt efter hvordan kr<strong>af</strong>tværket <strong>af</strong>betales og drives, vil denne<br />
andel ændre sig. Det er derfor interessant at undersøge, hvor følsom produk-
72 KAPITEL 6. VINDKRAFT I SARFANNGUAQ<br />
Figur 6.3: Eksempel på simuleringsresultater ved implementering <strong>af</strong> 30 kW<br />
vindkr<strong>af</strong>t. 1. gr<strong>af</strong> viser det fjern<strong>af</strong>læste elforbruger [W], 2. gr<strong>af</strong> viser eget forbrug<br />
[W], 3. gr<strong>af</strong> viser elvirkningsgraden, 4. gr<strong>af</strong> viser vindeffekten [W], 5. gr<strong>af</strong><br />
viser enhedsprisen [kr/kWh]<br />
tionsomkostningerne er over for ændringer i denne parameter. Produktionsprisen<br />
er som forventet meget følsom over for ændringer i de faste udgifter,<br />
figur 6.7. Halveres de faste udgifter til kr<strong>af</strong>tværket falder enhedsprisen med 35<br />
%. Stiger de med 50 % vil enhedsprisen stige tilsvarrende.<br />
Grønland har i en periode har h<strong>af</strong>t lave brændstofpriser (62,60 dollars<br />
pr. tønde) i forhold til verdensmarkedet. Grønlands fastpris<strong>af</strong>tale udløb ved<br />
udgangen <strong>af</strong> 2008 og olien købes nu til verdensmarkedspriser. På nuværende<br />
tidspunkt hvor olieprisen er historisk lav, omkring 50 $ er det en fordel,<br />
men begynder olieprisen at stige vil den således også påvirke olieprisen på<br />
Grønland. Ud fra resultatet <strong>af</strong> sensitivitetsanalysen figur 6.8 betyder, faldet<br />
i råolieprisen på 20 %, svarre til et fald i gasolieprisen på 66 øre/L til, at<br />
elprisen (produktionsprisen) vil falde til 4,293 eller 13,9 øre/kWh.
6.2. SIMULERINGSMODEL FOR LAV ANDEL VINDKRAFT 73<br />
Figur 6.4: Sensitivitet over for vindresursen<br />
Figur 6.5: Sensitivitet over for mølleprisen
74 KAPITEL 6. VINDKRAFT I SARFANNGUAQ<br />
Figur 6.6: Sensitivitet over for møllernes andel <strong>af</strong> investeringen<br />
Figur 6.7: Sensitivitet over for de faste kr<strong>af</strong>tværksudgifter
6.3. MIDDEL ANDEL VINDKRAFT 75<br />
Figur 6.8: Sensitivitet over for olieprisen<br />
Produktionsprisen på el er ikke så <strong>af</strong>hængig <strong>af</strong> olieprisen som man umildbart<br />
skulle tro, men det skyldes igen at en stor del <strong>af</strong> den samlede pris udgøres<br />
<strong>af</strong> de faste omkostninger. Om de faste udgifter vil ændre sig i fremtiden<br />
er uvist, da det ikke har været muligt <strong>af</strong> sk<strong>af</strong>fe oplysninger omkring værkets<br />
økonomiske situation.<br />
6.3 Middel andel vindkr<strong>af</strong>t<br />
Ved middel andel vindenergi, en årlig middelandel på imellem 20 og 50%, køres<br />
der kontinuerlig drift med mindst en generator og dumploads anvendes aktivt<br />
via en overordnet styring, se tabel 6.1. Det kan være nødvendigt at stabilisere<br />
nettet for at udligne hurtige variationer i VE-produktionen. At tillade en så<br />
høj andel VE betyder, at generatorene i perioder vil køre med meget lave belastninger.<br />
Det betyder normalt en dårlig brændstoføkonomi, men anvendes<br />
der en lille generatorenhed, vil effekten reduceres. At anvende en lille dieselenhed<br />
er ikke uden problemer, da det vil medføre en lavere reservekapacitet<br />
og dermed øge chancen for udfald ved store belastningsændringer eller ved<br />
udkobling <strong>af</strong> en eller flere VE-enheder.<br />
I forbindelse med at en stor del <strong>af</strong> energien produceres på variable energikilder,<br />
vil det blive svære for dieselgeneratorene at regulere netspændingen<br />
og opretholde den nødvendige balance i systemet. Der findes løsninger til at<br />
opretholde en god strømkvalitet, selv med 50 % VE. Der kan f.eks. anvendes<br />
direkte lastreduktion på VE-enhederne for at begrænse produktionen ved lav
76 KAPITEL 6. VINDKRAFT I SARFANNGUAQ<br />
Figur 6.9: Udvalgte effektkurver for møller<br />
efterspørgsel. De større møller er desuden udstyret med moderne effektelektronik,<br />
der gør dem istand til hjælpe med opretholdelse <strong>af</strong> balancen i nettet.<br />
Det er ikke noget nyt at have en middel andel VE. Der findes mange isolerede<br />
systemer med sådanne systemer i mere eller mindre isolerede områder. Der findes<br />
ikke et optimalt design som kan anvendes til alle isolerede systemer, men<br />
med moderne diesel og VE-enheder er det blevet lettere at designe optimal<br />
systemer, der opfylder de enkelte behov. Moderne dieselmotorer kan leveres<br />
med hurtig start og lav last mode, hvor f.eks. enkelte cylindere udkobles, når<br />
der ikke er behov for effekten. Mulighden for at anvende en middel andel VE<br />
har været <strong>af</strong>prøvet på flere vigtige militære installationer, og det har vist sig<br />
muligt både at bevare en god kvalitet og samtidig opnå en middel andel VE.<br />
For at komme op på en andel på mellem 20 og 50 % <strong>af</strong> det årlige forbrug<br />
på knap 600000 kWh skal der produceres imellen 120000 og 300000 kWh<br />
vindenergi. Fra kapitel 5 kendes fordelingen <strong>af</strong> vindhastighederne, men det er<br />
nødvendigt at kende møllernes udnyttelse <strong>af</strong> energien, før der kan siges noget<br />
om, hvor store møller der skal anvendes. Ser vi på tre typiske CP-kurver (figur<br />
6.9) er der tydelig forskel. Enercon anvender et moderne design uden gearkasse<br />
og med en højeffektiv pitch reguleret rotor. Fuhrländer anvender det mere<br />
klassiske design med gear og stall reguleret rotor. North Wind anvender en<br />
kombination, med stall reguleret rotor, men uden gear.<br />
Anvendes referencemålingerne som resurse, uden at tage højde for <strong>af</strong> navhøjden<br />
varierer og placeringen ikke er optimal, kan kapacitetsfaktoren for de
6.3. MIDDEL ANDEL VINDKRAFT 77<br />
forskellige møller beregnes.<br />
KAP =<br />
V max<br />
0 pvind · T · Pvind<br />
PNorm · T<br />
(6.7)<br />
hvor pvind er sandsynlighedsfordelingen <strong>af</strong> vindhastighederne figur i 5.18, T er<br />
antal timer i perioden (8784 for 2008), PNorm er møllens effektkurve og PNorm<br />
er møllens nominelle effekt.<br />
Antages det at de tre fabrikater, for hvem CP-kurverne er vist figur 6.9, er<br />
repræsentative for møllerne på markedet, betyder det, at kapacitetsfaktoren<br />
ligger mellem 0,22 og 0,27, hvis referencedataene anvendes som resurse, og det<br />
antages, at møllernes tilgængelighed er 100 %. Anvendes resurserne fra det<br />
høje plateau vest for byen i 36 meters højde, vil kapacitetsfaktoren komme op<br />
på 0,35. For at give et realistisk bud på hvor stor en effekt, der skal installeres,<br />
anvendes 0,3. Der nødvendige effekt kan derved beregnes ved:<br />
PNorm = Andel · EP roduktion<br />
KAP · T<br />
(6.8)<br />
Skal der opnås en vindandel på 20 %, betyder det, at der minimum skal<br />
installeres 46 kW vindkr<strong>af</strong>t. Skal der derimod opnås en andel på 50 % vil det<br />
kræve 114 kW. Det skal bemærkes, at størrelser kun er en guidline for hvilke<br />
møllestørrelse der skal undersøges og ikke et udtryk for, hvad der vil være<br />
muligt at installere i systemet i <strong>Sarfannguaq</strong>.<br />
Møller til middel andel vindkr<strong>af</strong>t<br />
Da få store møller normalt er billigere end flere små møller, forsøges behovet<br />
dækket med en til to møller fra 30 til 100 kW. I dette effektområde er der<br />
ikke så mange møller på markedet og klimakravene reducerer antallet yderligere.<br />
Der findes en del møller fra ukendte producenter i østen, men der findes<br />
generelt ikke meget data på møllerne og de møller, der er tilstrækkelig dokumentation<br />
på, opfylder ikke kravene til klima og konstruktion. Der er fundet<br />
seks forskellige møller fra fire forskellige fabrikanter tabel 6.15.<br />
Ser man udelukkende på, hvor meget effekt man får for pengene, er EW<br />
15 møllen fra Entegrity klart den billigste. Den normale version, som prisen er<br />
gældende for, er kun godkendt til −25 ◦ , men der kan tilkøbes en kold klima<br />
pakke ned til −40 ◦ , men prisen er ukendt.<br />
Enercon<br />
Enercon er en stor tysk mølleproducent, der i 2008 stod for 9 % <strong>af</strong> den installerede<br />
effekt på verdensplan 3 . Deres standardprogram spænder fra 330 kW<br />
til 2 MW, men derudover specialfremstilles en lang række møller og systemer,<br />
hvor der indgår møller. Enercon er nok mest kendt for at producere<br />
3 Emerging energy reseach, 27. februar 2009
78 KAPITEL 6. VINDKRAFT I SARFANNGUAQ<br />
Tabel 6.15: <strong>Simulering</strong>sresultater for middel andel vindkr<strong>af</strong>t<br />
Fabrikat Model IEC Effekt Temp. Gear Pris Pris/kW<br />
Class Kw ◦ C kr kr/kW<br />
Enercon E10 1 30 -40 Nej 760000* 25333*<br />
Fuhrländer 30 2 30 (-40) Ja 739000 24633<br />
Entegrity EW 15 1 50 (-40) Ja 758400 15168<br />
Enercon E20 1 100 -40 Nej 1850000* 18500*<br />
Fuhrländer 100 2 100 (-40) Ja 1827000 18270<br />
Northern 100 1 100 -40 Nej 1895949 18959<br />
*Pris estimeret ud fra priser på tilsvarende møller da Enercon kun<br />
producerer disse møller sitespecifikke, findes der ingen vejledende priser.<br />
store prototyper, pt. +7 MW, men de producerer også små møller til destillationssystemer<br />
og isolerede installationer. Enercon anvender et gearløst design<br />
med en mangepolet generator, der sidder direkte på hovedakslen. Designet er<br />
gennemtestet og har bl.a. været anvendt i vind-dieselsystemer på Antarktis<br />
(Mawson Research Station). Til standalone systemer producerer Enercon E10,<br />
E20, E33, E44 og E53, der ofte tilpasses den enkelte installation. Enercon leverer<br />
også modulopbyggede wind-diesel systemer baseret på deres eget power<br />
management system. Produkterne fra Enercon ligger generalt i den dyre ende<br />
<strong>af</strong> markedet, men pålideligheden <strong>af</strong> produkterne er tilgengæld høj. Anvendes<br />
Enercon power management system fås en fuld integreret løsning, der sikrer<br />
optimal udnyttelse <strong>af</strong> energien. Enercons møller kræver som mange <strong>af</strong> de andre<br />
møller <strong>af</strong> denne størrelse en kran til opsætning. Møllerne er designet, så<br />
den tunge generator kan monteres i nacellen på sitet, og det betyder, at der<br />
kan spares krankapacitet, Se bilag F.<br />
Fuhrländer<br />
Fuhrländer er en lille tysk producent, 1 % <strong>af</strong> verdensmarkedet i 2008. Firmaet<br />
producerer møller fra 30 kW til 2,5 MW. Møllerne er opbygget på traditionel<br />
vis med stallreguleret rotor og gear. Møllerne kan efter producentes oplysninger<br />
operere ned til −40 ◦ , hvis den udstyres med deres kold klima pakke.<br />
Gearet og de ekstra lejer, som denne konstruktion medfører i forhold til de<br />
gearløse design, betyder at der er større tab i systemet, se bilag F.<br />
Entegrity Wind Systems<br />
Entegrity Wind Systems er et amerikansk firma, der fra 2002 overtog EW50<br />
møllen fra AOCI (Atlantic Orient Canada Inc.). Møllen er produceret siden<br />
1995 og er en <strong>af</strong> de mest anvendte møller i sin klasse. Designet er simpelt og<br />
kompakt, med indbygget gear. Det simple design gør møllen meget billig og<br />
let. Den leveres med et 25 m rør- eller gittertårn og til <strong>af</strong>sides installationer
6.3. MIDDEL ANDEL VINDKRAFT 79<br />
kan tårnet leveres med vippebeslag, der muligøre rejsning uden brug <strong>af</strong> kran.<br />
Møllen leveres også med kold klima sikring ned til −40 ◦ , se bilag F.<br />
North Wind<br />
Northern Power er et amerikansk firma, der producerer en 100 kW’s stallreguleret<br />
mølle uden gear. Møllen er meget simpel i designet, og den kan klare<br />
temperaturer ned til −40 ◦ i standard udgaven. Med en nacelle vægt på kun<br />
5800 kg er det muligt at opstille møllen med helikopter og dermed minimere<br />
installationsomkostningerne. Møllen leveres med 21 m rotor og et 37 m tårn,<br />
Se bilag F.<br />
<strong>Simulering</strong> middel andel vindkr<strong>af</strong>t<br />
I forbindelse med dette projekt har der ikke været resurser til at lave udvikling<br />
<strong>af</strong> en overordnet styring <strong>af</strong> systemet. For de små møller blev der anvendt<br />
en styring, der frakoblede møllerne, når der var overproduktion, men det er<br />
problematisk med de større møller, fordi det vil give for store udsving i nettet.<br />
De store møller er desuden designet til at deltage i reguleringen <strong>af</strong> nettet. De<br />
bliver typisk på nettet, i en periode, ved <strong>af</strong>vigelser i nettet, for at hindre black<br />
out og er den koblet ud vil den automatisk, med jævne mellemrum forsøge at<br />
koble på nettet igen.<br />
Ved Enercons power management system har man f.eks. kommunikation<br />
med møllen, så der kan reguleres på møllen istedet for at anvende store dump<br />
loads ved lavt forbrug. Design <strong>af</strong> et styresystem til <strong>Sarfannguaq</strong> er ikke en del<br />
<strong>af</strong> dette projekt, men vil være <strong>af</strong> det næste projekt, der indledes i efteråret<br />
2009. I forbindelse med dette projekt er der lavet forundersøgelser til det<br />
kommende projekt. Der er lavet en total opmåling <strong>af</strong> elnettet, undersøgelse<br />
<strong>af</strong> elforbrugende komponenter ved de fem største forbrugere, og endelig er de<br />
termiske belastninger i form <strong>af</strong> elvarme og frostsikring <strong>af</strong> vandinstallationer<br />
kortlagt.<br />
For simuleringerne ved middel og høj andel vindenergi anvendes der istedet<br />
en mere simple dumpload for den overskydende energi. Det antages, at<br />
den dumpede effekt er uden værdi, og derfor indgår denne effekt ikke i de<br />
økonomiske beregninger. For at give et indtryk <strong>af</strong>, hvor stor en dumpeffekt<br />
der vil være nødvendig, ved anvendelse <strong>af</strong> denne simple reguleringsmetode,<br />
beregnes den maksimale dumpeffekt for simuleringsperioden.<br />
Ved at anvende denne model til at beregne effekterne <strong>af</strong> en sådan modificering<br />
<strong>af</strong> energisystemet, fås en ide om hvilken mølle, der vil give det bedste<br />
samspil imellem vindresursen og forbrugsmønsteret i bygden.<br />
Resultater for simulering <strong>af</strong> middel andel VE<br />
Resultaterne tabel 6.16 og 6.17 er beregnet ud fra den 100 % oppetid, intet<br />
tab imellen møllen og net og intet egetforbrug til møllen. Der vil være tab
80 KAPITEL 6. VINDKRAFT I SARFANNGUAQ<br />
Tabel 6.16: <strong>Simulering</strong>sresultater for middel andel vindkr<strong>af</strong>t,A<br />
Installeret Nuværende kr<strong>af</strong>tværk<br />
Antal Mølle Olieforbrug CO2 Produktion V.grad pris Enhedsp.<br />
L kg kWh 1000kr kr/kWh<br />
0 - 166406 441680 593838 0,370 2563 4,32<br />
1 E10 144088 382443 498420 0,359 2468 4,95<br />
2 E10 124403 330194 405204 0,338 2384 5,88<br />
1 FL30 140128 371932 480949 0,356 2451 5,10<br />
2 FL30 117308 311363 371628 0,321 2354 6,33<br />
1 EW50 129515 343763 429370 0,344 2406 5,60<br />
2 EW50 108259 287345 323439 0,31 2315 7,16<br />
1 E20 103243 274031 300998 0,305 2294 7,62<br />
1 FL100 106907 283756 318355 0,309 2309 7,25<br />
1 NW100 108267 287366 326394 0,313 2315 7,09<br />
Tabel 6.17: <strong>Simulering</strong>sresultater for middel andel vindkr<strong>af</strong>t,B<br />
Installeret Vindkr<strong>af</strong>t Samlet<br />
Antal Mølle Produktion Dumpet E. dump Enhedsp. Pris Enhedsp.<br />
kWh kWh W kr/kWh 1000 kr kr/kWh<br />
0 - 0 0 0 2563 4,32<br />
1 E10 95419 0 0 1,723 2632 4,43<br />
2 E10 190838 2204 19856 1,622 2393 4,54<br />
1 FL30 112890 0 0 1,436 2613 4,40<br />
2 FL30 225779 3569 22070 1,353 2659 4,48<br />
1 EW50 164747 278,2 10990 0,985 2568 4,32<br />
2 EW50 329494 59090 64130 0,935 2623 4,42<br />
1 E20 358131 65290 63730 1,157 2707 4,56<br />
1 FL100 349442 73960 86520 1,169 2718 4,58<br />
1 NW100 305269 37730 58380 1,368 2733 4,60<br />
imellem møllen og nettet, men hvor stort det bliver <strong>af</strong>hænger <strong>af</strong> kabellængde<br />
og dimension. Møllen vil også have et eget forbrug, når den installeres i kolde<br />
miljøer. De omtalte koldklimapakker betyder, at der bl.a. installeres olievarmere<br />
i møllen, og disse installationer vil primært være aktive, når møller ikke<br />
opererer, hvilket igen betyder, at møllen vil tage strøm fra nettet, når den ikke<br />
producerer. Hvor store effekter, der er tale om, har det ikke været muligt at få<br />
oplyst, men det er nogle <strong>af</strong> de ting, der bør tages med i de videre undersøgelser.<br />
Ved simuleringen er der anvendt en mølleandel på 55 % <strong>af</strong> installationsudgifterne<br />
for en enkelt mølle, og når der anvendes to møller, er deres andel sat<br />
til 60 %. På grund <strong>af</strong> den simple montering og minimering <strong>af</strong> udgifterne til<br />
krankapacitet er der anvendt 5 % højere andel for Entegrity møllen.
6.3. MIDDEL ANDEL VINDKRAFT 81<br />
Den billige mølle fra Entegrity klarer sig bedst i forhold til prisen. Med<br />
den lave pris og de forholdvis små installationsomkostninger betyder det ikke<br />
så meget, at det ikke er den mest effektive <strong>af</strong> møllerne. Med en produktionspris<br />
på under en krone per kWh. er løsningen næsten konkurrencedygtig med<br />
det nuværende system, selvom det antages, at de faste omkostninger til det<br />
nuværende system forbliver uændret. Med en maks. dumpet effekt på 11 kW<br />
og kun 278 kWh dumper over hele året passer møllestørrelsen godt til forbruget<br />
og vindresurserne i <strong>Sarfannguaq</strong>. Ved valg <strong>af</strong> møllestørrelse bør forbrugsudviklingen<br />
og det forventede fremtidige forbrug naturligvis tages med ind i<br />
overvejelserne. Fortsætter forbruget med at stige i samme grad som de seneste<br />
år, se figur 2.5 og 2.6 vil den optimale størrelse hurtigt ændre sig. De større<br />
møller klare sig dårligere på grund <strong>af</strong>, dels en højere pris per installeret kW<br />
og dels at værdien <strong>af</strong> den dumpede energi antages at være nul. Værdien <strong>af</strong><br />
den overskydende energi <strong>af</strong>hænger meget <strong>af</strong>, hvilke <strong>af</strong>taler der kan indgås med<br />
de største forbrugere, KNI, Sisimiut Fish og Nukissiorfiit selv, om at <strong>af</strong>tage<br />
effekten. Der findes en del autonome termiske systemer i vandforsyningen og<br />
køleanlæg ved KNI og på fiskefabrikken, hvor der med fordel kunne anvendes<br />
variable belastninger.<br />
Undersøges effekten <strong>af</strong> de forskellige kombinationer på olieforbruget og<br />
CO 2 udledningen, se tabel 6.18, er det tydeligt, at EW50 møllen klart er den<br />
mest konkurrencedygtige. Ved en fornuftig udnyttelse <strong>af</strong> den overskydende<br />
energi og optimal kontrol vil der sandsynligvis kunne opnås bedre resultater<br />
især for de store møller, men når op imod 20 % <strong>af</strong> produktionen må dumpes<br />
vil de ikke være konkurrencedygtige. Undersøges prisen for at spare en liter<br />
olie ligger den fra 0,13 kr til 3,11 kr. Sammenlignes det med priserne ved en lav<br />
andel vindenergi, se tabel 6.14, er det en klar forbedring, men investeringerne<br />
er naturligvis også en del højere.<br />
Tabel 6.18: Effekten <strong>af</strong> middel andel vindkr<strong>af</strong>t<br />
Installeret Udnyttelse Årlig Olie CO2<br />
Antal Mølle KAP Merudgift Sparret Pris Reduktion Pris<br />
- - - kr/år L/år kr/L kg kr/tons<br />
0 - 0 0 0 0 0 0<br />
1 E10 0,362 69360 22318 3,108 59237 1171<br />
2 E10 0,362 130416 42003 3,105 111486 1170<br />
1 FL30 0,428 50170 26278 1,909 69748 719<br />
2 FL30 0,428 96102 49098 1,957 130317 737<br />
1 EW50 0,375 5007 36891 0,136 97917 51<br />
2 EW50 0,375 60217 58147 1,036 154336 390<br />
1 E20 0,408 144883 63163 2,294 167649 864<br />
1 FL100 0,398 154899 59499 2,603 157924 981<br />
1 NW100 0,348 169674 58139 2,918 154314 1100
82 KAPITEL 6. VINDKRAFT I SARFANNGUAQ<br />
Brændsstofbesparelsen er relativ lille i forhold til, hvad man kunne forvente,<br />
når op til halvdelen <strong>af</strong> produktionen overtager <strong>af</strong> VE. Den lave besparelse<br />
skyldes hovedsageligt generatorenes kr<strong>af</strong>igt faldende virkningsgrad ved belastninger<br />
under 60 kW, figur D.7. Vi har tidligere set på lastfordelingen, figur D.8,<br />
og hvordan en lav andel vindenergi vil påvirke belastningen på dieselgeneratorene.<br />
En endnu højere andel VE betyder, at perioderne med lav eller ingen last<br />
forlænges betydeligt. Så længe der kun anvendes de nuværende generatorer,<br />
og der ikke anvendes et system, hvor motorene kan lukkes ned i perioder uden<br />
last, vil det være svært at opnå en væsentlig reduktion i olieforbruget. På figur<br />
6.10 er der vist et udsnit <strong>af</strong> et simuleringsforløb, og her kan det tydeligt ses,<br />
hvordan virkningsgraden falder, når VE produktionen er høj eller forbruget<br />
lavt. I den første periode <strong>af</strong> det viste interval, ca. 7 dage, er belastningen høj<br />
og her opretholdes en relativ høj virkningsgrad, selvom møllen leverer op til<br />
55 kW. Effekten fra vindkr<strong>af</strong>ten betyder, at det kun er nødvendigt at køre<br />
med én generator imod de normale to. Ved design <strong>af</strong> et system med middel<br />
andel vindenergi bør generatorstørrelser, variabele belastninger og overordnet<br />
styringssystem derfor undersøges.<br />
6.4 Høj andel vindkr<strong>af</strong>t<br />
En høj andel vindenergi stiller meget store krav til styring og regulering <strong>af</strong><br />
systemet. Der er installeret en del anlæg i denne kategori verden over. Området<br />
har gennem en del år været genstand for mangen forskning, og der findes<br />
efterhånden en solid viden på området. Driftsstrategien for et sådan system<br />
er, at VE-systemet sammen med forskellige stabiliseringsenheder står for den<br />
primære drift, og dieselgeneratorene anvendes kun som backup. Der anvendes<br />
en form for energilager, som sikre forsyningen indtil generatorerne er operationelle,<br />
ved et udfald eller pludselig dyk i VE-produktionen. Der installeres<br />
også en form for stabiliseringsenhed, ofte i form <strong>af</strong> et svinghjul koblet til en<br />
generator/motor. Stabiliseringsenhedens opgave er at udjæven de hurtige fluktuationer<br />
i VE-produktionen. For at opnå den bedste energiudnyttelse er det<br />
vigtigt med regulerbare variable belastninger, som aktivt kan indgå i styringen<br />
<strong>af</strong> <strong>energiforsyningen</strong>. Der anvendes som tidligere beskrevet ofte termiske<br />
laster, da de ofte er mindre <strong>af</strong>hængige <strong>af</strong> tiden, men bare skal have en givet<br />
mængde energi, inden for en defineret periode. De variable belastninger og<br />
energilageret hjælper ikke bare med at fordele energien bedre, de sikrer også,<br />
at dieselmotorerne altid arbejder i det mest økonomiske driftområde. Den traditionelle<br />
måde at opbygger et vind-dieselsystem med høj andel vindenergi er<br />
vist figur 6.11. Systemet er testet i flere systemer op til 200 kW i middellast 4 .<br />
Anvendes en kapacitetsfaktor på 0.3 og en tilrådighedsfaktor på 0.9 bliver<br />
den samlede kapacitetsfaktor på 0.27. Indsættes dette, sammen med en<br />
andel på 100 % i formel 6.8 fås en installeret effekt på 253 kW. Ser man på<br />
4 Se eksempler på NREL’s hjemmeside: www.nrel.gov
6.4. HØJ ANDEL VINDKRAFT 83<br />
Figur 6.10: Eksempel på parametervariationerne under simuleringen over 40<br />
dage med en EW50 mølle
84 KAPITEL 6. VINDKRAFT I SARFANNGUAQ<br />
Figur 6.11: Eksempel på opbygning <strong>af</strong> vind-diesel system, fra<br />
[Ackermann(2005)]<br />
NREL’s erfaringer med møller på samme eller på højere breddegrader er en<br />
kapacitetsfaktor på 0.27 relativt højt. Sitesne i Atlaska ligger typiske med en<br />
kapacitetsfaktor imellem 12 og 24 % inkl. interne tab. Tages dette, sammen<br />
med udvikling i forbruget, med i overvejelserne vil den installerede effekt samdsynligvis<br />
skulle ligge omkring 300 kW for at opnå en middel andel på 100<br />
%.<br />
Ser man på hvilke møller, der umiddelbart kunne være interessant for dette<br />
effekt område tabel 6.19, er det møller fra Enercon, Fuhrländer og Nortern<br />
Wind. Alle seks møller vurderes til at kunne klare kravene til en opstilling<br />
i det ärktiske klima, men <strong>af</strong> hensyn til pålidelighed foretrækkes de gearløse<br />
modeller. Tages der også hensyn til performance udnytter Enercons møller<br />
energien en smule bedre end North Wind møllen.<br />
<strong>Simulering</strong> høj andel vindenergi<br />
Der har som for middel andel VE ikke været resurser til at udvikle en styring<br />
til høj andel VE. Den højere andel vil blot betyde, at der dumpes endnu mere<br />
energi, og at økonomien bliver dårligere, hvis den simple styring anvendes.<br />
Der er derfor ikke gennemført nogle simuleringer med høj andel, der vil kunne<br />
give et realistisk bud på effekten <strong>af</strong> et sådan system. Foruden styring skal der<br />
implementeres energilagre og model for dumploads forbrug og forbrugsmøn-
6.5. ENERGILAGRING 85<br />
Tabel 6.19: Foreslag til møller for høj andel vindkr<strong>af</strong>t<br />
Fabrikat Model IEC Effekt Højde Gear Pris Pris/kW<br />
Enercon E33 1 330 49 -40 2982000 kr 9036<br />
Enercon E30 1 300 36 -40 2727822 kr 9092<br />
Fuhrländer 250 2 250 50 -40 2617000 kr 10468<br />
Fuhrländer 100 2 100 35 -40 1827000 kr 18270<br />
Enercon E20 1 100 36 -40 1850000 kr 18500<br />
North wind NW100 1 100 20-35 -46 1895949 kr 18959<br />
stre. Identificeringen <strong>af</strong> mulige dumploads ved de fem største forbrugere kan<br />
ses bilag i B. De variable laster kan alt efter størrelse og tids<strong>af</strong>hængighed <strong>af</strong><br />
forsyningen blive et vigtigt redskab til at optimere energiudnyttelen i <strong>Sarfannguaq</strong>.<br />
Køleanlægget på fiskefabrikker udgør, med sine ni 15 kW kompressorer,<br />
klart den største installerede effekt i bygden. Kan denne enhed sammen med<br />
andre termiske enheder overgå til central styring, vil der være gode reguleringsmuligheder.<br />
6.5 Energilagring<br />
Inden for de senere år er der blevet opstillet er række testsystemer med en<br />
middel til høj andel VE, kun med korttids eller helt uden energilager. Det har<br />
vist sig at være et reelt alternativ til energilagrene, men energilagre ses stadig<br />
som en god løsning for mindre isolerede systemer.<br />
Energilagre i isolerede systemer anvendes hovedsageligt til at dække hurtige<br />
fluktuationer i VE-forsyningen, men det giver også en sikkerhed imod blackout.<br />
Når de vedvarende energikilder leverer mere energi, end der forbruges,<br />
giver energilageret mulighed for at udkoble dieselgeneratorerne. Ved et fald<br />
i VE produktionen eller ved en stigning i forbruget vil energilageret i første<br />
omgang kompensere for den manglende energi. Falder energiniveauet i lageret<br />
til under det kritiske niveau startes dieselgeneratoren. Er der ikke behov<br />
for hele generatorens effekt, kan forskellen imellem forbruget og generatorens<br />
optimale driftpunkt anvendes til at opfylde lagrene. Studeres variationerne i<br />
vindhastighederne, er de fleste variationer hurtige med lille varighed. Ved at<br />
dække disse korte perioder med energiunderskud i systemet, spares en stor del<br />
at generatordriften og antallet <strong>af</strong> start/stop sekvenser for motorerne minimeres.<br />
Energilageret består ofte både <strong>af</strong> en svinghjulsenhed og en batteribank,<br />
der kobles til nettet igennem en DC-AC konverter.<br />
I større systemer kan et tilstrækkelig stort energilager til at dække den<br />
manglende energi være en uøkonomisk løsning. Men uden lager kan regulering<br />
<strong>af</strong> et system med høj andel VE blive meget komplekst. Udgangspunktet for et<br />
anlæg <strong>af</strong> denne type er en installeret VE-effekt, der er meget større end den<br />
maksimale last på systemet. Når VE-enhederne så producerer mere energi end
86 KAPITEL 6. VINDKRAFT I SARFANNGUAQ<br />
der forbruges, plus en en sikkermargen på 20-50 % udkobles dieselgeneratorerne.<br />
For at stabilisere og kontrollere systemet anvendes sekundære variable<br />
laster, hurtig reagerende dumploads og avancerede generatorstyringer. Ved et<br />
fald i VE-effekten eller en stigning i de primæere laster udkobles først dumploads,<br />
sekundære laster, og er dette ikke tilstrækkeligt, startes et passende<br />
antal generatorer. For at sikre økonomien i et sådan system skal de sekundære<br />
variable laster være tilstrækkelig store til at sikre en effektiv udnyttelse <strong>af</strong> den<br />
overskydende energi. I de fleste tilfælde anvendes termiske enheder både til de<br />
hurtigt reagerende dumploads og til de sekundære laster, men køleanlæg vil<br />
også være gode sekundære laster. En <strong>af</strong> de termiske dumploads, der næsten<br />
går igen i alle anlæg <strong>af</strong> denne type, er elpatroner til opvarmning <strong>af</strong> generatornes<br />
kølevandskreds. Det er især vigtigt, at motorene ikke bliver kolde, når<br />
de i perioder ikke er startet, men der er et vist tilladeligt temperaturspænd,<br />
som kan udnyttes til at regulere indenfor. Udstyret til regulering <strong>af</strong> denne<br />
type systemer er ofte mindre komplekse og billigere end ved anvendelse <strong>af</strong><br />
energilagre, men det kræver en forholdsmæssig stor andel sekundære laster.<br />
Ved denne type systemer installeres ofte en såkaldt UPS-enhed til de kritiske<br />
laster. UPS-enheder er små energilagre, der i en kort periode kan overtage<br />
forsyningen ved svigt, men størrelsen <strong>af</strong> lageret er meget mindre end de før<br />
omtalte energilagere.
Kapitel 7<br />
Diskussion<br />
Formålet med dette projekt var at undersøge mulighederne for at udnytte<br />
vedvarende energiresurser i <strong>Sarfannguaq</strong>s energisystem. Projektet behandler<br />
første del <strong>af</strong> arbejdet med at opbygge en model og nogle metoder til at undersøge<br />
mulighederne for at udnytte vedvarende energi i andre isolerede systemer<br />
på Grønland.<br />
Det første trin i processen var at bestemme forbrugene og forbrugsmønstrene.<br />
Der anvendes som udgangspunkt de 15 minutters forbrugsmålinger<br />
til bestemmelse <strong>af</strong> forbrugene, men under projektet blev det erfaret, at ikke<br />
alle forbrug var inkluderet i disse målinger. De undersøgte forbrugsmønstre<br />
indeholder derfor kun 96 % <strong>af</strong> det samlede forbrug. Der bør monteres fjern<strong>af</strong>læsningsmålere<br />
på de sidste to forbrugere, så der kan dannes et samlet billede<br />
<strong>af</strong> forbruget. For at bestemme fluktuationerne i nettet bør der også installeres<br />
en måler med høj samplingsfrekvens på hovedskinnerne i kr<strong>af</strong>tværket. Disse<br />
målinger er meget vigtige for at vurdere konsekvenserne <strong>af</strong> at installere nye<br />
forsyningsenheder og moderne effektelektronik i nettet. Det samlede forbrug er<br />
steget kr<strong>af</strong>tigt, og de seneste fire år er forbruget næsten fordoblet fra 307MWt<br />
i 2004 til 593MWt i 2008.<br />
Generelt kan forbrugene i <strong>Sarfannguaq</strong> opdeles i tre overordnede mønstre:<br />
• Termiske laster der mere eller mindre følger udetemperaturerne. Det er<br />
bl.a. frostsikringsudstyr og direkte elvarme<br />
• Faste døgn- og ugevariationer, der følger arbejdsrutinerne på de to virksomheder<br />
i bygden, KNI og Sisimiut FISH.<br />
• Autonomt forbrug, der ikke følger noget fast mønster<br />
De to første står for langt størstedelen <strong>af</strong> forbruget i bygden, men der er<br />
stadig nogle elforbrugende komponenter hos KNI, der skal identificeres, inden<br />
der kan skabes et fuldstændigt billede <strong>af</strong>, hvad energien anvendes til. Når<br />
disse undersøgelser er <strong>af</strong>sluttet, kan der skabes et fuldstændigt billede <strong>af</strong> de<br />
mulige variable laster, og hvad det kræver for at udnytte dem. Det største<br />
87
88 KAPITEL 7. DISKUSSION<br />
potentiale for variabelt forbrug vurderes at ligge hos de tre største forbrugere,<br />
KNI, Sisimut Fish og Nukissiorfiit selv. De tre står for +70 % <strong>af</strong> det samlede<br />
forbrug, og der findes en del enheder med gode muligheder for regulering.<br />
En anden mulighed kunne være at indføre variable elpriser og dermed give<br />
forbrugerne et incitament til at flytte deres forbrug, men det vurderes, at<br />
effekten vil være lille i forhold til udgifterne.<br />
Ved gennemgang <strong>af</strong> installationerne i bygden er der lokaliseret flere åbenlyse<br />
sparemuligheder. Det er blandt andet frostsikringsinstallationer, som er<br />
indstillet til for høje temperaturer og køleanlæg med lave virkningsgrader.<br />
Frostsikringsinstallationerne kunne med fordel styres centralt med overvågning<br />
<strong>af</strong> de enkelte zoner og reguleres efter udetemperaturen, for at minimere<br />
forbruget. En central styring ville både give mulighed for styring <strong>af</strong> forbrugstidspunkt<br />
og alarm ved nedbrud. At anvende el til opvarmning via køleanlæg<br />
eller via elpaneler i bygninger med installeret centralvarmeanlæg er med det<br />
nuværende system generelt en dårlig ide. Med en elvirkningsgrad på 32 %<br />
og en virkningsgrad på ca. 85 % for centralvarmeanlæggene er det en dårlig<br />
udnyttelse <strong>af</strong> energien, og økonomisk er det en meget dårlig forretning.<br />
Kr<strong>af</strong>tværket består <strong>af</strong> tre dieselgeneratorer, hvor motorerne er designet til<br />
en maks. effekt på 197 kW. Det gennemsnitlige forbrug ligger på omkring 67<br />
kW, og det betyder at motorerne ofte arbejder ved en lav belastning, hvilket<br />
giver en lav virkningsgrad. I 2008 opnåede man en samlet virkningsgrad på 32<br />
% mod en maksimal på 37 %. Det betyder, at der er brugt 16 % ekstra olie på<br />
grund <strong>af</strong> for lave belastninger. Undersøgelserne har vist, at så længe belastningen<br />
holdes imellem 60 og 165 kW, ligger generatorsættenes virkningsgrad over<br />
36 % . Ved at regulere på noget <strong>af</strong> forbruget vil der således være besparelser<br />
at hente også på det nuværende system. En anden simpel mulighed er at installere<br />
en ny generator på omkring 80 kW til at tage de laveste belastninger<br />
og belastningerne lige over, hvad en generator kan klare. Når generator 1 skal<br />
udskiftes, bør dette under alle omstændigheder overvejes.<br />
Vindresurserne i området er ikke store med en middelvind på 5,9m/s i<br />
10 m, men for den del <strong>af</strong> Grønland er det højt. Det er undersøgt, om det er<br />
muligt at estimere vindresurserne i <strong>Sarfannguaq</strong> vha. MCP-metoden, ud fra<br />
vinddata for Sisimiut. Der blev ikke fundet tilstrækkelig korrelation imellem<br />
de to sites til at anvende denne metode, og derfor skal der laves yderligere<br />
målinger til at verificere resurserne. Det er generelt et problem, at der kun<br />
er ét målepunkt til rådighed i området, og at det derfor ikke er muligt at<br />
verificere beregningerne. For at kunne verificere vindresurserne for de større<br />
møller kræver det, at der måles i flere højder og helst i møllernes forventede<br />
navhøjde. De beregnede resurser er derfor meget usikre, men resultaterne for<br />
målehøjden (10m) på plateauet hvor der måles, vurderes at <strong>af</strong>spejle de reelle<br />
resurser. Til simuleringsdataene er der anvendt data fra <strong>Sarfannguaq</strong> masten,<br />
men normaliseret ud fra data for Teleøen. De mange huller i dataserien for<br />
<strong>Sarfannguaq</strong> betyder, at det ikke er muligt direkte at udtage en dataserie.<br />
Den normaliserede dataserie har generelt et lavt niveau i forhold til de sæson-
neutrale data for <strong>Sarfannguaq</strong>, hvilket skyldes den lave korrelation imellem de<br />
to sites. Derfor korrigeres serien efter de sæsonneutrale data for <strong>Sarfannguaq</strong>.<br />
Det er langt fra den optimale løsning, men det vurderes at være den bedste<br />
løsning med den datamængde, der er til rådighed.<br />
Opbygningen <strong>af</strong> selve simuleringsmodellen er relativ simpel, men at opbygge<br />
en styring der matcher driftsbetingelserne i <strong>Sarfannguaq</strong> har været meget<br />
udfordrende. Ved normal drift køres der med faste startniveauer, men stopniveauet<br />
varierer efter belastningshistorikken. Oven i dette er styringen udstyret<br />
med såkaldt storforbrugerkontrol, som sikrer tilstrækkelig reservekapacitet,<br />
hvis stor laster ønskes indkoblet. Der er ingen data på, hvor ofte eller hvornår<br />
denne funktion har givet anledning til, at ekstra generatorer opstartes. Det<br />
er derfor umuligt præcist at fastlægge, hvornår der er kørt paralleldrift. For<br />
at kompensere for dette er der indført en start/stop-konstant, der justeres<br />
så driftstimerne matcher de loggede drifttimer. Det betyder i princippet, at<br />
denne parameter skal justeres, hvis simuleringsperioden ændres.<br />
Med implementering <strong>af</strong> vindkr<strong>af</strong>t og dermed vinddata, med en samplingsfrekvens<br />
på 1/600 Hz, var det nødvendig at ændre løsningsmetode. Den blev<br />
ændret fra faste step til variable step, men det havde ikke den store betydning<br />
for beregningstiden. Ved opbygning <strong>af</strong> modellen er antallet <strong>af</strong> beregningskrævende<br />
operationer, som f.eks. interpolationer og if sætninger, holdt på et minimum<br />
for at sikre en høj simuleringshastighed. En dynamisk simuleringsmodel<br />
ville være at foretrække til at bestemme konsekvenserne for elkvaliteten og<br />
stabiliteten <strong>af</strong> systemet, men før der ligger målinger med en høj samplingsfrekvens,<br />
vurderes fordelene ved en dynamiskmodel frem for den anvendte model<br />
at være meget begrænsede.<br />
Med kr<strong>af</strong>tværkets høje produktionspriser har simuleringerne vist, at vindkr<strong>af</strong>t<br />
kan være direkte konkurrencedygtigt fra en installeret effekt på omkring<br />
50 kW. Ved højere effekter kræver det, at den overskydende energi kan udnyttes.<br />
De møllepriser, der anvendes som grundlag for de økonomiske beregninger,<br />
er for de flestes vedkommende producenternes vejledende priser, men<br />
for Enercons mindste møller er prisen estimeret, da det ikke var muligt at få<br />
en pris. Priserne er uden den koldklimapakke, der er nødvendig for, at de kan<br />
operere i området. Priserne på disse pakker er ukendt, men den vurderes at<br />
være lav sammenlignet med de andre usikkerheder for priserne generelt. Det<br />
samlede anlægsbudget er estimeret ud fra møllepriserne og møllens forventede<br />
andel <strong>af</strong> det samlede budget. Metoden er meget anvendt til denne type<br />
estimering, men med en placering i et svært tilgængeligt terræn er det svært<br />
at vurderer udgiftsfordelingen. Fordelingen vil være meget <strong>af</strong>hængig <strong>af</strong> mølle,<br />
fundamenttype, transport og opstillingsmetode. Det vurderes at det billigste<br />
vil være at anvende en møller, der kan rejses med helikopter, men de største<br />
(>100 kW) og billigste møller kræver en kran og dermed adgangsveje mm..<br />
Ved en lav andel vindenergi (0-20 %) vil vindkr<strong>af</strong>t have svært ved at konkurrere<br />
med det nuværende system, da møllerne er forholdsvis dyre.<br />
Ved en middel andel VE (20-50 %) kræver det fra omkring 50 kW, at der<br />
89
90 KAPITEL 7. DISKUSSION<br />
anvendes variable laster og måske direkte regulering <strong>af</strong> møllen.<br />
Ved høj andel VE (50-100 %) kræves en god overordnet styring med en<br />
tilstrækkelig stor mængde variable forbrug og en direkte regulering <strong>af</strong> møllerne.<br />
Yderligere undersøgelser skal vise, om energilagere er en god løsning for at<br />
udnytte energien optimalt. Det anbefales at der, som minimum, anvendes en<br />
UPS-enhed til at sikre en høj forsyningssikkerhed, hvis der ikke anvendes et<br />
decideret energilager.<br />
Hvor stor en andel vindkr<strong>af</strong>t, der er optimal for bygden, <strong>af</strong>hænger <strong>af</strong> mange<br />
ting, men det er primært forbruget, og hvor stor en del <strong>af</strong> forbruget der<br />
kan gøre fleksibelt, og hvor fleksibel det bliver. Der kan under alle omstændigheder<br />
ikke forventes energi fra vindmøller mere end 75 % <strong>af</strong> tiden, og derfor<br />
skal systemet indeholde en backupenhed. Det store varmeforbrug, særligt i<br />
vintermånederne, hvor det også blæser mest, kan hvis priserne holdes nede,<br />
udnyttes til at finansiere en relativ stor vindkr<strong>af</strong>tinstallation. Hvordan et<br />
system med vindkr<strong>af</strong>t og variable forbrug styres optimalt kræver yderligere<br />
studier <strong>af</strong> forbrugene i bygden. De termiske laster og opretholdelse <strong>af</strong> kølerumstemperaturerne<br />
er en ting, men at lave et godt system til at reagere på<br />
indfrysningsbehovene på fiskefabrikken, kræver grundige studier <strong>af</strong> både <strong>af</strong><br />
forbrug og indfrysningsmængder.<br />
Et <strong>af</strong> de store problemer med de variable forbrug og simulering er at adskille<br />
de identificerede variable forbrug fra det øvrige forbrug. For frostsikringsinstallationerne<br />
er det ikke noget problem, men for KNI, hvor forbrugene<br />
er miksede, kan det blive kompliceret. Det indledende arbejde med at kortlægge<br />
forbrugene kan ses i bilag B, men der mangler en del undersøgelser for<br />
at skabe det fulde overblik.<br />
I dette projekt er der anvendt forholdsvis mange resurser på at finde og få<br />
adgang til data. Det er lykkedes at få adgang til det meste <strong>af</strong> det lokaliserede<br />
data, men DMI’s data var det ikke muligt at få adgang til. At finde de personer,<br />
som ligger inde med de oplysninger, der er brug for, viste sig at være<br />
noget mere besværligt, end man er vant til fra Danmark. Det at finde ud <strong>af</strong>,<br />
hvilke data der findes, og om de lagres, har været en stor opgave, men studieturen<br />
skabte en god mulighed for at undersøge dette. Der er indsamlet store<br />
mængder data ikke kun for <strong>Sarfannguaq</strong>, men for hele området. Dataene vil<br />
efter <strong>af</strong>tale med administratoren for DTU’s Grønlandsdatabase blive gemt til<br />
gavn for fremtidige projekter. For flere <strong>af</strong> kontakterne er der truffet <strong>af</strong>tale om<br />
løbende leverancer <strong>af</strong> data til databasen. De fleste data er leveret som rå-data,<br />
og arbejdet med at kvalitetssikre dataene har også krævet forholdsvis lang tid.<br />
De mange data har givet mulighed for at undersøge en række sammenhænge.<br />
Særligt omkring vinden har det være en stor hjælp, da der viste sig at være<br />
fejl i retningsdataene fra <strong>Sarfannguaq</strong>.
Kapitel 8<br />
Konklusion<br />
I forbindelse med dette projekt er der gennemført en lang række undersøgelser,<br />
der alle knytter sig til bestemmelse <strong>af</strong> energiforbruget og bestemmelse <strong>af</strong><br />
de vedvarende energiresurser i området. Derudover er de indledende undersøgelser<br />
<strong>af</strong> effekten på det nuværende system gennemført.<br />
De væsentligste resultater <strong>af</strong> dette projekt er:<br />
• De små møller (
Litteratur<br />
[Ackermann(2005)] Thomas Ackermann. Wind Power in Power Systems.<br />
Wiley, 2005.<br />
[Anderson(2004)] Mike Anderson. A review of mcp techniques. Technical<br />
report, Renewable Energy Systems Ltd ("RES"), 2004.<br />
[Barry and Chorley(1992)] R.G Barry and R.J. Chorley. Atmosphere, weather<br />
and climate. Routledge GB., 1992.<br />
[Cappelen(2004)] John Cappelen. Klimaobservationer i grønland 1958-99. Technical<br />
report, DMI 00-18, 2004.<br />
[F.Loewe(1935)] F.Loewe. Klimas des Grönländischen Inlandeises. Berlin,<br />
Verlag von Gebrüder Borntraeger, 1935.<br />
[Iversen and Kristensen(2003)] Henrik Iversen and Jakob Kristensen. Vindresurser<br />
i grønland. Master’s thesis, Danmarks Tekninske Universitet,<br />
2003.<br />
[Klarup(2004)] Andrei Munk Klarup. Verifikation <strong>af</strong> elmålere tr 354-1. Technical<br />
report, DEFU), 2004.<br />
[Mortensen(2004)] Niels G. Mortensen. Wasp prediction errors due to site<br />
orography. Technical report, Risoe DTU), 2004.<br />
[Mortensen and Antoniou(2006)] Niels G. Mortensen and Ioannis Antoniou.<br />
Improving wasp predictions in (too) complex terrain. Technical report,<br />
Risoe DTU, 2006.<br />
[Mortensen and Landberg(1993)] Niels G. Mortensen and Lars Landberg.<br />
Vindenergi i udvalgte byer i grønland: Qasigiannguit, sisimiut og narsaq.<br />
Technical report, Risoe DTU), 1993.<br />
[Pianigiani(2009)] Marco Pianigiani. Comparison of ansys cfx and wasp for<br />
sarfannguaq. Master’s thesis, Danmarks Tekninske Universitet, 2009.<br />
[Przbylak(2003)] Rajmund Przbylak. The <strong>Clim</strong>ate of the Arctic. Kluwer Academic<br />
publishers, 2003.<br />
93
94 LITTERATUR<br />
[S.G.Gorshkow(1980)] S.G.Gorshkow. World Ocean Atlas, vol 3, Artic orcean.<br />
Military Defense Publishing House, 1980.<br />
[Torgny Vinje(2004)] mfl. Torgny Vinje. Effects of melting and freezing in the<br />
greenland sea. Technical report, International Arctic Research Center,<br />
2004.
Bilag A<br />
Kontakter<br />
95
Tabel A.1: Kontakter for simuleringsprojekt<br />
Navn Funktion Telefon Email<br />
DTU<br />
Martin Otto Laver Hansen Vejleder 45254316 molh@mek.dtu.dk<br />
Brian Elmegaard Vejleder 45254169 be@mek.dtu.dk<br />
Jesper Schramm Motorer 45254179 js@mek.dtu.dk<br />
Morten Holtegaard Nielsen Oplysninger om vandkr<strong>af</strong>t 45252263 mhn@byg.dtu.dk<br />
Arne Villumsen Leder Artek 45252165 av@byg.dtu.dk<br />
Poul Linnert Christiansen Oplysninger om masterne 40585157 plc@byg.dtu.dk<br />
Niels Hoedeman Bestilling <strong>af</strong> billetter 45252166 nih@byg.dtu.dk<br />
Niels Gylling Mortensen Resurseberegninger 46775027 nimo@risoe.dtu.dk<br />
Gerhard Joos Udlevering <strong>af</strong> kort 45255984 gj@space.dtu.dk<br />
Esben Larsen Vejleder EL 45253512 ela@elektro.dtu.dk<br />
Nukissiorfiit<br />
Kim Gehlert Schmidt Budgetchef: Oplysninger om måler og salg kgs@nukissiorfiit.gl<br />
Peter Birk Souschef: Produktion, Distribution og Produktion 299-349513 pbi@nukissiorfiit.gl<br />
Peter Kjeldmann Projektleder Fjern<strong>af</strong>læsning 299-349550 pkj@nukissiorfiit.gl<br />
Peter Egede Jeppesen Produktions, Distribution Produktionsanlæg 299-349542 pgj@nukissiorfiit.gl<br />
Jan Zachariassen Driftchef: Sisimiut 299-527552 jbz@nukissiorfiit.gl<br />
Jens-Peter B. Henriksen Udviklingskonsulent: Data-tilladelser 299-349561 JPH@Nukissiorfiit.gl<br />
Jørgen Klamer DriftTekninker Bygderne jkl@Nukissiorfit.gl<br />
John Thomsen Drift Sisimiut (299) 86 49 66 joth@nukissiorfiit.gl<br />
KNI<br />
Tage Lindegaard Polaroil Tankdivision: Salg <strong>af</strong> brændstof 299-813844 tal@kni.gl<br />
ASIAQ<br />
Bo Naamansen Landinspektør: Grund og bygdekort 299-348800 bna@asiaq.gl<br />
Anne-Luise Andersen Hydrologi: Metrologiskedata 299-348856 ala@asiaq.gl<br />
Kisser Thorsøe Projekt leder: klima Metrologiskedata 299-348878 kit@asiaq.gl<br />
DortheăPetersen Projekt koordinator: klima Metrologiskedata 299-348851 dop@asiaq.gl<br />
96 BILAG A. KONTAKTER
Tabel A.2: Kontakter for simuleringsprojekt<br />
Navn Funktion Telefon Email<br />
Grønland lufthavnsvæsen GLV<br />
Mike Høegh Chef for Teknisk <strong>af</strong>deling: Data rettigheder 299-349330 mho@glv.gl<br />
Niels Grosen Flyvepladschef: Sisimiut 299 862 624 ngr@glv.gl<br />
Ryan M. Møller Lufthavnen i Sisimiut: Dataansvarlig 299-862624 rmm@glv.gl<br />
Grønlandsstatistik<br />
Lene Baunbaek Konsulent: Udleveret Data 299-362360 leba@gh.gl<br />
Royal Greenland A/S<br />
Sofia Geisler Kommunikationskonsulent: Ingen data 299-361305 soge@royalgreenland.com<br />
Sisimiut FISH<br />
Hanseraq Enoksen Direktør: Fremtidsudsigter og drift angun@greennet.gl<br />
KISS<br />
Basse Vængtoft KISS manger, Kangerlussuaq: Overnatning 299-943343 bvn@glv.gl<br />
DMI<br />
John Cappelen Data and <strong>Clim</strong>ate Division Artikler 39157585 jc@dmi.dk<br />
Bettina Evers-Jahnsen Data- og klimakonsulent: Priser på Data bme@dmi.dk<br />
Bjarne Hansen Måleteknisk <strong>af</strong>d. 39157500 bsh@dmi.dk<br />
Peter Stauning Grønlandsexpert 39157473 pst@dmi.dk<br />
Claus Nehring 39157372 cn@dmi.dk<br />
Christian Pedersen DMI/SRI: Rundvisning og vinddata +299 841260 christian@sondrestromradar.net<br />
Kort og martrikelstyrelsen<br />
Anne Buch-Larsen Kundeservice: Henvisning til Space abl@kms.dk<br />
Compukort<br />
Flemming Nørgaard Salg <strong>af</strong> kort og kortdata Kortdata i 1:100.000 86273978 flemming.norgaard@biology.au.dk<br />
Flemming Nørgaard Salg <strong>af</strong> kort og kortdata Kortdata i 1:100.000 40604461 flemming@compukort.dk<br />
Royal Arctic Line<br />
Magseranguak Siegstad Kundeservice: Onlinebestilling: www.aul.gl 299-349114 kundeservice@royalarctic.gl<br />
Nordhavn (Scania Danmark)<br />
Da Feng Projekt ingeniør Datablade på generator 87322346 df@nordhavn.dk<br />
Martin Sylvén Salgschef Power generation 0046 855381908 martin.sylven@scania.com<br />
Tomas Jakula Salg Scania Engines: motordata tomas.jakula@scania.com<br />
97
Tabel A.3: Kontakter for simuleringsprojekt<br />
Navn Funktion Telefon Email<br />
Koordinator Sisimiut<br />
Laarseeraq Skifte (299) 86 59 05 lask@sisimiut.gl<br />
Summit<br />
John F. Burkhart NILU, Norsk luftforskning Driftdata Proven mølle jfb@nilu.no<br />
Megacon<br />
Peter N. Schougaard Udvikler <strong>af</strong> styresystemet 35426969 pns@megacon.com<br />
98 BILAG A. KONTAKTER
Bilag B<br />
Kortlægning <strong>af</strong> elforbruget<br />
hos de store forbrugere<br />
På studieturen til <strong>Sarfannguaq</strong>, i forbindelse med dette projekt, er de væsentligste<br />
elforbrugende installationer ved de fem største forbrugere gennemgået.<br />
Formålet var at få et overblik over, hvad energien bruges til, og om der er<br />
mulighed for at anvende installationerne som dumploads. De fem største forbrugeres<br />
andel <strong>af</strong> det samlede elforbrug kan <strong>af</strong>læses figur B.1.<br />
KNI’s butik<br />
KNI er bygdens største forbruger med en middeleffekt på 23 kW i den undersøgte<br />
periode. Ved gennemgangen <strong>af</strong> KNI’s installationer blev der ikke fundet<br />
tilstrækkelige installerede effekt til at sandsynliggøre det enorme forbrug, se<br />
tabel B.4. I først omgang var fokus rettet imod køleanlæggene, der <strong>af</strong>giver<br />
energien til et opvarmet lagerrum og derfor ikke har den optimale virkningsgrad.<br />
Der er installeret et anlæg til hver køle- og fryserum, alle <strong>af</strong> mærket Riva<br />
Cold. For kølerummet er der tale om en model PTH009Z001 med en maks.<br />
køleeffekt på 1560 W og en kompressoreffekt på 725 W. Efter producentens<br />
oplysninger er køleeffekten reduceret til 1422 W, når anlægget opererer ved<br />
temperaturne 4/20 ◦ . Køleanlægget til fryserum 1 er model PTM080Z032 med<br />
en effekt på 3800 W og en køleeffekt ved −20/20 ◦ på 5060 W. For fryserum<br />
2 anvendes en PTL024Z002 på 2020 W og en køleeffekt på 2945. Køleanlæggene<br />
viser sig kun at udgøre en meget lille del <strong>af</strong> effekterne. Undersøges<br />
variationerne i forbruget for KNI figur B.2, er det tydeligt, at der mangler<br />
nogle væsentlige installerede effekter i tabel B.4. Selvom alle installationer i<br />
tabellen kobles til, vil de ikke være istand til at forbruge effekten. En anden<br />
vigtig ting, der kan ses <strong>af</strong> figuren er, at den eller de installationer som mangler<br />
i opgørelse kun anvendes i dagtimerne og har en middel effekt på 15-25 kW.<br />
Om morgenen inden butikken åbner, bager købmanden brød i nogle timer,<br />
og ovnen på 15 kW er med til at give stigningen om morgenen. På sam-<br />
99
100<br />
BILAG B. KORTLÆGNING AF ELFORBRUGET HOS DE STORE<br />
FORBRUGERE<br />
Figur B.1: Fordelingen <strong>af</strong> elforbruget i <strong>Sarfannguaq</strong><br />
me tidspunkt tilsluttes omkring de ekstra 15-25 kW, og de lukkes ned igen i<br />
frokostpausen. Hvad dette forbrug skyldes, er ved projektets <strong>af</strong>slutning uvist,<br />
men det er en <strong>af</strong> de ting, de skal undersøges ved næste besøg i bygden.<br />
Sisimiut Fish i <strong>Sarfannguaq</strong><br />
Fiskefabrikken er sandsynligvis forbrugeren med den største installerede effekt.<br />
Alene kølekompressorerne udgør 135 kW, og dertil kommer produktionsudstyr<br />
og andre dele <strong>af</strong> køleanlægget, figur B.5. Kølekompressorerne er frekvensregulerede<br />
900-1700rpm og 94,1-183 m3<br />
t , leveret <strong>af</strong> Johnson controls. Fabrikkens<br />
forbrug er sæsonbetonet og følger mængden <strong>af</strong> landet fisk, der skal indfryses<br />
og bearbejdes. Højsæsonen er fra april og til hen på efteråret. Ifølge ejeren er<br />
det planen, at produktionen skal udvides i de kommende sæsoner, men det er<br />
til dels <strong>af</strong>hængig <strong>af</strong> kvoterne.<br />
Vandværket 1316<br />
Vandværket indeholder råvandstank, UV-behandlingsanlæg og diverse pumper.<br />
Hovedpumpen er en frekvensstyret 2200 Watts Grundfosspumpe 700-2900
Tabel B.1: Fordelingen <strong>af</strong> energiforbruget i KNI’s butik<br />
101<br />
Antal Beskrivelse Effekt Drifttimer Forbrug Dage Forbrug<br />
W t/D W/Døgn /uge Wt/uge<br />
1 Køler kølerum 702 18 12636 7 88.452<br />
1 Blæser kølerum 105 22 2310 7 16.170<br />
1 Køler frys 1 3561 20 71220 7 498.540<br />
2 Blæser frys 1 165 22 7260 7 50.820<br />
1 Køler fryserum 2 2020 20 40400 7 282.800<br />
2 Blæser fryser 2 165 22 7260 7 50.820<br />
1 Motorvarmer truk 400 18 7200 7 50.400<br />
2 Novum lukket frys 850 12 20400 7 142.800<br />
2 Isfryserer 875 14 24500 7 171.500<br />
1 Åben fryser 1100 15 16500 7 115.500<br />
1 Sodavandskøler 375 14 5250 36.750<br />
1 Trefløjet køleskab 1100 10 11000 7 77.000<br />
1 Bageovn 15000 3,5 52500 6 315.000<br />
1 Forbagning/hæveovn 5700 12 68.400 6 410.400<br />
1 Køler for brød 400 0 0 0 0<br />
1 Varmekabel vandfors. 2208 24 52.992 7 370.944<br />
1 Varmekanel <strong>af</strong>løb 1610 12 19.320 7 135.240<br />
1 Cirkulationsumpe 60 24 1440 7 10.080<br />
1 Cirkulationsumpe 150 24 3600 7 25.200<br />
1 Cirkulationsumpe 50 24 1200 7 8.400<br />
1 Pumpe Benzin 368 3 1104 7 7.728<br />
1 H.pumpe Benzin 368 3 1104 7 7.728<br />
1 Pumpe Petroleum 368 3 1104 7 7.728<br />
1 H.pumpe Pertroleum 368 3 1104 7 7.728<br />
1 Pumpe Gasolie 368 3 1104 7 7.728<br />
1 H.pumpe Gasolie 368 3 1104 7 7728<br />
5 Pladslys 500 12 30000 7 210.000<br />
Estimeret fordeling 43.359 3.113.184<br />
Faktisk forbrug 3.921.500<br />
rpm. Ved stort forbrug suppleres den <strong>af</strong> en reservepumpe med samme effekt.<br />
Et UV-anlæg køre konstant og ét er i reserve. Hovedparten <strong>af</strong> vandværkets<br />
elforbrug går til frostsikring <strong>af</strong> installationerne, men en stor del <strong>af</strong> energien<br />
går også til to elpaneler, som supplerer centralvarmeanlægget. De to elpaneler<br />
<strong>af</strong> 1500 er monteret på den ene ydervæg og termostaterne var ved besøget<br />
indstillet til „max“. Den primære varmekilde i bygningen er et oliefyret centralvarmeanlæg.<br />
Om anlægget ikke kan klare opvarmningen <strong>af</strong> bygningen, eller<br />
om elpanelerne er installeret <strong>af</strong> sikkerhedmessige hensyn er uvist, men det er<br />
uhensigtsmæssigt <strong>af</strong> anvende elpanelerne som varmekilde, hvis anlægget kan
102<br />
BILAG B. KORTLÆGNING AF ELFORBRUGET HOS DE STORE<br />
FORBRUGERE<br />
Figur B.2: Effektforbruget for KNI’s bygning på havnen i uge 46 2008<br />
Tabel B.2: Fordelingen <strong>af</strong> energiforbruget i fiskefabrikken<br />
Antal Beskrivelse Effekt Drifttimer Forbrug Dage Forbrug<br />
W t/døgn W/døgn /uge Wt/uge<br />
9 Kølekompressorer 15000 2,666666667 360.000 5 1.800.000<br />
1 Saltningsmaskine 1100 1 1100 5 5.500<br />
1 Filiteringsmaskine 3000 4 12.000 5 60.000<br />
2 Pladefrysere 0 0 0 5 0<br />
4 Indfrysningsrums blæser 50 20 4.000 5 20.000<br />
4 Blæsere i færdigvare 70 20 5600 5 28.000<br />
1 Ismaskine 3,5L 600 2 1200 5 6000<br />
1 Personale og kontor 2500 7 17.500 5 87.500<br />
Estimeret fordeling 142.680 2.007.000<br />
Faktisk forbrug 2.008.000<br />
klare opgaven. Panelerne kan fint anvendes som frostsikring i tilfælde <strong>af</strong> nedbrud<br />
på centralvarmeanlægget, men både økonomisk og resursemæssigt er det<br />
en dårlig ide at anvende dem konstant, uden regulering.<br />
Servicehuset bygning 1289<br />
Servishuset indeholder vaskeri, badeastalt, husflidsrum og opholdsrum. Servicehuset<br />
ligger i samme bygning som Sisimiuts bygdekontor og sundhedsklinikken.<br />
Servicehuset har sin egen <strong>af</strong>regningsmåler, men fyret og cirkulations-
Tabel B.3: Fordelingen <strong>af</strong> energiforbruget på Vandværket 1316<br />
103<br />
Antal Beskrivelse Effekt Drifttimer Forbrug Dage Forbrug<br />
W t/døgn W/døgn /uge Wt/uge<br />
1 Elpanel Taphus1 250 16 4000 7 28.000<br />
2 Hovedledning sek.2 340 16 10880 7 76.160<br />
2 Hovedledning sek. 1 800 16 25600 7 179.200<br />
1 Hovedpumpe frekv. 2200 10 22000 7 154.000<br />
1 Reservepumpe 2200 0 0 7 0<br />
2 Uv-behandlingsanlæg 85 12 2040 7 14.280<br />
1 Sikring <strong>af</strong> <strong>af</strong>løb 138 14 1932 7 13.524<br />
1 Sikring <strong>af</strong> overløb 552 14 7728 7 54.096<br />
1 Oliebrænder 290 12 3480 7 24.360<br />
2 Elpaneler vandværk 1500 22 66000 7 462.000<br />
1 Af/inløbspumpe tank 7500 0 0 0 0<br />
1 Overløbspympe 7500 0 0 0 0<br />
Estimeret fordeling 6965 62480 1.005.620<br />
Faktisk forbrug 991.085<br />
pumperne, som betjener hele bygningen, er placeret i bygdekontorets del <strong>af</strong><br />
bygningen og går dermed på dens <strong>af</strong>regningsmåler. Sundhedsklinikken bliver<br />
primært anvendt som medicindepot og bliver derfor kun forsynet med varme,<br />
til opvarmning, fra centralvarmeanlægget. I det følgende beskrives derfor kun<br />
energiforbruget i servicehuset og bygdekontoret.<br />
Alle drifttimer undtagen tallet for varmekablet er estimerede ud fra de observationer<br />
jeg gjorde den uge, jeg boede i Servicehuset. Varmekablet opvarmer<br />
et 50 mm plast<strong>af</strong>løb, isoleret med 50 mm skum og en 6,2 mm plastkappe.<br />
Varmekabletsstyring er instillet til 2 grader og en delta temperatur på 0,3<br />
grader. Effekterne er <strong>af</strong>læst på de enkelte maskiner. Vaskemaskinerne forsynes<br />
med 60 ◦ varmt vand fra fyret, og derfor anvendes varmelegemet forholdsvis<br />
lidt. Forbrugene for fryser og køleskab er taget fra deres mærkningsforbrug,<br />
se fordelingen, tabel B.5.<br />
Der er installeret to typer cirkulationspumper på varmesystemet. En Grundfoss<br />
UP20-15 N150 som cirkulerer vandet fra fyret til varmtvandsbeholderen<br />
og en tilsvarende til centralvarmeanlægget. Der sidder to Grundfoss UPE 25-<br />
40 180 på varmvandsfremløbet, hvor den ene sidder som reserve. På disse to er<br />
der installeret en tidsstyring, men der er kun indsat enkelte pauser mandag.<br />
Ellers kører den ene <strong>af</strong> de to pumper konstant.<br />
Varmekablet til sikring at stikledningen ind til huset er anslået til 30W/m,<br />
men det vil variere alt efter, hvor mange timer der anvendes et eller to kabler.<br />
Kablet er sat til 7 ◦ C en delta tempetatur på 0,6 grader<br />
I de estimerede værdier er et mindre standby forbrug til kontormaskiner,<br />
vaskemaskiner og tørretrumpler mm..
104<br />
BILAG B. KORTLÆGNING AF ELFORBRUGET HOS DE STORE<br />
FORBRUGERE<br />
Tabel B.4: Fordelingen <strong>af</strong> energiforbruget i Servicehuset 1289<br />
Antal Beskrivelse Effekt Drifttimer Forbrug Dage Forbrug<br />
W t/døgn W/døgn /uge Wt/uge<br />
1 Trinettekøkner 2300 2 4600 5 23.000<br />
1 K<strong>af</strong>femaskiner 600 3 1800 5 9.000<br />
1 Elkedel 1200 0,1 120 5 600<br />
1 Industritørretrumpler 8500 0 7 0<br />
1 Motor 245 5 1225 5 6.125<br />
1 Varmelegme 8000 3 24000 5 120.000<br />
1 Alm, Tørretrumpler 2300 3 4600 5 34.500<br />
3 Industrivaskemaskiner 7900 0 5 0<br />
3 Varmelegme 7500 1,2 22500 5 135.000<br />
3 Motor 400 5 6000 5 30.000<br />
1 Strygejern 1200 0,4 480 7 3.360<br />
1 Microovn 1600 0 0 7 0<br />
1 Lille kummefryser 180 5,5 990 7 6.930<br />
1 Lille Køleskab 90 3,56 320,4 7 2242,8<br />
5 Varmekabel <strong>af</strong>løb 20 12 1200 7 8.400<br />
Estimeret fordeling 42.115 72.635,4 378.757,8<br />
Faktisk forbrug 378.785<br />
Taphus 5<br />
Taphus 5 er en lille hytte på 2,8x3,4x2,17 m. Hytten er isoleret med 80mm<br />
mineraluld og opvarmet med et 2000 Watts elpanel, indstillet til 25 ◦ C . Ser<br />
man igen på en uge i februar, kan fordelingen <strong>af</strong> forbruget estimeres til tabel<br />
B.6. Foruden Taphus 5 findes der et lignende Taphus 6, som også anvendes<br />
til opmagasinering. Taphus 6 opvarmes med oliefyr, og det har ikke været<br />
muligt at sk<strong>af</strong>fe et fyringsbudget for denne hytte. De øvrige taphuse 1-4 er<br />
ikke egentlige huse men en lille boks på fire ben figur B.3.<br />
Figur B.3: Taphuse i <strong>Sarfannguaq</strong><br />
Hvis der ikke er en meget god grund til at opretholde Taphus 5 i sin
Tabel B.5: Fordelingen <strong>af</strong> energiforbruget i Bygdekontoret 1289<br />
105<br />
Antal Beskrivelse Effekt Drifttimer Forbrug Dage Forbrug<br />
W t/døgn W/døgn /uge Wt/uge<br />
1 Trinettekøkken 2300 0.4 920 5 4.600<br />
1 K<strong>af</strong>femaskine 600 3 1800 5 9000<br />
1 K<strong>af</strong>femaskiner 600 5 3000 5 15.000<br />
2 Stationære computere 300 7 4200 5 21.000<br />
2 Pcskærme 70 5 980 5 4.900<br />
1 Kopimaskine 250 1 250 5 1.250<br />
1 Andre kontormaskiner 250 2 500 5 2.500<br />
2 Cirkulationspumpe cent. 30 24 1440 7 10.080<br />
2 Cirkulationspumpe vand 40 14 1120 7 7.840<br />
1 Gulliver RG02R brænder 290 11 3190 7 22.330<br />
6 Varmekabel 30 18 3240 7 22.680<br />
Estimeret fordeling 4195 17235 112.180<br />
Faktisk forbrug 112.570<br />
Tabel B.6: Fordelingen <strong>af</strong> energiforbruget i Taphus 5 1302<br />
Antal Beskrivelse Effekt Drifttimer Forbrug Dage Forbrug<br />
Antal Beskrivelse Effekt [W] Drifttimer Forbrug /uge Forbrug<br />
1 Elpanel Taphus 5 2000 19 38000 7 266.000<br />
1 Elpanel Taphus 4 250 20 5000 7 35.000<br />
1 Frostsikringskabel Z2 1035 10 10350 7 72.450<br />
Estimeret fordeling 4320 10 63700 445.900<br />
Faktisk forbrug 446.130<br />
nuværende form og placering, kunne der spares meget energi ved at ændre<br />
den til en boks. Derudover er det tvivlsomt, om dens placering giver den en<br />
berettigelse. Benyttes den ikke til nogle aktiviteter ved vandet, kunne det være<br />
en god ide at flytte den op til bygning 99 og dermed spare 40 m ledning og en<br />
del el til opvarmning <strong>af</strong> hytte og ledning.<br />
Tabel B.7: Fordelingen <strong>af</strong> energiforbruget i Taphus 3 1406<br />
Antal Beskrivelse Effekt Drifttimer Forbrug Dage Forbrug<br />
W t/døgn W/døgn /uge Wt/uge<br />
1 Elpanel Taphus 3 250 21 5250 7 36.750<br />
1 Elpanel Taphus 2 250 21 5250 7 36.700<br />
2 Tarco 180rør 1035 13 26910 7 188.370<br />
2 Tarco 200rør 575 14 16100 7 112.700<br />
Estimeret fordeling 3720 53510 374.570<br />
Faktisk forbrug 377.995
106<br />
BILAG B. KORTLÆGNING AF ELFORBRUGET HOS DE STORE<br />
FORBRUGERE<br />
Taphus 3 forsyner både frostsikringskablerne til hovedledningen sektion<br />
3 og 4. Sektion 3 og 4 sikres med fire kabler hver. For sektion 3 trækker<br />
de 2,5A per kabel og for sektion 4 4,5A per kabel. Kabel temperaturen er<br />
som for de fleste andre kabler i bygden indstillet til en minimumstemperatur<br />
på 7 ◦ C og en ∆t på 0, 6 ◦ C. Selve taphuset er opvarmet med et 250 W<br />
elpanel med en set-temperatur på 15 ◦ C. Taphuset er isoleret ca. 40 mm mineraluld/opskummet<br />
polystyren, udført med varierende kvalitet. Det vurderes<br />
derfor, at elpanelerne har relativt mange drifttimer, men med den lave effekt<br />
er det ikke voldsomme mængder energi, der anvendes til frostsikring <strong>af</strong> denne<br />
type taphuse. Elpanelerne er udstyret med extern termostat og føler for at<br />
sikre, at reguleringstemperaturen er korrekt. Taphus 1-4 er påbygget som vist<br />
figur B.3, isoleret og opvarmet som beskrevet for taphus 3. Termostaterne i de<br />
fire taphuse er indstillet til imellem 15 og 25 ◦ C. Den eksterne termostat taget<br />
i betragtning burde denne set-temperatur kunne reduceres betydeligt, uden at<br />
det påvirker frostrisikoen. Hvad den kan reduceres til og om bedre isolering er<br />
en god investering kunne være en god ide for Nukissiorfiit at undersøge, mere<br />
herom i de særskilte rapporter til Nukissiorfiit og beboerne i <strong>Sarfannguaq</strong>, der<br />
er udarbejdet i forbindelse med dette projekt. På samme måde kunne det være<br />
en god ide at beregne den nødvendige set-temperatur på de selvregulerende<br />
varmekabler for at sikre, at vandrørne ikke fryser. Nukissiorfiit oplyste, at der<br />
anvendes 2 − 3 ◦ C i Sisimiut, men hvad den nødvendige temperatur er for de<br />
fritliggende rør i <strong>Sarfannguaq</strong> er uvist. Producenten Tarcorør er overtaget <strong>af</strong><br />
Løgstørrør, men de er meget interesseret i at hjælpe ved en evt. undersøgelse<br />
<strong>af</strong> dette.<br />
Tabel B.8: Fordelingen <strong>af</strong> energiforbruget i Taphus 6 1303<br />
Antal Beskrivelse Effekt Drifttimer Forbrug Dage Forbrug uge<br />
W t/døgn W/døgn /uge Wt/uge<br />
1 Oliebrænder 165 17 2805 7 19.635<br />
1 Grundfoss cirk. 50 24 1200 7 8.400<br />
1 Tarco 180rør 690 17 11730 7 82.110<br />
Estimeret fordeling 855 15.735 110.145<br />
Faktisk forbrug 110.445<br />
Taphus 6 fungerer også som bygdens brandstation. Hytten er identisk med<br />
Taphus 5, men blot oliefyret. Rummet opvarmes <strong>af</strong> en traditionel radiator<br />
forsynet via en cirkulationspumpe, 36-70 W. Kedelvandstemperaturen var ved<br />
besøget 75 ◦ C. Frostsikringskablerne i stikledningen til hytten er tilsluttet i<br />
hytten, men ellers er der kun et mindre forbrug til belysning.<br />
Vandledningerne i <strong>Sarfannguaq</strong><br />
Vandledningerne i <strong>Sarfannguaq</strong> består <strong>af</strong> præisolerede PE-HD rør. Rørerne er<br />
isoleret med polyurethanskum og forsynet med to kvadratiske tracerrør i alu-
107<br />
minium. Hver <strong>af</strong> tracerrørerne er udstyret med et selvregulerende varmekabel<br />
på imellem 10 og 20 W/m. Den anvendte isoleringsskum har en isoleringsevne<br />
λ = 0, 032W/m 2 k. Rørerne ligger for det meste frit, men i enkelte områder<br />
er de nedgravede <strong>af</strong> hensyn til stier mm. Føringsveje, længder og dimensioner<br />
kan ses på tegningen over systemet, der er udarbejdet i forbindelse med dette<br />
projekt.<br />
Tabel B.9: Rør anvendt i vandforsyningssystemet<br />
Kapperør Innerrør<br />
Diameter Godstykkelse Diameter Godstykkelse<br />
140 4,4 32 3<br />
180 5,6 75 6,9<br />
200 6,2 110 10
Bilag C<br />
Datagrundlag<br />
Tabel C.1: Elforbruget i <strong>Sarfannguaq</strong><br />
Beskrivelse Periode Opløsning Rettighedshaver Udleveret <strong>af</strong><br />
Årlig forbrug 1999-2007 År Nukissiorfiit Grønlandsstatistik<br />
Fjern<strong>af</strong>læst forbrug 09.2007-01.2009 15min. Nukissiorfiit Nukissiorfiit<br />
Målerliste - - Nukissiorfiit Nukissiorfiit<br />
Tabel C.2: Kr<strong>af</strong>tværket i <strong>Sarfannguaq</strong><br />
Beskrivelse Periode Opløsning Rettighedshaver Udleveret <strong>af</strong><br />
Datablade - - Scania Nordhavn<br />
Brændstofforbruget 1999-2008. - Nukissiorfiit Nukissiorfiit<br />
Produktionsrapporter mdr. - Nukissiorfiit Nukissiorfiit<br />
Distributionsnet DXF-tegning - Nukissiorfiit Nukissiorfiit<br />
Tabel C.3: Vandforbruget i <strong>Sarfannguaq</strong><br />
Beskrivelse Periode Opløsning Rettigheder Udleveret <strong>af</strong><br />
Årligforbrug 2001-2007 År Nukissiorfiit Grønlandsstatistik<br />
Fjren<strong>af</strong>læstforbrug 09.2007-09.2008 Måned. Nukissiorfiit Nukissiorfiit<br />
Tabel C.4: Brændstofforbruget i <strong>Sarfannguaq</strong><br />
Beskrivelse Periode Opløsning Rettighedshaver Udleveret <strong>af</strong><br />
Benzinforbrug 2004-2007 Måned KNI Grønlandsstatistik+KNI<br />
Gasolieforbrug 2004-2007 Måned KNI Grønlandsstatistik+KNI<br />
Petroleumforbrug 2004-2007 Måned KNI Grønlandsstatistik+KNI<br />
Flaskegasforbrug 2004-2007 Måned KNI Grønlandsstatistik+KNI<br />
109
110 BILAG C. DATAGRUNDLAG<br />
Tabel C.5: Kort<br />
Beskrivelse Kurver Opløsning Rettigheder Udleveret <strong>af</strong><br />
G250V 100m 1:250.000 KMS DTU space<br />
Sisimiut grundkort 0,5m DTM 5x5m Asiaq Asiaq<br />
Sisimiut klasse1 25m DTM 100x100m Asiaq Asiaq<br />
Sisimiut vandrekort 25m 1:100.000 Compukort Gre. tursism<br />
Datagrundlag vandrekort 25m 1:125.000 Compukort Compukort<br />
<strong>Sarfannguaq</strong> grundkort 0,5m DTM10x10m Asiaq Asiaq<br />
Kangerlussuaq grundkort 0,5m DTM10x10m Asiaq Asiaq<br />
Kangerlussuaq klasse1 25m DTM100x100m Asiaq Asiaq<br />
Kangerlussuaq vandrekort 25m 1:100.000 Compukort Compukort<br />
Tabel C.6: Vinddata<br />
Beskrivelse Periode Opløsning Rettigheder Udleveret <strong>af</strong><br />
Sisimiut by 515 09.1991- 60min. Asiaq Asiaq<br />
Sisimiut Mittarfia 2001- 60min. DMI Ikke udl.<br />
Dumpen 2004-2008 10min. DTU Winddata.com<br />
Kangerlussuaq 1973- 60min. DMI Ikke udl<br />
Sisimiut dumpen 08.2004- 10min. DTU DTU<br />
<strong>Sarfannguaq</strong> 03-04+06-07 10min. DTU Winddata.com<br />
Summit 2008-2009 1min Geosummit Geosummit<br />
Sisimiut Mittarfia 02.2008- 8 s GLV GLV<br />
Tabel C.7: Temperaturdata<br />
Beskrivelse Periode Opløsning Rettigheder Udleveret <strong>af</strong><br />
Sisimiut by 515 09.1991- 60min. Asiaq Asiaq<br />
Sisimiut Mittarfia 2001- 60min. DMI Ikke udl.<br />
Kangerlussuaq 1973- 60min. DMI Ikke udl<br />
Dumpen 2004-2008 10min. DTU Winddata.com<br />
Pisissarfik 464 1998- 60min. Asiaq Asiaq<br />
Sisimiut dumpen 08.2004- 10min. DTU DTU<br />
<strong>Sarfannguaq</strong> 03-04+06-07 10min.6 DTU DTU<br />
Summit 2008-2009 1min Geosummit Geosummit<br />
Tabel C.8: Nedbørsdata<br />
Beskrivelse Periode Opløsning Rettigheder Udleveret <strong>af</strong><br />
Sisimiut by 515 09.1991- 60min. Asiaq Asiaq<br />
Sisimiut Mittarfia 2001- 60min. DMI Ikke udl.<br />
Kangerlussuaq 1973- 60min. DMI Ikke udl
Tabel C.9: Indstrålingsdata<br />
111<br />
Beskrivelse Periode Opløsning Rettigheder Udleveret <strong>af</strong><br />
Sisimiut by 515 09.1991-10.2006 60min. Asiaq Asiaq<br />
Sisimiut by 515 10.2006- 5min. Asiaq Asiaq<br />
Sisimiut Mittarfia 2001- 60min. DMI Ikke udl.<br />
Tabel C.10: Fugtighedsdata<br />
Beskrivelse Periode Opløsning Rettigheder Udleveret <strong>af</strong><br />
Sisimiut by 515 09.1991- 60min. Asiaq Asiaq<br />
Sisimiut Mittarfia 2001- 60min. DMI Ikke udl.<br />
Kangerlussuaq 1973- 60min. DMI Ikke udl<br />
Tabel C.11: Lufttryk<br />
Beskrivelse Periode Opløsning Rettigheder Udleveret <strong>af</strong><br />
Sisimiut by 515 09.1991- 60min. Asiaq Asiaq<br />
Sisimiut Mittarfia 2001- 60min. DMI Ikke udl.<br />
Kangerlussuaq 1973- 60min. DMI Ikke udl
Bilag D<br />
Opbygning <strong>af</strong> model,<br />
eksisterende system<br />
For at kunne bestemme følgerne ved en ændring <strong>af</strong> forsyningssystemet i <strong>Sarfannguaq</strong><br />
er det nødvendigt at have en model <strong>af</strong> systemet. Som udgangspunkt<br />
kendes forbruget for hvert kvarter for en periode på et år. Der er ikke endnu<br />
foretaget målinger, der vil kunne fastlægge fluktuationer og max/min værdier<br />
i disse 15 minuters intervaller. Ud fra de kendte forbrugsdata er det muligt<br />
at simulere, hvordan kr<strong>af</strong>tværket har arbejdet, og hvordan eventuelle nye tiltag<br />
vil påvirke systemet. Den første model, der opstilles, er en model <strong>af</strong> det<br />
eksisterende system. Modellen skal danne grundlaget for undersøgelse <strong>af</strong> energimæssige<br />
og økonomiske konsekvenser <strong>af</strong> implementering <strong>af</strong> nye komponenter<br />
i systemet. Modellen skal som udgangspunkt ikke omfatte de eltekniske konsekvenser,<br />
som f.eks. Elkvaliteten. Som simuleringsprogram anvendes Simulink,<br />
der er et standard Matlab simuleringsværktøj. Simulink giver mulighed for både<br />
at anvende eksisterende moduler, udveksle moduler med andre og endelig<br />
at designe egne moduler. Programmet giver mulighed for at køre simuleringen<br />
direkte i programmet eller, hvis dette er for tidskrævende, kan programmet<br />
konverteres til C-kode, som kan køres udenfor programmet.<br />
D.1 Input til modellen<br />
Som tidligere beskrevet anvendes de fjern<strong>af</strong>læste 15 minutters data som input<br />
for modellen. De fjern<strong>af</strong>læste data er stillet til rådighed <strong>af</strong> Nukissiorfiit, som<br />
en dataserie for hver enkelt måler i bygden. Forbruget er målt som antallet <strong>af</strong><br />
kWh, der er forbrugt inden for den aktuelle måleperiode. I den statiske model<br />
beskrives fordelingsnettets indflydelse på systemet kun som et nettab. Det<br />
betyder, at der ikke tages højde for, hvor i nettet forbruget et placeret. Det<br />
betyder, at forbruget i nettet kan beskrives <strong>af</strong> det samlede forbrug, og derfor<br />
anvendes en summering <strong>af</strong> forbruget for alle målere i hver enkelt 15 minutters<br />
interval. Inputdataene opdeles i måneder for at muliggøre simulering <strong>af</strong> de<br />
113
114 BILAG D. OPBYGNING AF MODEL, EKSISTERENDE SYSTEM<br />
enkelte måneder separat. Forbrugsdataene er kvalitetssikrede og samlet i en<br />
matrise med en tidsserie i første række. Rækkerne 2-15 indeholder forbrugsdataene<br />
for okt. 2007 -Dec. 2008. Række 16 indeholder den samlede dataserie for<br />
2008. Alle pladser i matrisen, som ikke indeholder måledata, udfyldes med en<br />
fejlkode. I dette tilfælde anvendes -1"og det benyttes til at <strong>af</strong>bryde simulering,<br />
når enden <strong>af</strong> dataserien er nået. Dataene gemmes som en MAT-fil for at kunne<br />
anvende et standard Simulink modul til at indlæse dataene.<br />
Under besøget i <strong>Sarfannguaq</strong> blev det observeret, at det ikke er alt strøm,<br />
der registreres <strong>af</strong> de fjern<strong>af</strong>læste målere. Kr<strong>af</strong>tværkets eget forbrug samt forbruget<br />
til vejbelysning måles kun manuelt, og der findes derfor kun månedsvædier<br />
for disse forbrug. Derved opstår problemet med at fastlægge variationerne<br />
<strong>af</strong> disse forbrug. Disse to forbrug udgør 3,6% <strong>af</strong> det samlede forbrug. Ud fra<br />
de ringe muligheder for at estimere de korrekte variationer og den forholdsvis<br />
lille andel <strong>af</strong> det samlede forbrug er der istedet anvendt de månedlige middelforbrug<br />
som input for disse forbrug.<br />
For at bevare muligheden for at kunne verificere nettabet ud fra <strong>af</strong>gangsmålinger<br />
behandles disse forbrug særskilt og importeres fra en separat fil.<br />
Disse forbrug går direkte fra forbrugsmodulet og til kr<strong>af</strong>tværksmodulet, hvor<br />
de lægges til <strong>af</strong>gangeffekten til nettet.<br />
D.2 Opbygning<br />
Opbygningen <strong>af</strong> simuleringsmodellen tager udgangspunkt i forbruget og derfor<br />
kaldes første modul "Forbrug". Forbrug-modulet har til opgave at indlæse<br />
forbrugsdataene og sikre, at de har det rigtige format.<br />
Til indlæsning <strong>af</strong> dataene anvendes standardmodulet "From File"figur D.1.<br />
Indlæsningsmodulet instilles til at indlæse MAT-filen og frigiver en kolonne<br />
data ad gangen <strong>af</strong>hængig <strong>af</strong> samplingsfrekvensen. Det betyder, at modulet frigiver<br />
de tilhørende værdier fra, hvad der svare til måleperiodens begyndelse<br />
til slutningen, og det betyder, at dataene indlæses som middelværdier over de<br />
15 minuter, de er målt over. Der udsendes således en vektor med værdierne<br />
fra række 1-16 i den kolonne, som den akutelle simuleringtid svare til. Til simuleringen<br />
skal kun en <strong>af</strong> værdierne i vektoren anvendes, og derfor defineres<br />
et input, som definerer hvilken værdi vektorindex-modulet skal videresende.<br />
Den valgte værdi adderes med en konstant værdi på 1, sådan at indtastning<br />
<strong>af</strong> 1 svare til januar og indtastning <strong>af</strong> 13 medfører hele dataserien. Til at<br />
sikre at dataene ligger inden for et valid interval anvendes et "Check Static<br />
Range"modul. Modulet <strong>af</strong>bryder simuleringen, hvis de inkomne data ligge unden<br />
for det definerede interval. Dette sker f.eks., når simuleringen er nået til<br />
enden <strong>af</strong> den valgte dataserie, og den valgte fejlkode -1"indlæses. Afbrydes<br />
simuleringen ikke, sendes dataene ud <strong>af</strong> modulet via outmodulet "Forbrug".
D.2. OPBYGNING 115<br />
Netmodel<br />
Figur D.1: Modul til indlæsning <strong>af</strong> statistiske data<br />
Efter at have testet hele modulet "Forbrug"opbygges modulet "Net", som skal<br />
lægge tabet igennem nettet til forbruget. Tabet i et kabel kan simpelt beskrives<br />
vha. Joules lov:<br />
E = RI 2 τ ⇒ PT ab = RI 2<br />
(D.1)<br />
Som det kan ses <strong>af</strong> D.1 vil tabet således <strong>af</strong>hænge at strømmen kvadreret, og<br />
da netspændingen er tilnærmelsesvis konstant, vil strømmen være proporsional<br />
med forbruget. Nettabet og netopbygningen er på nuværende tidspunkt<br />
ukendt, og nettabets andel <strong>af</strong> det samlede tab må derfor estimeres og indgå<br />
som en del <strong>af</strong> den endelige verificering <strong>af</strong> simuleringsmodellen. Som udgangspunkt<br />
estimeres tabet til 1, 5% ved en belastning på 100kW.<br />
PT ab = RI 2 ⇒<br />
0, 015 · 100000<br />
100000<br />
= c · 100000 2 ⇒ c = 1, 5 · 10 −12<br />
(D.2)<br />
Modstanden i et kabel vil også <strong>af</strong>hænge <strong>af</strong> temperaturen, men dette negligeres<br />
i denne simple model. Det vurderes ikke, at implementering <strong>af</strong> den temperatur<strong>af</strong>hængige<br />
kabelmodstande er relevant, før hele nettet modelleres i detaljer.<br />
Den simple model på baggrund <strong>af</strong> Joules lov formel D.2 anvendes således til<br />
bestemmelse <strong>af</strong> nettabet. Modellen er opbygget som vist figur D.2, med input<br />
fra "Forbrug"modulet. Modulet beregner hvor meget effekt, der skal tilføres<br />
nettet samt nettets virkningsgrad. Nettets virkningsgrad anvendes i beregning<br />
<strong>af</strong> systemets samlede virkningsgrad, og effekten anvendes som input for<br />
kr<strong>af</strong>tværksmodulet.
116 BILAG D. OPBYGNING AF MODEL, EKSISTERENDE SYSTEM<br />
Kr<strong>af</strong>tværksmodellen<br />
Figur D.2: Simpel model for transmissionsnettet<br />
Figur D.3: Model for nuværende kr<strong>af</strong>tværk<br />
Kr<strong>af</strong>tværket består idag kun <strong>af</strong> et generatorsæt med tre generatorer <strong>af</strong> forskellig<br />
størrelse. Kr<strong>af</strong>tværksmodulet har tre input, et valg <strong>af</strong> generator, en effektefterspørgslen<br />
fra nettet og en effektefterspørgsel fra kr<strong>af</strong>tværkets egetforbrug<br />
samt gadebelysningen. Kr<strong>af</strong>tværksmodulets primære opgave er ud fra effektbehovet<br />
at beregne brændstofforbruget. Nukisiorfiit har ikke været istand til<br />
at oplyse noget om, hvilke generatorer der har kørt hvornår eller hvor mange<br />
start/stop de enkelte generatorer har h<strong>af</strong>t.<br />
Model, mærke og forhandler <strong>af</strong> generatorsættene er oplyst <strong>af</strong> Nukissiorfiit.<br />
Det har ikke været muligt at fremsk<strong>af</strong>fe testresultater på hele generatorsæt-
D.2. OPBYGNING 117<br />
Figur D.4: Virkningsgrader for de to generatortyper<br />
tet men fra generatorfabrikanten Stamford er der fremsk<strong>af</strong>fet virkningsgradskurver<br />
for generatorerne. Virkningsgradskurverne findes kun for intervallet<br />
25 − 110% <strong>af</strong> den nominelle belastning. For at sikre at virkningsgraden er difineret<br />
på hele intervallet beregnes formlen for kurven. Generator to og tre er<br />
ens, derfor indeholder D.3 kun to virkningsgradskurver.<br />
Motorerne, som er fremstillet <strong>af</strong> Scania, er alle <strong>af</strong> typen D9, men motoren<br />
til generator 1 er neddroslet til 135kW mod de 197kW, der anvendes til generator<br />
2+3. Det har kun været muligt at få oplyst brændstofforbruget ved<br />
0, 20, 50, 75 og 100% belastning. Motorerne er standard turboladede motorer<br />
og standardforbrugsdata er derfor fremsk<strong>af</strong>fet til udarbejdelse <strong>af</strong> det fornødne<br />
datagrundlag. Lektor Jesper Schram MEK-DTU har udleveret et diagram for<br />
en standard Ferrari turbodieselmotor. Diagrammet anvendes sammen med de<br />
kendte forbrug, ved 0, 25, 50, 75 og 100 % belastning til at estimere brændstofforbruget<br />
for de to motor typer figur D.5. Som kurven tydeligt indikerer,<br />
har det ingen betydning for brændstoføkonomien, hvilken motor der anvendes<br />
fordi de fysisk er ens. Forbruget for området 0-20 kW er behæftet med en lille<br />
usikkerhed. Modstande i generatoren som f.eks. friktion får en større betydning,<br />
efterhånden som den udtrukne effekt falder. Producenten var også kun<br />
istand til at give et cirka forbrug for nul last.<br />
Generatormodellen er som resten <strong>af</strong> systemet opbygget fra forbrugssiden<br />
og dermed imod energistrømmen. Modellen indledes med en kontrol <strong>af</strong>, om det<br />
indkommende produktionskrav kan opfyldes <strong>af</strong> den valgte generator. Overstiger<br />
kravet generatorens indstillede maks. last, kobles der automatisk en eller
118 BILAG D. OPBYGNING AF MODEL, EKSISTERENDE SYSTEM<br />
Figur D.5: Estimering <strong>af</strong> brændstofforbrug for motorer<br />
flere ekstra generatorer ind. Det har ikke været muligt at fremsk<strong>af</strong>fe styringsalgoritmen<br />
for PLCen, og derfor er kriterierne for opstart <strong>af</strong> en ekstra motor<br />
ukendt. Af driftdataene kan det ses, at der findes perioder, hvor der køres<br />
parallelt med to eller flere generatorer, da driftimerne overstiger timerne i<br />
perioden. En ekstra generator kan enten automatisk kobles ind, hvis reservekapaciteten<br />
på den anvendte generator bliver for lille eller, også kan den<br />
kobles ind (manuelt), hvis man forventer, at forbruget i en periode vil bliver<br />
højt. Hvor meget <strong>af</strong> parallel driften der skyldes manglende reserve kapacitet<br />
vides ikke, men det må forventes, at størstedelen kan tilskrives dette, da der<br />
ikke er nogen direkte manuel overvågning <strong>af</strong> kr<strong>af</strong>tværket. Da det vil have en<br />
voldsom negativ effekt på værkets økonomi at køre parallel drift ved lave forbrug,<br />
må det antages, at dette kun finder sted i høje belastningssituationer.<br />
Til styring <strong>af</strong> parallelt drift i modellen anvendes derfor udelukkende belastningen<br />
på generatorene. Ud fra de kendte belastninger antages det, at der aldrig<br />
køres med mere end to generatorer parallelt <strong>af</strong> gangen. Derved kan niveauet<br />
<strong>af</strong> reservekapaciteten estimeres ud fra antal drifttimer og belastningshistorikken.<br />
Som eksempel er den akkumulerede lastfordeling og andelen <strong>af</strong> parallel<br />
drift angivet figur D.7. Der blev kørt parallelt 4,75 % <strong>af</strong> tiden i 2008, hvilket<br />
svarer til en belastning fra omkring 98 kW og op efter. For at få <strong>af</strong>klaret<br />
spørgsmålene omkring styringen er den ansvarlige stærkstrømingeniør hos Megacom<br />
Danmark, Peter Schougaard kontaktet. Peter har personligt designet<br />
PLC-programet, men de kan naturligvis ikke udlevere dette. Peter fortæller,<br />
at styringen regulerer efter effekten og frekvensen på hovedskinnen. Alle pa-
D.2. OPBYGNING 119<br />
Figur D.6: Akkumuleret lastfordeling for 2008 og angivelse at parallel drift<br />
andelen<br />
rametre i programmet opdateres for hver 30 ms. Styringen <strong>af</strong> generatorerne<br />
er opbygget med faste startværdier, men med en mere avanceret stopfunktion<br />
kaldet „Selektiv stop“. Det vil sige at der startes en ny generator ved en given<br />
effekt, men alt efter historikken kan den udkobles igen, før eller efter dette<br />
niveau. Når der køres parallelt, er styringen designet til at fordele lasten, så<br />
perioder med meget lidt belastning forhindres. På grund <strong>af</strong> det variable stopniveau<br />
og de manglende parameterdata er det ikke muligt at lave en mere<br />
nøjagtig bestemmelse <strong>af</strong> start/stop niveauerne end ved at anvende lastfordelingerne.<br />
Resultaterne <strong>af</strong> denne beregning vil også blive påvirket <strong>af</strong>, hvor<br />
meget storforbrugerfunktionen i styringen har været anvendt. Denne funktion<br />
bruges til at kommunikere imellem kr<strong>af</strong>tværket og fiskefabrikkens køleanlæg.<br />
Funktionen sikrer at der er tilstrækkelig reservekapacitet når køleanlægget ønsker<br />
at indkoble en ekstra kompressor. Om parameterne for start og stop er<br />
indstillet ens for de to motorstørrelser er tvivlsomt. Vi får en lidt højere effekt<br />
for månederne, hvor generator 1 ikke har været i drift, og det tyder på, at<br />
niveauet ikke er indstillet ens, tabel D.1. Ved projektets <strong>af</strong>slutning er driftparametrene<br />
blevet udleveret <strong>af</strong> Nukissiorfiit, og det viser sig, at generator 1 er<br />
indstillet til 96 kW, mens generator 2+3 er indstillet til 150 kW.<br />
Ud fra disse undersøgelser sættes startværdien for alle generatorene til en<br />
fast startværdi på 98kW. I praksis vil værdien, på grund <strong>af</strong> at anvendelsen <strong>af</strong><br />
storforbrugerfunktionen er inkluderet i statistikken, være højere. Med hensyn<br />
til simuleringsresultaterne vurderes dette ikke at have en den store indflydelse.
120 BILAG D. OPBYGNING AF MODEL, EKSISTERENDE SYSTEM<br />
Tabel D.1: Driftdata for 2008 og estimeret indkoblingsniveau<br />
Måned Timer G1 Timer G2 Timer G3 Timer Dob. Andel Dob. Est. Niveau<br />
1 0 322 422 0 0,0 124kW<br />
2 282 276 154 16 2,299 93kW<br />
3 430 0 322 8 1,075 89kW<br />
4 96 447 210 33 4,583 88kW<br />
5 199 62 491 8 1,075 94kW<br />
6 32 20 693 25 3,472 89kW<br />
7 79 315 363 13 1,747 99kW<br />
8 20 540 209 25 3,360 92kW<br />
9 0 624 101 5 0,694 101kW<br />
10 24 737 58 75 10,081 101kW<br />
11 193 669 64 206 28,611 96kW<br />
12 75 194 478 3 0,403 108kW<br />
Ialt 1430 4206 3565 417 4,747 98kW<br />
Der kan fordi brændstofforbruget for de tre motorer er ens ved en given belastning<br />
anvendes en meget simpel styring, der udelukkende anvender lasten<br />
til at bestemme antallet <strong>af</strong> indkoblede generatorer.<br />
Bestemmelsen <strong>af</strong> antallet <strong>af</strong> indkoblede generatorer, beregnes ud fra belastningsgraden<br />
og generatorens virkningsgrad ved denne belastning. Når generatorvirkningsgraden<br />
kendes, kan den nødvendige motoreffekt beregnes. Når<br />
den nødvendige motoreffekt er kendt, kan motorens brændstofforbrug bestemmes<br />
ud fra figur D.5. Ud fra brændstofflowet og brænsstoffets brændværdi kan<br />
generatorens samlede virkningsgrad bereges ved:<br />
ηGenerator = PNet<br />
˙v · Bv<br />
(D.3)<br />
hvor Bv er brændstoffets brændværdi, i dette tilfælde anvendes gasolies nedre<br />
brændværdi 34, 686 MJ<br />
L 1 og PNet et den <strong>af</strong>givne elektriske effekt.<br />
Fordelingen <strong>af</strong> generatorernes samlede virkningsgrad i forhold til belastningen,<br />
se figur D.7, viser, at det rent brændstofmæssigt er stort set underordnet,<br />
hvilken generator der anvendes. En anden væsentlig oplysning er at virkningsgraden<br />
kun varierer forholdsvis lidt fra en belastning på 60kW og opefter.<br />
Økonomisk model<br />
Elpriserne i Grønland er reguleret <strong>af</strong> hjemmestyret, og for perioden 2005-2009<br />
gælder en overgangsordning, som har til formål at ændre de grønlandske elpriser<br />
fra faste priser til markedspriser. Landsstyret har vedtaget, at prisen må<br />
stige 10% per år plus stigninger på olie og andre produktionsrelaterede udgifter.<br />
Prisen i 2009 må dog maksimalt være 150% <strong>af</strong> den landsdækkende pris i<br />
1 Energistyrelsens Energistatistik 2007, www.ens.dk
D.2. OPBYGNING 121<br />
Figur D.7: Generatorsættenes samlede virkningsgrad som funktion <strong>af</strong> belastningen<br />
Tabel D.2: Produktionsprisen i <strong>Sarfannguaq</strong><br />
Omkostninger 2006 2007<br />
kr/kWh kr/kWh<br />
Vareforbrug 1,36 1,28<br />
Personaleomkostninger 1,12 1,06<br />
Kapacitetsomkostninger 0,63 1,78<br />
Afskrivninger 0,85 1,31<br />
Renter 0,34 0,30<br />
Enhedspris 4,31 5,73<br />
2003. Disse krav er gældende for hver sammenhængende område. Det betyder,<br />
at Nikussiorfiit har været tvunget til at beregne de nøjagtige enhedsomkostninger<br />
for hver produktionsanlæg og dermed også anlægget i <strong>Sarfannguaq</strong>. Vi<br />
kender derfor enhedsprisen og baggrunden for prisen, se Tabel D.2. Ud <strong>af</strong> de<br />
fem udgiftsposter, som enhedsprisen består <strong>af</strong>, er der kun vareforbrug, der<br />
varierer med produktioner. De fem andre vil være faste over året, men vil variere<br />
fra år til år. Vareforbruget dækker over gasolieforbrug, motorolieforbrug<br />
og andre direkte produktionsrelaterede udgifter. Vareforbruget vil, fordi der
122 BILAG D. OPBYGNING AF MODEL, EKSISTERENDE SYSTEM<br />
Figur D.8: Produktionsprisen per kWh<br />
næsten udelukkende er tale om oliebaserede produkter, variere med olieprisen.<br />
Grønland her indtil 2009 være begunstiget med en fordelagtig fastpris<strong>af</strong>tale<br />
på olie, men fra 2009 overgår priserne til verdensmarkedspriser, og det vil<br />
sandsynligvis betyde, at priserne på oliebaserede produkter vil stige. Vi tager<br />
udgangspunkt i 2007 priser D.2, da det er de nyeste, tilgængelige data.<br />
Enhedspriserne er beregnet ud fra produktionsomkostningerne per produceret<br />
kWh (2007 415.240kWh).<br />
For at gøre modellen så anvendelig og realistisk så mulig baseres prisen på<br />
gasolie- og smøreolieforbruget. Smøreolieforbruget bereges som et forbrug per<br />
forbrugt liter gasolie formel D.4<br />
RSmreolie = msmreolie<br />
mGasolie<br />
= 816L<br />
= 5, 506 · 10−3<br />
148200L<br />
(D.4)<br />
Smøreolien koster omkring 22kr/L, hvilket betyder, at smøreoliens andel<br />
<strong>af</strong> enhedsprisen er 4,32øre/kWh og antages det, at omkostningerne til gasolie<br />
udgør resten, er prisen 3.465kr/L. Denne pris er en smule under den officielle<br />
grønlandske pris på 3,74 kr/L, men det kan skyldes mængderne, der <strong>af</strong>tages,<br />
og at Nukissiorfiit har nogle særlige <strong>af</strong>taler. De faste udgifter (4,45 kr/kWh)<br />
antages at være jævnt fordelt over året og implementeres i modellen som udgift<br />
per sekund formel D.5.<br />
KF ast =<br />
KF ast · PSolgt 4, 45˙375224<br />
kr<br />
= = 0, 05295<br />
Antalsekunderiåret 31536000 sek.<br />
(D.5)
D.3. VERIFICERING AF MODEL 123<br />
Figur D.9: Økonomisk model for kr<strong>af</strong>tværket<br />
Dette sættes sammen til en simpel økonomisk model for det nuværende kr<strong>af</strong>tværk<br />
D.8.<br />
D.3 Verificering <strong>af</strong> model<br />
Verficering <strong>af</strong> modellens resultater er som tidligere beskrevet kompliceret <strong>af</strong><br />
fejl<strong>af</strong>læsninger mm. Det betyder, at det er svært at fastlægge det eksakte<br />
nettab, tab ved start/stop <strong>af</strong> generatorene og kørsel med flere generatorer.<br />
Som udgangspunkt er nettabet estimeret ud fra et helt år for at minimere<br />
konsekvenserne <strong>af</strong> <strong>af</strong>læsningsfejl og varierende <strong>af</strong>læsningstidspunkter. Til verificering<br />
<strong>af</strong> brændstofforbruget og produktionen anvendes også et helt år. Som<br />
det tidligere er nævnt er brændstofforbruget målt med en induktiv flowmåler,<br />
og ifølge producentens angivelser skulle disse målinger være relativt præcise.<br />
Sammenholdes måleresultaterne med de pejlede beholdninger ved årets start<br />
og årets <strong>af</strong>slutning, samt den tilførte mængde i løbet <strong>af</strong> året, er der op til 19%<br />
<strong>af</strong>vigelse. Ser man samlet over de tre år(2006-2008) med denne typer målinger,<br />
er <strong>af</strong>vigelsen på omkring 9,1% eller knap 48 m 3 . For alle de tre år er der<br />
tale om, at der er forbrugt mere olie end der er tilført, og derfor er der klart,<br />
at der er et problem med nogle <strong>af</strong> målingerne. Som udgangspunkt blev det<br />
valgt at anvende de målte mængder, men ved en nærmere gennemgang <strong>af</strong> de<br />
udleverede driftdata har det vist sig, at mængderne beregnet ud fra beholdningerne<br />
og den tilførte mængde i perioden giver mere realistiske resultater.<br />
Det er således ikke realistisk, at der skulle være påfyldt 48 m 3 mere gasolie end
124 BILAG D. OPBYGNING AF MODEL, EKSISTERENDE SYSTEM<br />
Figur D.10: Model for nuværende system<br />
der er registreret over en treårig periode. Modellen kalibreres derfor efter de<br />
beregnede værdier frem for de målte. Det betyder at start/stop parameteren i<br />
for kr<strong>af</strong>tværket bliver på 1,011. Det betyder også, at de variable omkostninger,<br />
der er udregnet på baggrund <strong>af</strong> olieforbruget, må ændres. Olieprisen stiger på<br />
den baggrund til 4,1248 kr/L.<br />
Den økonomiske model anvender Nikissiorfiits egne omkostningsdata. Derfor<br />
er den let at kontrollere ved at anvende olieforbruget og salget for 2007<br />
som input og kontrollere om omsætningen passer.
Bilag E<br />
Vinddata og statistik<br />
Til dette projekt er der anvendt meteorologiske data fra <strong>Sarfannguaq</strong> og Sisimiut.<br />
Jeg ville gerne have h<strong>af</strong>t flere data tilrådighed, men på grund <strong>af</strong> DMI’s<br />
priser på data var det ikke muligt at supplere med deres data. Dette <strong>af</strong>snit<br />
indeholder statistisk bearbejdning <strong>af</strong> de indsamlede data og en estimering <strong>af</strong><br />
langtid vindresurcerne for sitet ved <strong>Sarfannguaq</strong>.<br />
E.1 Vinddata for <strong>Sarfannguaq</strong><br />
Artek-DTU har i to perioder siden 2003 indsamlet vinddata fra toppen <strong>af</strong><br />
fjeldet over byen. Der er målt med en mast i perioden 08.2003-08.2004 og en<br />
anden mast i perioden 08.2006-03.2008, hvor udstyret blæste ned. Den anden<br />
mast står stadig på fjeldet, og i forbindelse med undersøgelser til dette projekt<br />
er instrumenterne på masten udskiftet.<br />
Sammenholdes dette med den viden, der findes om vindklimaet i området,<br />
kapitel 4, skulle sitet være forholdsvis meget påvirket <strong>af</strong> lokale nordvestenvinde.<br />
Sammenholdes fordelingen med fordelingen for de tre Sisimiut<br />
site, Dumpen figur E.3, Teleøen figur E.1 og Lufthavnen <strong>af</strong>viger fordelingen<br />
også væsentlig fra disse. Ser man på andre rapporter om vindresurserne i <strong>Sarfannguaq</strong>området<br />
bl.a. i [Pianigiani(2009)], er disse data anvendt direkte. Ved<br />
ydeligere studier <strong>af</strong> dataene, i forbindelse med MCP „Measure Correlate Predict“,<br />
undersøgelserne <strong>af</strong>snit E.4 blev en sandsynlig årsag til denne for området<br />
unormale fordeling <strong>af</strong>dækket og teorien er, at vindfanen ved opsætning <strong>af</strong> den<br />
anden mast ikke er blevet orienteret korrekt. Ved en korralationsberegning<br />
imellem dataene fra den første mast og den anden mast blev offsettet imellem<br />
retningerne for de to serier estimeret til 209 ◦ . Det forudsættes således, at<br />
vindfanen for den første mast har været orienteret korrekt og sammenholdes<br />
dette med det kendte vindklima i området og de observerede <strong>af</strong>bøjninger <strong>af</strong><br />
vinden på sitet, virker fordelingen realistisk. Ved modtagelse <strong>af</strong> data fra de nye<br />
instrumenter er det konstateret, at instrumenterne på den første mast ikke var<br />
orienteret mod den reelle nordpol men mod magnetisk nord, og det betyder,<br />
125
126 BILAG E. VINDDATA OG STATISTIK<br />
Figur E.1: Fordelingsrose og hastighedshistogram for raw 10 minuttersdata fra<br />
<strong>Sarfannguaq</strong><br />
at der skal korrigeres endnu en gang, figur E.3. Afvigelsen i retningerne har<br />
ingen betydning for vindresurserne ved selve mastens placering, men anvendes<br />
et program, som fx. WASP, til at beregne vindresurserne i området, vil<br />
resultaterne ikke være korrekte.<br />
Teleøen<br />
For Teleøen er der indsamlet to dataserier. En serie med 60 minutters middelværdier<br />
for perioden (1991.09.21 16:00:00 - 2009.02.21 00:00:00) og en serie<br />
med 10 minutters middelværdier for perioden (2006.10.24 13:50:00 - 2009.02.21<br />
00:00:00).<br />
10 minuttersdata fra Teleøen<br />
Sammenligning <strong>af</strong> resultaterne for de to serier<br />
Sammenlignes middelvindhastighederne for de to serier er det kun sektor 10,<br />
som <strong>af</strong>viger en smule, selvom de to serier dækker forskellige perioder. Estimeringen<br />
<strong>af</strong> ekstermhastighederne giver henholdsvis 33, 2 + −4, 6m/s og 35, 1 + −3, 4m/s.<br />
Usikkerheden er som forventet væsentig mindre for den lange serie, selvom der<br />
anvendes 60 minutters middelværdier figur E.6 og E.7. Til disse indledende<br />
statistiske bearbejdninger er programmet WAsP climate analyst anvendt.<br />
E.2 Lufthavnen<br />
Målingerne i lufthavnen anvendes primært til overvågning <strong>af</strong> forholdene for<br />
flytr<strong>af</strong>ikken. Der anvendes to separate målesystemer i lufthavnen. Et vars-
E.2. LUFTHAVNEN 127<br />
Figur E.2: Fordelingsrose og hastighedshistogram for korrigerede 10 minuttersdata<br />
fra <strong>Sarfannguaq</strong><br />
lingssystem for turbulens og et system, der anvender hastigheds- og retningsmålinger<br />
ved banen. Turbulenssystemet anvender målinger på en ø ud for<br />
lufthavnen, og det andet system anvender de to master, der er placeret ved<br />
landingsbanen. Turbulenssystemet gemmer ikke dataene og viser kun den aktuelle<br />
situation. Turbulenssystemet er udviklet <strong>af</strong> Force Technology og er et<br />
ekstra system der anvendes, fordi lufthavnen er placeret relativt tæt på fjeldet,<br />
hvor der er sandsynlighed for kr<strong>af</strong>tig turbulens. Målingerne fra de to master<br />
placeret i hver ende <strong>af</strong> banen gemmes i en standard pc som 8 sekunders middel<br />
og maks-værdier. Programmet er opsat til at pakke hvert døgns målinger i en<br />
fil. Ved gennemgang <strong>af</strong> dataene viste det sig, at der var et års data på pc-en.<br />
GLV’s folk mente, at det skyldes at pc-en var blevet skiftet, men da der er<br />
tale om præcis et år, er det nok mere sandsynligt, at det er programmet, der<br />
sletter de gamle data. Det har ikke været muligt få bekræftet denne formod-
128 BILAG E. VINDDATA OG STATISTIK<br />
Figur E.3: Fordelingsrose og hastighedshistogram for nord korrigerede 10 minuttersdata<br />
fra <strong>Sarfannguaq</strong><br />
Figur E.4: Fordelingsrose og estimering <strong>af</strong> 50 års ekstrem vinde for <strong>Sarfannguaq</strong>
E.2. LUFTHAVNEN 129<br />
Figur E.5: Fordelingsrose og hastighedshistogram for Teleøen 10 minuttersdata<br />
Figur E.6: Estimat <strong>af</strong> ekstremhastigheder og fordeling i sektorer på baggrund<br />
<strong>af</strong> 10 minuttersdata for Teleøen
130 BILAG E. VINDDATA OG STATISTIK<br />
Tabel E.1: 10 minutters middelværdidata for Teleøen i Sisimiut<br />
Recordings in file:<br />
count: 122229<br />
Start time: 2006-10-24 13:50:00<br />
End time: 2009-02-21 00:00:00<br />
Mean wind speed data:<br />
Readings below lower limit (0): 233 (0,19%)<br />
Readings above upper limit (999): none<br />
Calms (speeds below 0 m/s): 908 (0,74%)<br />
Valid readings accepted: 122229 (99,81%)<br />
Accepted values range: 0,00 m/s to 29,23 m/s<br />
Mean wind direction data:<br />
Readings below lower limit (0): 234 (0,19%)<br />
Readings above upper limit (999): none<br />
Calms (speeds below 0 m/s): 908 (0,74%)<br />
Valid readings accepted: 122228 (99,81%)<br />
Accepted values range: 0,0ř to 359,9ř<br />
Data recovery:<br />
Expected recording count: 122462<br />
Count of recordings in file: 122462 (100,0%)<br />
Recordings with invalid values in one or more fields: 234 (0,19%)<br />
Entirely valid recordings accepted: 122228 (99,81%)<br />
All-sectors stat.:<br />
Source data mean: 3,30 m/s<br />
Fitted Weibull-A: 3,20 m/s<br />
Fitted Weibull-k: 1,03<br />
Fitted mean: 3,13 m/s<br />
Combined Weibull-A: 3,40 m/s<br />
Combined Weibull-k: 1,10<br />
Combined mean speed: 3,30 m/s<br />
ning, men jeg kan blot konstatere, at GLV kun var istand til at levere et års<br />
data. Dataene sendes løbende til DMI, som gemmer dem i deres databaser,<br />
men det er som tidligere beskrevet ikke muligt at få adgang til deres data.<br />
For de to master ved landingsbanen er der mindre <strong>af</strong>vigelser i retningsfordelingen.<br />
Den vestlige mast er udsat for mere vind end den østlige, særligt fra<br />
nord og nordvest er hastighederne væsentlig større. Ser man på deres placering,<br />
er det som man måtte forvente.
E.3. DUMPEN 131<br />
Tabel E.2: 60 minutters middelværdidata for Teleøen i Sisimiut<br />
Recordings in file:<br />
count: 152697<br />
Start time: 1991-09-21 16:00:00<br />
End time: 2009-02-21 00:00:00<br />
Mean wind speed data:<br />
Readings below lower limit (0): 3280(2,15%)<br />
Readings above upper limit (999): none<br />
Calms (speeds below 0 m/s): 5507 (3,69%)<br />
Valid readings accepted: 149416 (97,85%)<br />
Accepted values range: 0,00 m/s to 29,70 m/s<br />
Mean wind direction data:<br />
Readings below lower limit (0): 3410 (2,23%)<br />
Readings above upper limit (999): none<br />
Calms (speeds below 0 m/s): 5299 (3,55%)<br />
Valid readings accepted: 149287 (97,77%)<br />
Accepted values range: 0,0ř to 359,9ř<br />
Data recovery:<br />
Expected recording count: 152697<br />
Count of recordings in file: 152697 (100,0%)<br />
Recordings with invalid values in one or more fields: 3532 (2,31%)<br />
Entirely valid recordings accepted: 149165 (97,69%)<br />
All-sectors stat.:<br />
Source data mean: 3,23m/s<br />
Fitted Weibull-A: 3,10m/s<br />
Fitted Weibull-k: 1,03<br />
Fitted mean: 3,11m/s<br />
Combined Weibull-A: 3,40m/s<br />
Combined Weibull-k: 1,10<br />
Combined mean speed: 3,27m/s<br />
E.3 Dumpen<br />
Artek-DTU har i samarbejdet med MEK-DTU foretaget målinger på en fjeldtop<br />
ved Dumpen i Sisimiut i perioden 08.2004-08.2008. Målingerne er foretaget<br />
på en 78 m høj fjeldknude syd for byen. Knuden ligger omkring 1 km vest for<br />
Kællingehætten(784 moh.) og vil derfor, særlig ved østenvind, være kr<strong>af</strong>tig<br />
påvirket <strong>af</strong> strømningerne omkring dette relativt høje fjeld.<br />
Ud fra sektorfordelingerne figur E.9 øverst er Kællingehættens indflydelse<br />
på strømninger tydelige. Sammenligner man med målingerne fra Teleøen og
132 BILAG E. VINDDATA OG STATISTIK<br />
Figur E.7: Estimat <strong>af</strong> ekstremhastigheder og fordeling i sektorer på baggrund<br />
<strong>af</strong> 60 minuttersdata for Teleøen<br />
Tabel E.3: Observeret vindklima for Teleøen<br />
Sector Vinkel[ ◦ ] Hyp.10min Hyp.60min Mid.10min Mid.60min<br />
1 0 6,5% 6,5% 4,62 m/s 4,62 m/s<br />
2 30 7,4% 7,4% 1,88 m/s 1,88 m/s<br />
3 60 21,3% 21,3% 2,31 m/s 2,31 m/s<br />
4 90 13,6% 13,6% 2,99 m/s 2,99 m/s<br />
5 120 6,1% 6,1% 2,54 m/s 2,54 m/s<br />
6 150 5,7% 5,7% 2,98 m/s 2,98 m/s<br />
7 180 8,1% 8,1% 5,01 m/s 5,01 m/s<br />
8 210 4,8% 4,8% 4,86 m/s 4,86 m/s<br />
9 240 2,7% 2,7% 2,45 m/s 2,45 m/s<br />
10 270 8,8% 8,8% 1,42 m/s 2,95 m/s<br />
11 300 9,6% 9,6% 3,98 m/s 3,98 m/s<br />
12 330 5,3% 5,3% 4,80 m/s 4,80 m/s<br />
All 3,30 m/s 3,23 m/s
E.4. MCP BEREGNINGER FOR SITES 133<br />
Figur E.8: Estimat <strong>af</strong> fordeling på sektorer på baggrund <strong>af</strong> 10 minuttersdata<br />
for Lufthavnen, øst øverst og vest nederst<br />
Lufthavnen figur E.5 og E.8, er det tydeligt, hvor de høje forekomster <strong>af</strong> østige<br />
vinde er <strong>af</strong>løst <strong>af</strong> sydøstlige. Det relativt frie inflow i de sydlige sektorer betyder,<br />
at disse retninger bidrager med et ikke uvæsentlig del at vindpotentialet.<br />
E.4 MCP beregninger for sites<br />
MCP står for „Measure Correlate Predict“. MCP er en simpel metode til<br />
estimering <strong>af</strong> vindpotentialet for et møllesite, ud fra sitemålinger og langtids<br />
målinger fra et referance site. Ud fra en korrelationsfunktion, som beskriver<br />
forholdet imellem vinde for de to site, kan vindpotentialet så bestemmes. Der<br />
kan anvendes flere forskellige metoder, men i dette tilfælde anvendes udelukkende<br />
liniare relationer. Det skulle under normale omstændigheder give et<br />
godt resultat [Anderson(2004)].
134 BILAG E. VINDDATA OG STATISTIK<br />
Tabel E.4: Observeret vindklima for Lufthavnen<br />
Sector Vinkel[ ◦ ] Hyp. øst Hyp. vest Mid. øst Mid. vest<br />
1 0 0,2 % 0,2 % 0,61 m/s 0,74 m/s<br />
2 30 3,4 % 2,1 % 2,39 m/s 1,48 m/s<br />
3 60 16,9 % 11,2 % 3,03 m/s 3,32 m/s<br />
4 90 20,0 % 24,5 % 1,72 m/s 2,30 m/s<br />
5 120 8,8 % 10,6 % 1,60 m/s 1,89 m/s<br />
6 150 6,9 % 7, %8 1,95 m/s 2,85 m/s<br />
7 180 7,3 % 5,6 % 1,87 m/s 3,99 m/s<br />
8 210 6,6 % 4,0 % 2,52 m/s 3,15 m/s<br />
9 240 8,0 % 5,0 % 2,46 m/s 2,19 m/s<br />
10 270 14,1 % 13,9 % 3,55 m/s 3,19 m/s<br />
11 300 6,5 % 12,3 % 2,80 m/s 5,07 m/s<br />
12 330 1,3 % 2,5 % 2,52 m/s 4,77 m/s<br />
All 2,45 m/s 3,01 m/s<br />
Tabel E.5: Observeret vindklima ved Dumpen<br />
Sector Vinkel[ ◦ ] Hyp. [%] Mid.[ m<br />
s ] W Power[ m2 1 0 4,6 4,64<br />
]<br />
141<br />
2 30 6,3 4,22 108<br />
3 60 8,8 3,21 40<br />
4 90 9,0 4,14 155<br />
5 120 14,1 5,89 324<br />
6 150 17,2 5,49 220<br />
7 180 7,5 3,96 182<br />
8 210 7,6 7,12 882<br />
9 240 5,0 6,75 665<br />
10 270 2,6 3,24 138<br />
11 300 7,7 3,72 98<br />
12 330 9,8 4,41 124<br />
All 4,84 251
E.4. MCP BEREGNINGER FOR SITES 135<br />
Figur E.9: Estimat <strong>af</strong> fordeling på sektorer på baggrund <strong>af</strong> 10 minutters data<br />
for Dumpen<br />
Relation imellem <strong>Sarfannguaq</strong> sitet og masten på Teleøen<br />
Det eneste site hvor det har været muligt at sk<strong>af</strong>fe langtidsdata, dækkende hele<br />
måleperioden for <strong>Sarfannguaq</strong>, er Teleøen. Dataene som dækker hele perioden<br />
er times værdier, hvor dataene for <strong>Sarfannguaq</strong> er 10 minutters værdier. Det<br />
betyder, at det er nødvendigt at omregne dataene til times værdier inden<br />
de kan sammenlignes. Efter omregningen plukkes de tilsvarende (samtidige<br />
målinger) data for Teleøen ud og sammenholdes med dataene for <strong>Sarfannguaq</strong><br />
figur E.10.<br />
Den direkte korrelation imellem de to tidsserier kan <strong>af</strong>læses <strong>af</strong> korrelationsfaktoren,<br />
som er angivet i figurens overskrift. Den direkte korrelation på 0,15<br />
betyder at de to serier ikke korrelerer særlig godt. Ser men nærmere på dataene,<br />
optræder flere <strong>af</strong> perioderne med høje vindhastigheder i næsten samtidige<br />
i begge serier. Ser man på <strong>af</strong>vigelserne, er de generelt størst i vinterhalvåret,
136 BILAG E. VINDDATA OG STATISTIK<br />
Figur E.10: Figuren viser de samtidige målinger for <strong>Sarfannguaq</strong> og Teleøen i<br />
Sisimiut. Den nederste figur viser <strong>af</strong>vigelserne imellem de to måleserier.<br />
hvor de generelle vindhastigheder er højest. Det er en indikation <strong>af</strong>, at der<br />
er nogle særsonvariationer, der påvirker sammenhængen imellem de to sites,<br />
og man bør derfor være opmærksom på dette ved anvendelse <strong>af</strong> de almindelige<br />
beregningsmetoder. Den viste varierende middelværdi er et middel over<br />
14 dage. Plottes dataene imod hinanden, figur E.11, ses forskellen på de to<br />
sites tydeligt. De lange perioder med lave vindhastigheder for Teleøen sitet<br />
betyder, at det er meget vanskeligt at finde en fornuftig sammenhæng imellem<br />
målingerne. Forskellene på strømninger på de to sites beskrives næmere,<br />
når de sektorvise data præsenteres.<br />
Undersøges de samtidige retningsdata figur E.12, vil de dominerende vindretninger,<br />
øst og vest være meget tydelige. Forekomsten <strong>af</strong> dem er også rimelig<br />
entydig. Vestenvinden er dominerende i sommerperioden, mens østenvinden<br />
er fremherskende i vinterperioden. Undersøges dataene for <strong>Sarfannguaq</strong> forskydes<br />
denne variation omkring den sorte markering. I dataene for teleøen<br />
fortsætter tendensen med østlige vinde om vinteren og vestlige vinde om sommeren.<br />
Sammenlignes dataene for de to sites, er det tydeligt, at retningerne<br />
er forskubbet i forhold til hinanden. Når der senere sammenlignes med de andre<br />
sites undersøges dette retningsskift ydeligere for evt. at kunne fastslå den<br />
korrekte.
E.4. MCP BEREGNINGER FOR SITES 137<br />
Figur E.11: Figuren viser målingerne plottet imod hinanden, og hvordan en<br />
mulig lineær regression vil se ud<br />
Adskilles dataserien alt efter, hvilken mast der er anvendt, og plottes de<br />
imod hinanden figur E.13, giver det et godt billede <strong>af</strong> ændringen i offsettet.<br />
Dataene fra den første mast er målt direkte i sektorer, og det medfører de<br />
vandrette „linje“ <strong>af</strong> målinger. Der er kun målt i et år med den første mast,<br />
men der tegner sig et billede <strong>af</strong>, at retningsændringer er på omkring 220 ◦ .<br />
En egentlig korrelation imellem retningerne for de to sites er det ikke muligt<br />
at lave, for hele dataserien, da den er årstids<strong>af</strong>hængig og påvirket <strong>af</strong> fjeldene<br />
mm.. En anden, men mere usandsynlig mulighed er, at både de dominerende<br />
vindretninger og teleøensudstyr har ændret retning i perioden, hvor der ikke<br />
er målt i <strong>Sarfannguaq</strong>. Før dette kan , er det nødvendig at beregne korrelationerne<br />
i forhold til de andre master i området, se korrelationer med Dumpen.<br />
For at identificere særsonvariationerne opdeles dataene i måneder figur<br />
E.14. Opdelingen <strong>af</strong> dataene forbedrer korrelationerne betragteligt, men at<br />
fitte en entydig lineær relation imellem de to dataserier er ikke mulig. Nogle<br />
måneder giver bedre fit end andre, men generelt kan der kun opnås en meget<br />
ringe repræsentation <strong>af</strong> dataene.<br />
Ud fra retningskorrelationer imellem dumpen og Teleøen, Lufthavnen og<br />
Teleøen kan det ses, at retningsdataene for Teleøen er korrekte. Det er således
138 BILAG E. VINDDATA OG STATISTIK<br />
Figur E.12: Figuren viser de samtidige retningsdata for <strong>Sarfannguaq</strong> og Teleøen<br />
vindfanen på den anden mast i <strong>Sarfannguaq</strong>, der ikke har været orienteret<br />
korrekt. Dataene fra den første mast er ikke tilstrækkelige til at opnå en tilfredsstillende<br />
sikkerhed, og det er derfor nødvendig at estimere offsettet for<br />
de resterende data. Udstyret, som er anvendt til at indsamle dataene, blæste<br />
ned i starten <strong>af</strong> 2008, og det er derfor ikke muligt at få verificeret offsettet<br />
ved hjælp <strong>af</strong> instrumenternes placering. Eneste mulighed for at estimere offsettet<br />
er altså at analysere forholdet imellem dataserierne. En måde kunne<br />
være at se på de varierende middelværdier, men det giver nogle problemer<br />
med at ramme på grund <strong>af</strong> forskellig <strong>af</strong>bøjningerne <strong>af</strong> vinden alt efter retning.<br />
En anden måde at estimere <strong>af</strong>vigelsen på er ved at anvende kovariansen eller<br />
korrelationen imellem de to samtidige tidsserier til at finde offsettet. Kovariansen<br />
beskriver de to dataseriers samtidige <strong>af</strong>vigelse i forhold til deres middel<br />
eller på formel cov(x, y) = 1 Ni=1 (xi − x) · (yi − y). Korrelationen er kova-<br />
N<br />
riansen divideret med kvadratroden <strong>af</strong> standardvariationerne eller på formel<br />
. Plottes korrelationskofficienten som funktion <strong>af</strong> offsettet,<br />
corr(x, y) = cov(x,y)<br />
σx·σy<br />
for det interessante område figur E.15, fås et godt estimat <strong>af</strong> offsettets størelse.<br />
Anvendes denne metode, bliver det estimerede offset 221◦ . De 221◦ er<br />
således et udtryk for, hvornår retningerne for Teleøen og <strong>Sarfannguaq</strong> korrelerer<br />
bedst, men der er således ikke taget hensyn til, at <strong>af</strong>bøjningen <strong>af</strong> vinden er
E.4. MCP BEREGNINGER FOR SITES 139<br />
Figur E.13: Figuren viser dataene for <strong>Sarfannguaq</strong> og Teleøen plottet imod<br />
hinanden. Serien er her delt i to for at tage højde for ofsettet i det ene datasæt<br />
forskellig for de to sites. Hvis man ser på, hvad retningsdataene anvendes til,<br />
nemlig at beregne sandsynligheden for en given vindretning eller nærmere en<br />
given vindsektor, så vil retningsoffsettet kunne bestemmes på en simpel måde<br />
ud fra sektorfordelingerne for den første og den anden mast. For at eliminere<br />
særsonvariationernes påvirkning er det vigtigt, at der kan anvendes data fra<br />
samme tidspunkt på året. Dette gøres ved, at der for hver enkelt måling med<br />
den første mast findes en måling på et tilsvarende tidspunkt på året for den<br />
anden maste. For at opnå et tilstrækkeligt datagrundlag for en sikker korrelation<br />
er der anvendt data fra både 2006 og 2007 til data for den anden mast.<br />
Det at der anvendes data fra forskellige år medfører en usikkerhed i form <strong>af</strong><br />
årlige variationer, men da der <strong>af</strong> naturlige årsager ikke findes samtidige data<br />
for de to master, vurderes denne metode at være den mest pålidelige <strong>af</strong> de<br />
tre. Ud fra resultatet <strong>af</strong> korrelationsundersøgelsen figur E.16 findes den bedste<br />
korrelation ved et offset på 209 ◦ svarende til en korrelationskoefficient på<br />
97,39%. I de følgende beregninger, hvor data fra <strong>Sarfannguaq</strong> sitet anvendes,<br />
anvendes dette offset for dataene fra den anden mast.<br />
Efter korrektionen <strong>af</strong> retningsdataene er sammenhængen imellem de Retningerne<br />
på de to sites figur E.17A og B noget bedre. Sammenlignes der med<br />
de oprindelige data figur E.12 A og B følges de varierende middelværedier
140 BILAG E. VINDDATA OG STATISTIK<br />
Figur E.14: Figuren viser dataene for <strong>Sarfannguaq</strong> og Teleøen plottet imod<br />
hinanden opdelt i måneder
E.4. MCP BEREGNINGER FOR SITES 141<br />
Figur E.15: Figuren viser korrelationen imellem <strong>Sarfannguaq</strong> retningsdataene<br />
for den 2. mast og de tilsvarende data for Teleøen som funktion <strong>af</strong> offsettet.<br />
Figur E.16: Figuren viser korrelationen imellem <strong>Sarfannguaq</strong> retningsdataene<br />
for den 1. mast og de tilsvarende data for den anden mast, som funktion <strong>af</strong><br />
offsetvinklen
142 BILAG E. VINDDATA OG STATISTIK<br />
rimeligt, og korrelationen ligner mere dataene fra den første mast. Sæsonvariationerne<br />
ligger nu også som forventet, med en høj hyppighed <strong>af</strong> vestenvind<br />
om sommeren og en høj hyppighed <strong>af</strong> østenvind om vinteren.<br />
Med retningerne på plads er det nu muligt at opdele dataene i sektorer og<br />
undersøge om det er muligt at finde en form for korrelation. For at minimere<br />
indflydelsen på korrelationer fra de mange målinger, udenfor det for produktionen<br />
interessante område (3- m/s), fjernes alle data, som ligger under 3m/s.<br />
Betydningen <strong>af</strong> korrektionerne er primært interessant for retnings- og sektorkorrelationerne.<br />
For retningerne betyder fjernelsen <strong>af</strong> de lave vindhastigheder,<br />
at måleusikkerhederne minimeres, og det giver et mere reelt billede <strong>af</strong><br />
vindhastighederne. For sektordataene betyder det, at der er en større sikkerhed<br />
for, at hastighederne kommer i den rette sektor. Det tynder en del ud i<br />
dataene hvis alle målinger under 3m/s for begges site fjernes. Da sorteringen i<br />
sektorer sker efter retningen i <strong>Sarfannguaq</strong>, har jeg derfor valgt kun at fjerne<br />
alle data med hastigheder under 0,5 m/s for Teleøen og 3 m/s for <strong>Sarfannguaq</strong>.<br />
De reducerede retningsdata fra <strong>Sarfannguaq</strong> figur E.19A giver et meget bedre<br />
billede <strong>af</strong> de overordnede retningsvariationer. For Teleøen betyder reduktionen<br />
ikke det store, men der er en tendens til to dominante vindretninger om<br />
sommeren, mens der kun er én for <strong>Sarfannguaq</strong>.<br />
De sektoropdelte hastighedsdata figur E.20 korrelerer stadig meget dårligt.<br />
For de fleste sektorer er det ikke muligt at finde nogen reel korrelation.<br />
For at se om der er en sammenhæng i retningerne undersøges de simultane<br />
retningsdata for hver sektor figur E.21. For sektorerne 1,5,6,7 og til dels sektor<br />
11 og 12 er der så få data, at det ikke er muligt at undersøge sammenhængen.<br />
For sektor 2 er der en <strong>af</strong>bøjning <strong>af</strong> dataene, så dataene for Teleøen for<br />
hovedpartens vedkommende ligger i sektor 3. Sektor 3 og 4, der er de hyppigst<br />
forekommende, giver de bedste overenstemmelser, men der er stadig en<br />
del data, som ligger spredt over hele området. Et direkte offset i retningerne<br />
vil normalt skyldes, at retningsmåleren ikke er kalibreret, men er der offset i<br />
enkelte sektorer er det normalt fordi, strømningerne <strong>af</strong>bøjes ind imod den ene<br />
mast. Det kan være sådanne <strong>af</strong>bøjninger, der resulterer i forskydningerne eller<br />
opsplitningerne <strong>af</strong> dataene i sektor 2, 8, 9 og 10. En del <strong>af</strong> <strong>af</strong>vigelserne kan<br />
også tilskrives den store <strong>af</strong>stand imellem de to sites (≈ 36km), hvilket vil give<br />
en tidsmæssig forskydning i, hvornår ændringer i vejret rammer de to sites.<br />
Havde der været tale om et mindre komplekst terræn, havde det været muligt,<br />
at korrigere for dette ved et hastigheds<strong>af</strong>hængigt offset i tidsangivelsen,<br />
men da der er så mange andre ting, der påvirker strømningerne undervejs,<br />
er det ikke særlig sandsynligt, at der kan opnås gode resultater <strong>af</strong> en sådan<br />
korrektion.<br />
En simpel måde at undersøge <strong>af</strong>standens betydning for retningerne er ved<br />
at sætte måleperioden op, så den er væsentlig længere end den længste tid, det<br />
tager vinden at komme fra den ene mast til den anden. For at undersøge dette<br />
sættes midlingsperioden op fra en time til et døgn og minimums ’hastigheden
E.4. MCP BEREGNINGER FOR SITES 143<br />
Figur E.17: Figuren viser korrelationen imellem <strong>Sarfannguaq</strong> retningsdataene<br />
og de tilsvarende data for Teleøen efter korrektion
144 BILAG E. VINDDATA OG STATISTIK<br />
Figur E.18: Figuren viser korrelationerne imellem de sektorvise data for <strong>Sarfannguaq</strong><br />
og de tilsvarende data for Teleøen
E.4. MCP BEREGNINGER FOR SITES 145<br />
Figur E.19: Figuren viser korrelationen imellem <strong>Sarfannguaq</strong> retningsdataene<br />
og de tilsvarende data for Teleøen efter korrektion
146 BILAG E. VINDDATA OG STATISTIK<br />
Figur E.20: Figuren viser korrelationerne imellem de sektorvise data for <strong>Sarfannguaq</strong><br />
og de tilsvarende data for Teleøen
E.4. MCP BEREGNINGER FOR SITES 147<br />
Figur E.21: Figuren viser de sektorvise retningsdata for <strong>Sarfannguaq</strong> som funktion<br />
<strong>af</strong> de tilsvarende retninger for Teleøen
148 BILAG E. VINDDATA OG STATISTIK<br />
for Teleøen hæves til 2 m/s. En vind på 2 m/s vil således være omkring 5<br />
timer om at komme fra Teleøen til <strong>Sarfannguaq</strong>. Med en midlingstid på et<br />
døgne vil den tidsmæssige påvirkning <strong>af</strong> resultaterne være minimale.<br />
Sammenlignes resultatet figur E.22 med det tidligere resultat figur E.21 er<br />
det meget begrænset, hvilken effekt det har på andet, end at der er væsentlig<br />
færre data for døgnresultaterne.<br />
Ud fra disse korrelationsundersøgelser må det konkluderes, at det ikke har<br />
været muligt at finde en tilstrækkelig sikker korrelation imellem de to sites,<br />
til at anvende MCP-metoden til at forudsige vindresurserne for <strong>Sarfannguaq</strong><br />
sitet. Efter min vurdering skyldes de dårlige resultater hovedsageligt at reference<br />
sitet påvirkes <strong>af</strong> både terræn og byen omkring den, så der reelt ikke<br />
findes en sektor med fri indstrømning. Det komplekse terræn har også en stor<br />
betydning for den dårlige korrelation, men havde der været adgang til et frit<br />
placeret reference site, ville der have været væsentlig bedre muligheder for<br />
at anvende MCP. For at undersøge hvor godt masten på Teleøen repræsenterer<br />
vinden i Sisimiutområdet laves en tilsvarende korrelationsberegning, hvor<br />
Dumpen anvendes som estimeringssite.<br />
E.5 Relation imellem Dumpen og masten på<br />
Teleøen<br />
Masten på Dumpen var placeret på en fjeldknude i 78 m.o.h. omkring 1 km<br />
syd for byen. Der er fri indstrømning fra syd over vest til nord-vest, mens<br />
strømning til og fra øst er blokeret <strong>af</strong> Kællingehætten 784 m.o.h. Afstanden<br />
imellem de to sites er kun 1775 m, men på grund at det komplekse terræn er<br />
meget interessant, om det er muligt at opnå en relation imellem vinden på de<br />
to sites.<br />
E.6 Relationerne imellem Lufthavnen og Teleøen<br />
For at undersøge forskellen imellem målingerne foretaget på Teleøen og den<br />
mest fritstående <strong>af</strong> de to master i lufthavnen, den Nord-vestlige, laves også<br />
en korrelationsberegning på disse to sites. Det kunne være interessant at lave<br />
korrelationer med andre data end dataene fra Teleøen, da de korrelerer dårligt<br />
med alle de andre master i undersøgelsen, men da der ikke er samtidige data<br />
for andre sites tilrådighed, kan der ikke laves yderligere undersøger.
E.6. RELATIONERNE IMELLEM LUFTHAVNEN OG TELEØEN 149<br />
Figur E.22: Figuren viser de sektorvise retningsdata for <strong>Sarfannguaq</strong> som funktion<br />
<strong>af</strong> de tilsvarende retninger for Teleøen midlet over et døgn og med 2 m/s<br />
som minimums hastighed for Teleøen
150 BILAG E. VINDDATA OG STATISTIK<br />
Figur E.23: Figuren viser de samtidige målinger for Dumpen og Teleøen i<br />
Sisimiut
E.6. RELATIONERNE IMELLEM LUFTHAVNEN OG TELEØEN 151<br />
Figur E.24: Figuren viser de samtidige retningsdata for Dumpen og Teleøen
152 BILAG E. VINDDATA OG STATISTIK<br />
Figur E.25: Figuren viser hastighedsdataene for Dumpen og Teleøen plottet<br />
imod hinanden, opdelt i måneder
E.6. RELATIONERNE IMELLEM LUFTHAVNEN OG TELEØEN 153<br />
Figur E.26: Figuren viser retningsdataene for Dumpen og Teleøen plottet imod<br />
hinanden, opdelt i måneder
154 BILAG E. VINDDATA OG STATISTIK<br />
Figur E.27: Figuren viser korrelationerne imellem de sektorvise data for Dumpen<br />
og de tilsvarende data for Teleøen
E.6. RELATIONERNE IMELLEM LUFTHAVNEN OG TELEØEN 155<br />
Figur E.28: Figuren viser de sektorvise retningsdata for Dumpen som funktion<br />
<strong>af</strong> de tilsvarende retninger for Teleøen med 2 m/s som minimumshastighed for<br />
Teleøen
156 BILAG E. VINDDATA OG STATISTIK<br />
Figur E.29: Figuren viser de samtidige målinger for Lufthavnen NV og Teleøen<br />
i Sisimiut
E.6. RELATIONERNE IMELLEM LUFTHAVNEN OG TELEØEN 157<br />
Figur E.30: Figuren viser de samtidige retningsdata for Lufthavnen NV og<br />
Teleøen
158 BILAG E. VINDDATA OG STATISTIK<br />
Figur E.31: Figuren viser hastighedsdataene for Lufthavnen NV og Teleøen<br />
plottet imod hinanden, opdelt i måneder
E.6. RELATIONERNE IMELLEM LUFTHAVNEN OG TELEØEN 159<br />
Figur E.32: Figuren viser retningsdataene for Lufthavnen NV og Teleøen plottet<br />
imod hinanden, opdelt i måneder
160 BILAG E. VINDDATA OG STATISTIK<br />
Figur E.33: Figuren viser korrelationerne imellem de sektorvise data for Lufthavnen<br />
NV og de tilsvarende data for Teleøen
E.6. RELATIONERNE IMELLEM LUFTHAVNEN OG TELEØEN 161<br />
Figur E.34: Figuren viser de sektorvise retningsdata for Lufthavnen NV som<br />
funktion <strong>af</strong> de tilsvarende retninger for Teleøen med 3 m/s som minimums<br />
hastighed
Bilag F<br />
Klimastation på Teleøen vest<br />
for Sisimiut<br />
163
ASIAQ – Greenland Survey Information about station no. 515<br />
Information regarding Sisimiut <strong>Clim</strong>ate station, no. 515<br />
The station is located on Teleøen in the western part of Sisimiut, figure 1. Coordinates for the station are<br />
given in table 1.<br />
Figure 1. <strong>Clim</strong>ate station no. 515, Sisimiut.<br />
Table 1. Key information for the station.<br />
Station<br />
no.<br />
Station<br />
name<br />
515 Sisimiut<br />
<strong>Clim</strong>ate st.<br />
County Coordinate<br />
Longitude<br />
Coordinate<br />
Latitude<br />
Elevation<br />
m.a.s.l.<br />
Set up Date Shut<br />
down<br />
Date<br />
Sisimiut 53˚41’26’’W 66˚56’23’’N 15 21.Sept.1991 Still active<br />
03-09-2008 Page 1 of 4 Version 3.0
ASIAQ – Greenland Survey Information about station no. 515<br />
Time series:<br />
An overview of parameters automatically measured at the station is given in table 2.<br />
Table 2. Characteristics of time series for station no. 515.<br />
Time series Parameter Type Logging<br />
AT1203 Air temperature Radiation<br />
shield with artificial<br />
ventilation<br />
ATA1203 Mean air temperature<br />
Radiation shield with artificial<br />
ventilation<br />
ATM1203 Maximum air temperature<br />
Radiation shield with artificial<br />
ventilation<br />
ATN1203 Minimum air temperature<br />
Radiation shield with artificial<br />
ventilation<br />
interval<br />
Instantaneous 60 min<br />
Measuring<br />
[meter] period 2<br />
2 Sept. 1991<br />
to present<br />
Height 1<br />
60 min mean 60 min 2 Oct. 2006 to<br />
present<br />
Max. of 60<br />
min<br />
60 min 2 Oct. 2006 to<br />
present<br />
Min. of 60 min 60 min 2 Oct. 2006 to<br />
present<br />
BAT1000 Battery voltage Instantaneous 60 min - Sept. 1991<br />
to present<br />
PRE1011 Precipitation Belfort gauge Accumulated 60 min - Sept. 1991<br />
with Nipher wind protection<br />
shield<br />
to present<br />
PRE2010 Precipitation Belfort gauge. Accumulated 60 min - Sept. 1991<br />
No wind protection shield<br />
to May<br />
1995<br />
PRE3014 Precipitation Tipping bucket Accumulated 60 min - Sept. 1991<br />
to June<br />
1994<br />
QFE1000 Air pressure at station Instantaneous 60 min 1,5 Oct. 2006 to<br />
present<br />
QFF1000 Air pressure, reduced to sea Instantaneous 60 min - Oct. 2006 to<br />
level<br />
present<br />
QNH1000 Air pressure, reduced to sea Instantaneous 60 min - Sept. 1991<br />
level<br />
to Oct. 2006<br />
RH1203 Relative humidity Radiation Instantaneous 60 min 2 Oct. 1991 to<br />
shield with artificial<br />
ventilation<br />
present<br />
RH1203 Relative humidity Radiation Instantaneous 10 min 2 Oct. 2006 to<br />
shield with artificial<br />
ventilation<br />
present<br />
SD1000 Snow depth Instantaneous 60 min - Mar. 2008<br />
to present<br />
SRI1200 Short wave radiation, 60 min mean 60 min 2 Sept. 1991<br />
incoming<br />
to Oct. 2006<br />
SRI1200 Short wave radiation, 5 min mean 5 min 2 Oct. 2006 to<br />
incoming<br />
present<br />
SRI<br />
Short wave radiation, 5 min mean 5 min - July 2003 to<br />
(N, S, E, W) incoming at directions<br />
present<br />
SRO<br />
Short wave radiation, 5 min mean 5 min - July 2003 to<br />
(N, S, E, W) outgoing at directions<br />
present<br />
03-09-2008 Page 2 of 4 Version 3.0
ASIAQ – Greenland Survey Information about station no. 515<br />
UVB1200 UV-B radiation, corrected for 5 min mean 5 min 2 Aug. 2008<br />
sensor temperature<br />
to present<br />
UVT1200 Temperature of UV-B sensor 5 min mean 5 min 2 Aug. 2008<br />
to present<br />
WD1600 Wind direction 60 min mean 60 min 10 Sept. 1991<br />
to present<br />
WD1600 Wind direction 10 min mean 10 min 10 Oct. 2006 to<br />
present<br />
WDM1600 Wind direction,<br />
60 min WS 60 min 10 Sept. 1991<br />
at WSM<br />
max.<br />
to Oct. 2006<br />
WDM1600 Wind direction,<br />
10 min WS 10 min 10 Oct. 2006 to<br />
at WSM<br />
max.<br />
present<br />
WS1600 Wind speed 60 min mean 60 min 10 Sept. 1991<br />
to present<br />
WS1600 Wind speed 10 min mean 10 min 10 Oct. 2006 to<br />
present<br />
WSM1600 Wind speed,<br />
Max. of 60 60 min 10 Sept. 1991<br />
maximum<br />
min<br />
to present<br />
WSM1600 Wind speed,<br />
Max of 10 min 10 min 10 Oct. 2006 to<br />
maximum<br />
present<br />
1) Measurement height relative ground level<br />
2) Gaps in the time series during the measuring period are not shown.<br />
03-09-2008 Page 3 of 4 Version 3.0
ASIAQ – Greenland Survey Information about station no. 515<br />
Photo:<br />
<strong>Clim</strong>ate station 515 seen towards north (photo from 2005).<br />
Owner of the station:<br />
The station is owned by ASIAQ – Greenland Survey. The station is a part of the ASIAQ climate programme.<br />
A contact between DTU*BYG, 2003-2008, gives both DTU*BYG and Asiaq ownership of the data from 515<br />
Sisimiut during this period.<br />
Additionally, 515 Sisimiut is fitted with a pyranometer mast, owned by DTU*BYG. The pyranometer mast is<br />
seen in the photo between the Belfort rain gauge and the 10 m climate mast.<br />
03-09-2008 Page 4 of 4 Version 3.0
168 BILAG F. KLIMASTATION PÅ TELEØEN VEST FOR SISIMIUT<br />
Dataene tabel F.2 er statistik udregnet for de, <strong>af</strong> ASIAQ, udleverede 60<br />
minutters data. „Afvigelse“ angiver <strong>af</strong>vigelse fra seriens middelværdi, „M.92-<br />
08“.<br />
F.1 Statistik for Teleøen<br />
DMI’s middelhastighed „M.DMI“ i tabel F.2 er for perioden 1961-90 [Cappelen(2004)]
F.1. STATISTIK FOR TELEØEN 169<br />
Tabel F.1: Vinddatastatistik for Teleøen<br />
År Middel Målinger Afvigelse<br />
[m/s] [T imer] [%]<br />
1991 4,28 2430 33,45<br />
1992 3,18 8219 -0,93<br />
1993 2,83 8754 -11.90<br />
1994 2,97 7974 -7,34<br />
1995 3,16 7621 -1,47<br />
1996 3,51 8749 9,24<br />
1997 3,30 8729 2,82<br />
1098 3,11 8756 -2,99<br />
1999 3,27 8757 2,13<br />
2000 3,07 8783 -4,42<br />
2001 3,11 8757 -3,15<br />
2002 3,14 8595 -2,06<br />
2003 3,37 8726 4,94<br />
2004 3,44 8768 7,23<br />
2005 3,28 8293 2,03<br />
2006 3,08 8754 -4,18<br />
2007 3,41 8756 6,34<br />
2008 3,26 8752 1,60<br />
2009 3,19 1225 -0,53<br />
M.92-08 3,21 8573<br />
M.DMI 3,0
170 BILAG F. KLIMASTATION PÅ TELEØEN VEST FOR SISIMIUT<br />
Tabel F.2: Klimanormaler for Sisimiut og Kangerlussuaq [Cappelen(2004)]<br />
Temp Temp Tryk Tryk Vind Vind<br />
Sted Sis Kan Sis Kan Sis Kan<br />
Måned [ ◦ C] [ ◦ C] [hPa] [hPa] [m/s] [m/s]<br />
1 -12,8 -19,8 1003,5 1003,7 3,1 3,7<br />
2 -13,9 -21,4 1005,2 1005,3 2,9 3,4<br />
3 -14,0 -18,4 1009,3 1009,1 2,8 3,3<br />
4 -7,1 -7,8 1013,4 1014,4 2,8 3,2<br />
5 -0,2 2,5 1013,5 1014,1 2,9 3,7<br />
6 3,6 8,6 1010,2 1010,5 3,0 4,1<br />
7 6,3 10,7 1009,9 1008,9 2,6 3,7<br />
8 6,1 8,2 1009,1 1008,3 2,7 3,7<br />
9 3,5 3,0 1007,3 1008,9 2,9 3,3<br />
10 -1,9 -5,5 1006,6 1009,0 2,9 3,5<br />
11 -5,9 -12,1 1006,7 1006,2 3,6 4,0<br />
12 -10,1 -16,4 1005,0 1004,7 3,7 3,8<br />
Mid -3,9 -5,7 1008,4 1008,6 3,0 3,6<br />
Min -38,2 -47,2 946,1 947,3 0,0 0,0<br />
Max 23,8 25,5 1049,7 1048,5 28,3 19,6
Bilag G<br />
Anvendte vindmøller<br />
171
Power Output (Watts)<br />
7000<br />
6000<br />
5000<br />
4000<br />
3000<br />
2000<br />
1000<br />
0<br />
0 5 10 15 20<br />
Wind speed in metres/second<br />
(multiply by 2.2 for m.p.h.)<br />
Rotor Speed Control<br />
Above 12m/s (25mph) the blade<br />
pitch is automatically adjusted to<br />
maintain 200 rpm and full output<br />
High Build Quality<br />
All components are hot-dipped<br />
galvanised steel, stainless steel or<br />
plastic.<br />
Low Speed Equals Durability<br />
Low rotor speed (half the speed of<br />
comparable machines) ensures<br />
extended durability of blades and<br />
bearings. It also means that<br />
Proven WTs are the quietest in the<br />
world!<br />
Proven WT6000 6kW Wind Turbine<br />
Proven TM900 9m (or TM1500 15m)<br />
Self-Supporting Mast<br />
Performance<br />
Cut-In Wind Speed 2.5 metres/second (5.6 mph)<br />
Cut-Out Wind Speed none<br />
Rated Wind Speed 12 metres/second (25 mph)<br />
Rotor<br />
Type Down-wind, Self-Regulating<br />
Number of Blades 3, Flexible<br />
Rotor Diameter 5.6 metres<br />
Blade Material Wood/Epoxy/PU<br />
Generator<br />
Type Brushless, Direct Drive,<br />
Permanent Magnet<br />
(No Gear-Box, Zero Maintenance)<br />
Output 48V/120V/240V/300V 3-phase AC<br />
(25Hz nom)<br />
Rated RPM 200 nominal<br />
Rated Power 6000 Watts<br />
Annual Output 7000-18 000 kWh depending on site<br />
TM900 Mast<br />
Type Self supporting/Tilt Down.<br />
Hub Height 9m<br />
Foundations 35 Newton Concrete Pad 2.5 x 2.5 x 1 m<br />
Tube ∅ 175 mm top A/F<br />
350 mm bottom A/F<br />
530 mm square mast base<br />
TM1500 Mast<br />
Type Self supporting/Tilt Down.<br />
Hub Height 15m<br />
Foundations 35 Newton Concrete Pad 3 x 3 x 1.2 m<br />
Tube ∅ 200 mm top A/F<br />
440 mm bottom A/F<br />
750 mm x 739mm mast base<br />
Noise (approximate)<br />
Proven Patented Furling<br />
In winds of above 12m/s or 25mph, the Proven’s blades twist to limit power in<br />
response to high rpm<br />
Low Speed<br />
Equals Durability<br />
Marine Build Quality<br />
All machines are<br />
manufactured with galvanised<br />
steel, stainless steel & plastic<br />
components<br />
18000<br />
16000<br />
14000<br />
12000<br />
10000<br />
8000<br />
6000<br />
4000<br />
2000<br />
0<br />
Pow er<br />
Output<br />
(Watts)<br />
Wind speed in metres/second<br />
0 5 10 15 20 25<br />
Technical Specification Sheet<br />
MODEL Proven 15 (15kW)<br />
Cut In (m/s) 1 2.5<br />
Cut Out m/s) None<br />
Survival m/s) 70<br />
Rated (m/s) 12<br />
Rotor Type Downwind, Self Regulating<br />
No. of Blades 3<br />
Blade Material Glassthermoplastic Composite<br />
Rotor Diameter(m) 9<br />
Generator Type Brushless, Direct Drive,<br />
Permanent Magnet<br />
Battery charging 48V DC<br />
Grid connect with<br />
Windy Boy Inverter 230Vac 50Hz or 240 Vac 60Hz<br />
Direct Heating 240V ac<br />
Rated RPM 150<br />
Annual Output 2 15,000-30,000 kWh<br />
Head Weight (kg) 1100<br />
Mast Type Tilt-up, tapered, self-supporting,<br />
no guy wires (Taller guyed towers<br />
also available on request)<br />
Hub Height (m) 15 or 25<br />
WT Found (m) 3.7x3.7x1.2 or 5x5x2<br />
Winch Found (m) 1.5x1.5x1.2<br />
(no anchor foundation for 25m)<br />
Tower Weight (kg) 1478 or 2794<br />
Mechanical Brake Yes<br />
Noise 3 @ 5m/s 48 dBA<br />
Noise @ 20m/s 65 dBA<br />
Rotor Thrust (kN) 26<br />
Sample of<br />
commercial customers British Telecom<br />
Scottish Youth Hostel Association<br />
British Rail<br />
Irish Lighthouse Authority<br />
UK Lighthouse Authority<br />
T-mobile<br />
Orange<br />
Shell Exploration<br />
Saudi Aramco<br />
1 metre/second = 2.24 miles per hour=3.6kph<br />
2 Output range is quoted to cover typical average wind speeds (annual). Lighter wind<br />
sites with typical 4.5m/s will produce lower end of range. Higher wind speed sites e.g.<br />
6.5m/s average will produce upper end of range.<br />
3 All readings taken with an ATP SL-25 dBA meter at the base of the tower at a height<br />
of 1.5m.<br />
* A car passing 20m away @ approx 40 mph is 70-80dBA
Entegrity EW 50 - 50kW Wind Turbine<br />
Entegrity Wind Systems, located in Charlottetown Canada, are a<br />
leading manufacturer of intermediate size wind turbines with many<br />
installations worldwide.<br />
The EW 50 is a 50 kilowatt wind turbine generator - formerly the<br />
Atlantic Orient Corporation AOC 15/50 - designed to supplement<br />
electric power generation on or off-grid and is suitable in any of the<br />
following applications:<br />
• Industrial<br />
• Out of town retail<br />
• Large farms<br />
• Communities<br />
• Local authorities<br />
• Schools<br />
• Remote locations<br />
The Entegrity wind turbine is also an approved product under the<br />
Department for Business, Enterprise and Regulatory Reform’s<br />
(BERR – formerly the DTi) Low Carbon Building Programme<br />
(LCBP) grant scheme.<br />
For further information contact Altergen.info@altergen.co.uk
Technical Specification<br />
SYSTEM<br />
Type 3 Φ Grid<br />
Connected<br />
Configuration Horizontal Axis<br />
Rotor Diameter 15 m (49.2 ft)<br />
Centerline Hub Height 25 m (82 ft)<br />
PERFORMANCE PARAMETERS<br />
Rated Electrical<br />
Power<br />
50 kW @11.3 m/s<br />
(25.3 mph)<br />
Wind Speed Ratings:<br />
cut-in 4.6 m/s (10.2<br />
mph)<br />
shut-down (high<br />
wind)<br />
22.4 m/s (50<br />
mph)<br />
design speed 59.5 m/s (133<br />
mph)<br />
Calculated Annual<br />
Output @ 100 %<br />
availability<br />
5.4 m/s (12 mph)<br />
85,000 kWh<br />
6.7 m/s (15 mph)<br />
145,000kWh<br />
8.0 m/s (18 mph)<br />
199,000 kWh<br />
ROTOR<br />
Type of Hub Fixed Pitch<br />
Rotor Diameter 15 m (49.2 ft)<br />
Swept Area 177 m² (1902 ft²)<br />
Number of Blades 3<br />
Rotor Solidity 0.077<br />
Rotor Speed @ rated<br />
wind speed<br />
65 rpm<br />
Location Relative to<br />
Tower<br />
Downwind<br />
Cone Angle 6º<br />
Tilt Angle 0º<br />
Rotor Tip Speed 50 m/s (111 mph)<br />
TOWER<br />
Type Free standing galvanized<br />
bolted lattice or Monopole<br />
Tower Height 30 m (100 ft)<br />
Options 24.4 m (80ft)<br />
Monopole (various heights)<br />
Tilt down<br />
EW50 Estimated Annual Energy Output<br />
60 Hz and 50 Hz curves<br />
FOUNDATION<br />
Type Concrete pads, piers or<br />
special<br />
CONTROL SYSTEM<br />
Type Microprocessor based<br />
Communications Ethernet/Internet link to for<br />
energy monitoring and<br />
maintenance dispatch<br />
Enclosures NEMA 1, NEMA 4 (optional)<br />
Soft Start Optional<br />
ROTOR SPEED CONTROL<br />
Running Passive stall regulation<br />
Start up Aerodynamic<br />
Shut-down Aerodynamic tip brake.<br />
Parking brake for servicing
@ 60 Hz<br />
Design Tip Speed 6.1<br />
BLADE<br />
Length 7.2 m (23.7 ft)<br />
Material Epoxy /glass fibre<br />
Blade Weight 150 kg (330 lbs)<br />
approximate<br />
GENERATOR<br />
Type 3 phase/4 pole<br />
asynchronous<br />
Frequency 50 Hz<br />
Voltage 3 phase @ 50 Hz,<br />
400-600 VAC<br />
kW @ Rated Wind 50 kW<br />
Speed<br />
kW @ Peak Continuous 55 kW<br />
Insulation Class F<br />
Enclosure Totally Enclosed<br />
Air Over<br />
Options Arctic low temp<br />
sh<strong>af</strong>ting -40°c<br />
TRANSMISSION<br />
Type Planetary<br />
Housing Ductile iron<br />
Ratio (rotor to gen. 1 to 28.25 (60 Hz)<br />
speed)<br />
Rating, output horse 88<br />
power<br />
Lubrication synthetic gear<br />
oil/non toxic<br />
Heater (option) Arctic version,<br />
electric<br />
YAW SYSTEM<br />
Normal Free, passive<br />
Optional Yaw damp<br />
Electrical Twist cable<br />
BRAKE SYSTEM CONTROL<br />
Fail-s<strong>af</strong>e aerodynamic and parking brakes<br />
APPROXIMATE SYSTEM DESIGN WEIGHTS<br />
Tower Lattice 3,210 kg (7,080 lb)<br />
Tower Monopole 4535 kg (10,000 lb)<br />
Rotor & Drive<br />
train<br />
2,420 kg (5,340 lb)<br />
DESIGN LIFE: 30 Years<br />
DESIGN STANDARDS: Applicable Standards,<br />
AWEA, and IEC<br />
DOCUMENTATION: Installation Guide and<br />
Operation & Maintenance Manual<br />
SCHEDULED MAINTENANCE: Semi-annual or<br />
<strong>af</strong>ter severe events.
The basic turbine<br />
for universal use<br />
For years, Fuhrländer‘s FL 250 has proven in inland and<br />
coastal location that wind turbines of the medium class<br />
continue to be of commercial use. Install, connect, let it<br />
run – these are the experiences of many operators of this<br />
machine designed with a life of 25 years which produces<br />
reliable power in many countries far beyond Germany and<br />
Europe from the USA to Japan. In addition to its<br />
Output<br />
[kW]<br />
Power curve FL 250<br />
(measured)<br />
Wind speed<br />
[m/s]<br />
FL 250<br />
Rotor: Ø 29.5 m<br />
Tower heights: 42 / 50 m<br />
robustness, the compatibility of this centrally controlled<br />
turbine is trendsetting for local users: The FL 250 supplies<br />
islands in the Pacific in combination with a Diesel engine,<br />
produces self-sufficient power for companies in structurally<br />
weak regions and strengthens local power grids. The FL 250<br />
proves its stability in particular in typhoon regions.<br />
Medium wind<br />
speed at hub<br />
height [m/s]<br />
FL 250<br />
Annual yield<br />
[kWh]<br />
8.5 857’000<br />
8.0 791’000<br />
7.5 717’000<br />
7.0 638’000<br />
6.5 554’000<br />
6.0 468’000<br />
5.5 380’000<br />
5.0 302’000<br />
Subject to technical alterations. Data can vary depending on components.
The robust<br />
start-up turbine<br />
At the end of the 80s, Fuhrländer redefined the term<br />
„quality“ with the FL 100: Since then, this wind turbine has<br />
been operating with the highest reliability even in extreme<br />
conditions. We have maintained this turbine concept up to<br />
the megawatt class. It is designed for a life of ca. 25 years.<br />
The speciality of the FL 100, for example, is the supply of<br />
self-sufficient living units or the use in extreme conditions in<br />
typhoon regions. As an example of the use of wind power, it<br />
supplies e.g. an environmental institute in a Czech cloister<br />
and provides power to the electric stacker fleet of an<br />
international shipping agent.<br />
Output<br />
[kW]<br />
FL 100<br />
Rotor: Ø 21 m<br />
Power curve FL 100<br />
(theoretical)<br />
Tower height: 35 m<br />
Wind speed<br />
[m/s]<br />
Medium wind speed<br />
at hub height [m/s]<br />
FL 100<br />
Annual yield<br />
[kWh]<br />
8.5 396’000<br />
8.0 370’000<br />
7.5 340’000<br />
7.0 306’000<br />
6.5 267’000<br />
6.0 226’000<br />
5.5 183’000<br />
5.0 144’000<br />
Subject to technical alterations. Data can vary depending on components.
The small turbine with<br />
the highest reliability<br />
Since the start of wind power use, the FL 30 has proven<br />
that Fuhrländer concepts fit up to today. This centrally<br />
controlled compact turbine with blade tip brake runs<br />
totally uncomplicated on its slim lattice mast in various<br />
urban and rural locations. It has a technologically simple<br />
Output<br />
[kW]<br />
FL 30<br />
Rotor: Ø 13 m<br />
Power curve FL 30<br />
(theoretical)<br />
Lattcie towers: 18 / 27 m<br />
design and generates kilowatt <strong>af</strong>ter kilowatt of clean wind<br />
power – maintenance-free and discrete. This machine is<br />
also suitable for remote locations without demands for<br />
the electricity network or the infrastructure – mainly in the<br />
market outside Europe.<br />
Wind speed<br />
[m/s]<br />
Medium wind<br />
speed at hub height<br />
[m/s]<br />
FL 30<br />
Annual yield<br />
[kWh]<br />
8.5 129’000<br />
8.0 121’000<br />
7.5 111’000<br />
7.0 101’000<br />
6.5 89’000<br />
6.0 77’000<br />
5.5 64’000<br />
5.0 52’000<br />
Subject to technical alterations. Data can vary depending on components.
ENERCON’s E-33 wind turbine makes it economically feasible to realise wind energy projects even at sites difficult<br />
to access. Their modular design allows for convenient container transport by ship and truck as well as efficient<br />
installation using one regular-sized lifting crane.<br />
TECHNICAL DATA<br />
Rated power: 330 kW<br />
Rotor diameter: 33.4 m<br />
Hub height: 36 m – 50 m<br />
Wind class (IEC): IEC/NVN I and IEC/NVN II<br />
(depending on hub height)<br />
Turbine concept:<br />
Rotor<br />
Gearless, variable speed, variable pitch<br />
control<br />
Type: Upwind rotor with active pitch control<br />
Direction of rotation: Clockwise<br />
Number of blades: 3<br />
Swept area: 876 m2 Blade material: Fibreglass (epoxy resin);<br />
integrated lightning protection<br />
Rotational speed: Variable, 18 – 45 rpm<br />
Pitch control:<br />
Drive train with generator<br />
ENERCON blade pitch system, one<br />
independent pitching system per rotor<br />
blade with allocated emergency supply<br />
Hub: Rigid<br />
Main bearings: Single-row cylindrical roller bearings<br />
Generator: ENERCON direct-drive synchronous<br />
annular generator<br />
Grid feeding: ENERCON converter<br />
Braking systems: – 3 independent blade pitch systems<br />
with emergency supply<br />
– Rotor brake<br />
– Rotor lock<br />
Yaw control: Active via adjustment gears,<br />
load-dependent damping<br />
Cut-out wind speed: 28 – 34 m/s<br />
(with ENERCON storm control)<br />
Remote monitoring: ENERCON SCADA<br />
Details – ENERCON Storm Control – (see last page)<br />
CALCULATED POWER CURVE<br />
Power P [kW] Power coefficient Cp [–]<br />
350<br />
0.60<br />
300<br />
0.50<br />
250<br />
0.40<br />
200<br />
150<br />
100<br />
0.30<br />
0.20<br />
50<br />
0.10<br />
0<br />
0.00<br />
0 5 10 15 20 25<br />
Wind speed v in hub height [m/s]<br />
Power P Power coefficient Cp<br />
Power<br />
Wind Power P coefficient Cp<br />
[m/s] [kW] [-]<br />
1 0.0 0.00<br />
2 0.0 0.00<br />
3 5.0 0.35<br />
4 13.7 0.40<br />
5 30.0 0.45<br />
6 55.0 0.47<br />
7 92.0 0.50<br />
8 138.0 0.50<br />
9 196.0 0.50<br />
10 250.0 0.47<br />
11 292.8 0.41<br />
12 320.0 0.35<br />
13 335.0 0.28<br />
14 335.0 0.23<br />
15 335.0 0.18<br />
16 335.0 0.15<br />
17 335.0 0.13<br />
18 335.0 0.11<br />
19 335.0 0.09<br />
20 335.0 0.08<br />
21 335.0 0.07<br />
22 335.0 0.06<br />
23 335.0 0.05<br />
24 335.0 0.05<br />
25 335.0 0.04<br />
Details – ENERCON power curve – (see last page)<br />
2 3<br />
ρ = 1.225 kg/m 3
POWER CURVE: 21-METER ROT0R<br />
Standard Density (1.225 kg/m^3)<br />
ELECTRIC POWER (kWe)<br />
120<br />
100<br />
80<br />
60<br />
40<br />
20<br />
0<br />
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25<br />
WIND SPEED AT HUB HEIGHT (m/s)<br />
ANNUAL ENERGY PRODUCTION*: 21-METER ROTOR<br />
Standard Density, Rayleigh Distribution<br />
ENERGY (MWh)<br />
400<br />
350<br />
300<br />
250<br />
200<br />
150<br />
100<br />
50<br />
0<br />
4.0 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0 8.5<br />
ANNUAL AVERAGE WIND SPEED AT HUB HEIGHT (m/s)<br />
*Preliminary specs subject to change.<br />
Available for delivery August 15th.<br />
AVERAGE<br />
ANNUAL<br />
WIND<br />
SPEED<br />
(m/h)<br />
AVERAGE<br />
ANNUAL<br />
WIND<br />
SPEED<br />
(m/s)<br />
8.9 4.0 77<br />
10 4.5 110<br />
11 5.0 145<br />
12 5.5 183<br />
13 6.0 222<br />
15 6.5 260<br />
16 7.0 298<br />
17 7.5 334<br />
18 8.0 368<br />
ANNUAL<br />
ENERGY<br />
OUTPUT<br />
(MWh/yr)<br />
19 8.5 400<br />
*Annual energy production estimates<br />
assume standard conditions, 100%<br />
availability and no losses.<br />
1 m/s = 2.24 m/h<br />
Wind Turbine for European Markets*<br />
WIND<br />
SPEED<br />
(m/s)<br />
1 0<br />
2 0<br />
3 0<br />
4 3.7<br />
POWER<br />
(kWe)<br />
5 10.5<br />
6 19.0<br />
7 29.4<br />
8 41.0<br />
9 54.3<br />
10 66.8<br />
11 77.7<br />
12 86.4<br />
13 92.8<br />
14 97.3<br />
15 100.0<br />
16 100.8<br />
17 100.6<br />
18 99.8<br />
19 99.4<br />
20 98.6<br />
21 97.8<br />
22 97.3<br />
23 97.3<br />
24 98.0<br />
25 99.7
How much does it cost to buy and install a Northwind 100?<br />
Northern Power 29 Pitman Road Barre, VT 05641 802.461.2955<br />
Pricing and Maintenance Budgeting<br />
The list price of a Northwind 100 nacelle and standard 37-meter tower is approximately US$330,000. Included in this pricing is our<br />
standard 2-year warranty and SmartView Monitoring System, for local and Web-based remote monitoring. Shipping and options<br />
such as an extended warranty, spare parts, and FAA lights are not included in this estimate.<br />
The "total installed cost” of your wind project will include—in addition to the turbine & tower costs above—the costs of site-specific<br />
engineering, permitting, constructing a foundation, interconnecting with the grid, erecting the turbine & tower and commissioning<br />
the turbine. These costs can vary widely based on local building regulations, accessibility of the site, environmental and soil<br />
conditions of the site (which determine foundation type and costs), the distance between the wind turbine and the utility interface<br />
and the services offered by the installation provider. For planning purposes, it is recommended that you budget approximately<br />
$200,000 for these additional costs. We at Northern Power will be involved in the commissioning and will certainly support<br />
engineering and construction efforts, but we do not perform the engineering and construction services noted above.<br />
It is important to note that many states in the US offer incentives such as cash grants or interest-free loans that can reduce your<br />
up-front costs significantly.<br />
How much will it cost to maintain my Northwind 100?<br />
The Northwind 100 was designed with high reliability in mind, so you can be assured of low lifecycle costs for the life of your<br />
machine. Although industry standards approach 1.5¢ per kilowatt hour produced, our gearless, hydraulics-free turbine is<br />
expected to cost much less.<br />
Annual Preventative Maintenance<br />
Northern provides as an option a 2-year maintenance kit containing the materials that need to be replaced each year. This annual<br />
procedure will require approximately 10 labor hours, a torque wrench, and a grease gun. It can be performed by any Northerncertified<br />
technician. For planning purposes, you should budget US$1,000 to US$1,500 for materials & labor for this annual check.<br />
Major Repair Reserve<br />
In addition to annual maintenance, we also recommend planning for unscheduled repair activities. We advise allowing 13% of the<br />
cost of the wind turbine for miscellaneous repairs over its 20-year life. For example, setting aside US$1,450 each year will save<br />
US$29,000 over the 20-year life of the turbine.<br />
Spare Parts<br />
In addition to the maintenance suggestions above, we recommend that you purchase a spare parts package to ensure that changeouts<br />
of minor parts will not be delayed by shipping time, minimizing the turbine’s down-time. Warranty replacements can be used to<br />
refresh your spares inventory. Northern provides both minimum-recommended spares and site inventory packages as options.<br />
What does the 2-year Product Limited Warranty cover?<br />
The Northwind 100 limited warranty will cover all parts for a period of 2 years. An extended warranty for a period of up to 5 years is<br />
available as an option, at additional cost.<br />
The warranty validity is conditional upon the annual scheduled maintenance being performed as noted above. We also require<br />
Internet service for the SmartView computer on site. This allows owners to remotely access the SmartView Web Service (a password<br />
protected website) in order to monitor the performance of their turbine from anywhere in the world. SmartView also provides email<br />
notification for alarms and events, which can be used to notify owners and Northern personnel.<br />
Note: This document is for general budgeting purposes only.<br />
For a complete sales quote, please contact us directly at 1-800-90 NORTH or info@northernpower.com.<br />
TOLL FREE: 1. 877.90 NORTH<br />
NW100 Pricing & Maintenance FAQ 1208
Power [kW] Wind speed [m/s]<br />
ENERCON wind turbines can operate with any power<br />
set point required and increase or decrease of power<br />
is done with a selectable dP/dt rate<br />
4<br />
Wind Energy Converters<br />
Time [s]<br />
Power Management System in Stanley,<br />
Power Station (Falkland Islands)<br />
Power Management System<br />
Consumers<br />
1. WIND-DIESEL APPLICATION<br />
With ENERCON wind energy converters and their standard integrated<br />
system controls for variable speed and variable blade pitch it is<br />
possible to s<strong>af</strong>ely connect and operate wind turbine capacity in the<br />
range of up to 35 % of the installed diesel capacity in parallel to the<br />
diesel gen-sets. As the turbines power output is freely selectable and<br />
reliably controlled via rotor speed and blade pitch, no dump loads are<br />
necessary and a maximum use of the wind energy is possible while<br />
the diesel machines keep their grid forming tasks (diesel remains to<br />
be the main energy source).<br />
In order to efficiently manage the supply and demand side and to<br />
control the interaction of diesel gen-sets and wind turbines,<br />
ENERCON offers a Power Management System for this application<br />
(example see below).<br />
Diesel<br />
Generator<br />
Sets<br />
Step1: Wind-Diesel<br />
2. STAND-ALONE APPLICATION<br />
If the fuel saving results are encouraging and the grid and/or power<br />
station operators are satisfied with the grid behaviour of the winddiesel<br />
system, the installed wind capacity can be increased. Then an<br />
energy storage system comes into play in order to balance the wind<br />
fluctuations and to allow for a diesel-off mode (“zero-emission”) where<br />
100 % of the energy demand can be supplied by the wind turbines,<br />
when the available wind power meets the demand of the consumers.<br />
The schematic drawing below shows a stand-alone system with all<br />
necessary components. With such a system wind energy can completely<br />
supply the consumers, depending on the system layout, i.e.<br />
balance between wind turbine installed capacity and load demand<br />
(wind turbine takes over as main energy source).<br />
ENERCON has developed all relevant system components including<br />
the main control system (Power Management System) and can thus<br />
even supply a complete power station (based on wind energy) to provide<br />
consumers with power at locations where no energy supply has<br />
been available so far or where old diesel engines have to be replaced.<br />
In all configurations and operational modes the system delivers stable<br />
and uninterruptible power with very high grid quality (well within the<br />
limits of e.g. EN 50160 – see measurement on the right above). And<br />
this precisely according to the demand – which is the main challenge<br />
in small local grids. Only the required amount of energy is produced<br />
and dump loads to dispose of excess energy are not necessary.<br />
Step 2: Stand-Alone<br />
Wind Energy Converters<br />
Power Management System<br />
Consumers<br />
Close up view of measurement (1 hour real-time)<br />
Voltage [V] Windspeed [m/s] Frequency [Hz]<br />
260 20<br />
220 15<br />
180 10<br />
8,5 8,7 8,9<br />
Fluctuating wind<br />
9,0 9,2<br />
46<br />
9,5<br />
Time [h]<br />
The dotted lines show the allowed limits for grid voltage and frequency<br />
Grid voltage and frequency in the ENERCON Stand-<br />
Alone System are well within the admissible limit<br />
values according to EN50160<br />
Diesel<br />
Generator<br />
Sets<br />
(existing or<br />
newly supplied)<br />
Flywheel<br />
Storage<br />
200kW/5kWh<br />
Battery<br />
Storage<br />
Master<br />
Synchronous<br />
Maschine<br />
5<br />
56<br />
51
2 of 3 E-33 on Falkland Islands<br />
6<br />
COMPONENTS IN THE ENERCON STAND-ALONE SYSTEM<br />
Wind turbine<br />
• Main energy source<br />
ENERCON products<br />
• E-10, E-20, E-33, E-44, E-53<br />
Flywheel<br />
• Short-term energy storage to compensate the wind<br />
energy fluctuations in the seconds range<br />
• Frequency controller in the stand-alone grid<br />
(diesel-parallel and diesel-off mode)<br />
Battery storage<br />
• Emergency back-up in the stand-alone grid<br />
(diesel-off mode) for power supply in the minute range<br />
• Frequency control in emergency cases<br />
Master Synchronous Machine used in diesel-off mode for<br />
• Voltage control<br />
• Supply of reactive power<br />
• Short circuit current supply<br />
• Flicker filtering<br />
Controls<br />
• Power management in the wind-diesel mode or stand-alone grid<br />
• S<strong>af</strong>e and economic automatic operation of the system<br />
(manual mode also possible)<br />
• Data processing and process visualisation<br />
Diesel generator (or other combustion engine)<br />
• System start-up<br />
• Power supply at lack of wind and empty storage facilities<br />
FLYWHEEL STORAGE SYSTEM<br />
In the year 2000 ENERCON decided to develop an energy storage<br />
system specially suited to compensate wind power fluctuations. It has<br />
been designed according to the following requirements:<br />
• Low cost<br />
• Low maintenance<br />
• Robust design<br />
• Long lifetime<br />
• Standard components and materials as far as possible<br />
• Possibility for individual applications (modular, containerised etc.)<br />
• Rated power 200 kW<br />
• Energy storage capacity 5 kWh<br />
• High efficiency / low losses<br />
• Extremely fast reaction time<br />
• Optimum grid behaviour<br />
The ENERCON flywheel is a very simple and robust system, which is<br />
proven by more than 20,000 operating hours without maintenance<br />
work. The mechanical design using standard materials and wellproven<br />
components for example bearings and other machine parts<br />
ensures a reliable operation and a long-term supply with spare parts.<br />
Access to e.g. bearings is easy and for their replacement no specially<br />
trained personnel is required.<br />
The use of standard well-proven ENERCON inverters ensures very<br />
high grid quality and allows for the use of standard spare parts<br />
necessary for wind turbine maintenance.<br />
The ENERCON flywheel comes in a standard 20ft sea container<br />
convenient to transport and ready for connection to the grid. All<br />
components are installed and completely cabled. The system<br />
undergoes extensive testing before delivery. Thus the time for<br />
installation and commissioning on site is very short.<br />
ENERCON Flywheel<br />
Engine-Room Fan<br />
Distribution<br />
Flywheel-Inverter<br />
MSM<br />
Flywheel Energy Storage<br />
ENERCON standard energy storage container<br />
(example with flywheel)<br />
7<br />
MSM-Control<br />
Flywheel-Control