Generierung eines offenen meteorologischen Datensatzes mit zeitlich und räumlich hoher Auflösung für die Energiesystemanalyse und -wirtschaft, Teilvorhaben: Entwicklung und Unsicherheitsabschätzung eines meteorologischen Multi-Modell Reanalyse Ensembles

Description: Im Projekt MEDAILLON wird ein neuer offener meteorologischer Datensatz erstellt, welcher sich als Standarddatensatz für Anwendungen in der Energiewirtschaft etablieren soll. Der Datensatz soll Deutschland abdecken, eine räumliche Auflösung von 250m aufweisen und Zeitreihen ausgewählter meteorologischer Parameter (Wind, Globalstrahlung, Temperatur usw.) für einen Zeitraum von 15 Jahren in 15-minütiger Auflösung bereitstellen. Zusätzlich wird die Möglichkeit zur Integration des Datensatzes in einen europäischen Wetterdatensatz sowie eine Bereitstellung von Informationen zur zeitlichen und räumlichen Unsicherheit angestrebt. Durch eine frühzeitige Nutzereinbindung wird die Entwicklung des Datensatzes entsprechend der Nutzeranforderungen sichergestellt. Für die technische Umsetzung werden neue Ansätze aus dem Bereich der Wettermodell-Reanalyse-Ensembles, aber auch die Anwendung von strömungsmechanischen, statistischen und Machine-Learning-Verfahren eingesetzt. Das Fachgebiet Energiemanagement und Betrieb elektrischer Netze der Universität Kassel hat primär das Ziel, Methoden zu entwickeln, um in Zusammenarbeit mit dem Fraunhofer IEE ein Multi-Modell- Ensemble zu erarbeiten und die Unsicherheit der Modelldaten räumlich und zeitlich abzubilden. Für die mit besonders großen Unsicherheiten behafteten Windklimata soll eine geografisch differenzierte Unsicherheitsabschätzung durchgeführt werden. Für die zeitreihen-basierte Unsicherheitsbestimmung sollen einerseits Reanalysen verschiedener Wettermodelle sowie auch die neue ICONbasierte Ensemble-Reanalyse hinsichtlich deren Streuung in Raum und Zeit untersucht werden. Außerdem sollen maschinelle Lernverfahren eingesetzt werden, um die Unsicherheit auf Basis von Messdaten zu erlernen. Die für den Wind erarbeiteten Ansätze sollen in Teilen auch auf die anderen meteorologischen Größen übertragen werden. Für beide Ansätze soll abschließend ein Verfahren entwickelt werden, um die Unsicherheit in die Fläche zu projizieren.

SupportProgram

Origins: /Bund/UBA/UFORDAT

Tags: Kassel ? Meteorologischer Parameter ? Globalstrahlung ? Wind ? Stromnetz ? Energiemanagement ? Energiewirtschaft ? Messdaten ? Zeitreihe ?

Region: Hessen

Bounding boxes: 9° .. 9° x 50.55° .. 50.55°

License: cc-by-nc-nd/4.0

Language: Deutsch

Organisations

• Amprion (Mitwirkung)
• Bundesministerium für Wirtschaft und Energie (Finanzielle Förderung)
• Umweltbundesamt (Bereitstellung)
• Universität Kassel (Projektverantwortung)

Time ranges: 2023-01-01 - 2025-12-31

Alternatives

• Language: Englisch/English
  Title: Subproject: Development and uncertainty assessment of a meteorological multi-model reanalysis ensemble
  Description: In the MEDAILLON project, a new open meteorological data set is being created, which is to be established as a standard data set for applications in the energy industry. The dataset shall cover Germany, have a spatial resolution of 250m and provide time series of selected meteorological parameters (wind, global radiation, temperature, etc.) for a period of 15 years in 15-minute resolution. In addition, the possibility to integrate the dataset into a European weather dataset and to provide information on temporal and spatial uncertainty is envisaged. Early user involvement will ensure the development of the dataset according to user requirements. For the technical implementation, new approaches from the field of weather model reanalysis ensembles, but also the application of fluid mechanics, statistical and machine learning methods are used. The primary goal of the Department of Energy Management and Operation of Electrical Networks at the University of Kassel is to develop methods for working out a multi-model ensemble in cooperation with Fraunhofer IEE and to map the uncertainty of the model data spatially and temporally. For wind climates with particularly large uncertainties, a geographically differentiated uncertainty assessment is to be carried out. For the time series-based uncertainty assessment, reanalyses of different weather models as well as the new ICON-based ensemble reanalysis will be investigated with respect to their dispersion in space and time. In addition, machine learning techniques will be used to learn the uncertainty based on measured data. The approaches developed for wind are to be applied in parts to the other meteorological variables. Finally, for both approaches a method shall be developed to project the uncertainty into the surface. https://ufordat.uba.de/UFORDAT/pages/PublicRedirect.aspx?TYP=PR&DSNR=1127285

Status

Aktiv

Quality score

• Overall: 0.51
• Findability: 0.69

  • Title: 1.00
  • Description: 0.14
  • Identifier: false
  • Keywords: 1.00
  • Spatial: RegionIdentified (1.00)
  • Temporal: true
• Accessibility: 0.67

  • Landing page: Specific (1.00)
  • Direct access: false
  • Publicly accessible: true
• Interoperability: 0.00

  • Open file format: false
  • Media type: false
  • Machine-readable metadata: false
  • Machine-readable data: false
• Reusability: 0.67

  • License: ClearlySpecifiedAndFree (1.00)
  • Contact info: false
  • Publisher info: true

Accessed 1 times.