[論文レビュー] Towards a global dynamic wind atlas: A multi-country validation of wind power simulation from MERRA-2 and ERA-5 reanalyses bias-corrected with the Global Wind Atlas

Katharina Gruber, Peter Regner+3 more|arXiv (Cornell University)|Dec 10, 2020

Integrated Energy Systems Optimization参考文献 39被引用数 11

ひとこと要約

本研究では、MERRA-2およびERA5再解析データを用いた風力発電シミュレーションの精度を、グローバル・ウインド・アトラス（GWA）を用いたバイアス補正あり・なしの両状態で、多様な気候地域において評価する。その結果、ERA5はMERRA-2を上回り、GWA2はわずかな改善にとどまり、GWA3は性能を低下させる。また、時間的集約は、特にエネルギー系モデリング応用において、シミュレーション品質を顕著に向上させることが判明した。

ABSTRACT

Reanalysis data are widely used for simulating renewable energy and in particular wind power generation. While MERRA-2 has been a de-facto standard in many studies, the newer ERA5- reanalysis recently gained importance. Here, we use these two datasets to simulate wind power generation and evaluate the respective quality in terms of correlations and errors when validated against historical wind power generation. However, due to their coarse spatial resolution, reanalyses fail to adequately represent local climatic conditions. We therefore additionally apply mean bias correction with two versions of the Global Wind Atlas (GWA) and assess the respective quality of resulting simulations. Potential users of the dataset can also benefit from our analysis of the impact of spatial and temporal aggregation on simulation quality indicators. While similar studies have been conducted, they mainly cover limited areas in Europe. In contrast, we look into regions, which globally differ significantly in terms of the prevailing climate: the US, Brazil, South-Africa, and New Zealand. Our principal findings are that (i) ERA5 outperforms MERRA-2, (ii) no major improvements can be expected by using bias-correction with GWA2, while GWA3 even reduces simulation quality, and (iii) temporal aggregation increases correlations and reduces errors, while spatial aggregation does so only consistently when comparing very low and very high aggregation levels.

研究の動機と目的

• 多様な気候地域におけるグローバル風力発電シミュレーションのためのMERRA-2およびERA5再解析データの性能を評価すること。
• グローバル・ウインド・アトラス（GWA2およびGWA3）を用いたバイアス補正が、シミュレーション精度に与える影響を評価すること。
• 空間的および時間的集約が、相関係数やRMSEなどの主要なシミュレーション品質指標に与える影響を調査すること。
• エネルギー系モデリングに向けたグローバル動的風力アトラスの基盤を提供することを目的とし、最適な再解析データおよびバイアス補正手法を特定すること。
• 高再生可能エネルギー状況のシナリオにおいて、誤差推定値を明確にした信頼性の高い風力発電時系列データの選定を、研究者およびエネルギーモデラーに支援すること。

提案手法

• 約50 kmの空間解像度を持つMERRA-2およびERA5再解析データセットの時間分解能1時間の風速および風力発電データを用いる。
• GWA2およびGWA3を用いて再解析風速に平均バイアス補正を施し、局所的な気候的表現を改善する。
• 米国、ブラジル、南アフリカ、ニュージーランドの4カ国に所在する23か所の風力発電所の観測された歴史的風力発電データと、シミュレートされた風力発電時系列データを比較検証する。
• 相関係数、平均二乗誤差（RMSE）、バイアスなどの主要な性能指標を、時間的（1時間、月次）および空間的（個々の発電所、集約された地域）な集約レベルごとに算出する。
• 再解析データセット、GWAバージョン、集約レベルの間で統計的比較を実施し、相対的なシミュレーション品質を評価する。
• シミュレーションコードおよび得られた時系列データを公開し、再現可能性および今後のエネルギー系モデリングにおける利用を支援する。

実験結果

リサーチクエスチョン

• RQ1 MERRA-2およびERA5再解析データセットは、多様なグローバル地域において、歴史的風力発電出力のシミュレーションでどのように比較されるか？
• RQ2 グローバル・ウインド・アトラス（GWA2およびGWA3）を用いたバイアス補正は、原始的な再解析データと比較して、どの程度風力発電シミュレーションの精度を向上させるか？
• RQ3 時間的集約（例：1時間から月次へ）は、シミュレートされた風力発電時系列の相関係数およびRMSEにどのような影響を与えるか？
• RQ4 空間的集約（例：個々の風力発電所から国または地域レベルへ）は、シミュレーション品質指標にどのような影響を与えるか？
• RQ5 どの再解析データとバイアス補正手法の組み合わせが、グローバルエネルギー系モデリングに最も信頼性の高い風力発電時系列を提供するか？

主な発見

• ERA5は全地域でMERRA-2を上回り、大多数の地域で相関係数が約0.05高く、RMSEが0.05低い。
• GWA2は補正なしの再解析データと比較してわずかな改善にとどまり、全地域で一貫した向上が見られない。一部のケースでは、シミュレーション品質が低下する。
• GWA3は一貫してシミュレーション品質を低下させ、風力発電シミュレーション用途では推奨されない。
• 時間的集約（1時間から月次へ）により、大多数の地域で相関係数が約0.2上昇し、RMSEが0.1～0.2低下する。これは顕著な相殺効果を示している。
• 空間的集約は、極めて低い集約レベルと極めて高い集約レベルを比較した場合にのみ、シミュレーション品質を向上させる。中間レベルでは一貫した改善は見られない。
• 高解像度でバイアス補正が施された風力発電時系列データは、オープンソースのコードベースを通じて公開され、今後のグローバルエネルギー系モデリング作業を支援する。