TAR KÁROLY és PUSKÁS JÁNOS A potenciális szélenergia és az időjárási frontok kapcsolata Magyarországon
• • • •
1. A front-tipizálás Puskás-féle módszere. 2. A front-típusok statisztikája. 3. A front-típusok átlagos szélsebessége. 4. A front-típusok és a szeles napok száma. • 5. A napi átlagos szélsebesség megváltozása frontos és frontnélküli napokon. • 6. A potenciális szélenergia napi menete frontos és frontnélküli napokon • 7. A front típusok potenciális szélenergiája.
OKKLÚZIÓS FRONT
MELEGFRONT
HIDEGFRONT
IDŐJÁRÁSI FRONTOK TÍPUSAI A KÁRPÁT-MEDENCÉBEN
MEGHATÁROZÁS
MEGHATÁROZÁS
HELYZET SZERINT
közelítő
tartózkodó
közelítő
tartózkodó
FRONTTÍPUSOK
KÖZELÍTŐ HIDEGFRONT
1.
TARTÓZKODÓ HIDEGFRONT
2.
KÖZELÍTŐ MELEGFRONT
3.
TARTÓZKODÓ MELEGFRONT
4.
KÖZELÍTŐ OKKLÚZIÓS FRONT
5.
TARTÓZKODÓ OKKLÚZIÓS FRONT
6.
7.
KÖZELÍTŐ MELEG- és HIDEGFRONT
TARTÓZKODÓ MELEG- és HIDEGFRONT
8.
MELEG-, HIDEG- és OKKLÚZIÓS FRONT
9.
A front-típusok statisztikája
átlag max. min. ingás
év tél tavasz nyár ősz nap % nap % nap % nap % nap % 121,3 33,2 50,5 55,9 59,1 64,2 61,6 67,0 63,0 69,2 155 42,3 62 68,9 70 76,1 72 78,3 73 80,2 89 24,4 40 44,4 42 45,7 52 56,5 49 53,8 66 18,0 22 24,4 28 30,4 20 21,7 24 26,4
A frontos napok gyakoriságának átlagos és szélső értékei, változékonysága (1971-2000)
A front-típusok statisztikája A frontos napok és az egyes front-típusok gyakorisága, 1971-2000.
% 35 30 25 20 15 10 5 0 Fr
1
2
3
4
5
6
7
8
9
A front-típusok statisztikája nap 22 20 18
A havonkénti frontos napok száma 1971.jan.-2005. dec. lineáris trend: y=-0,006x+11,23
átlag szórás var.eh. Min. Max.
16 14 12 10 8 6
1971-2005 10,0 3,3 0,33 1 21
4 2
év.hó
71.01 72.01 73.01 74.01 75.01 76.01 77.01 78.01 79.01 80.01 81.01 82.01 83.01 84.01 85.01 86.01 87.01 88.01 89.01 90.01 91.01 92.01 93.01 94.01 95.01 96.01 97.01 98.01 99.01 00.01 01.01 02.01 03.01 04.01 05.01
0
A havonkénti frontos napok száma és tendenciája.
A havonkénti frontos napok számának alapstatisztikái
A front-típusok statisztikája gyakoriság
60
A havonkénti frontos napok eloszlása 1971-2005
55 50 45 40 35 megf.
30
Poisson
25 20 15 10 5
FR (nap)
0 1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20 21
A front-típusok statisztikája %
1971-2005
65 60 55 50 45 40 35 30 25 20 15
megfigyelt
10
közelített
5
11. 01
10. 01
09. 01
08. 01
07. 01
06. 01
05. 01
04. 01
03. 01
02. 01
01. 01
12. 01
hó.nap
0
A frontok naptári naponkénti gyakoriságának éves menete és a kiegyenlítő függvény.
A front-típusok statisztikája 0 1 2 3 4 5 6 7 8 9
0 0.714 0.646 0.662 0.446 0.472 0.681 0.678 0.545 0.596 0.617
1 0.070 0.046 0.045 0.103 0.055 0.033 0.035 0.039 0.041 0.000
2 0.060 0.119 0.074 0.096 0.100 0.066 0.023 0.075 0.075 0.057
3 0.034 0.040 0.046 0.039 0.038 0.033 0.027 0.024 0.015 0.029
4 0.042 0.046 0.056 0.144 0.109 0.044 0.043 0.071 0.083 0.069
5 0.007 0.005 0.009 0.005 0.007 0.000 0.012 0.008 0.002 0.017
6 0.013 0.006 0.014 0.027 0.037 0.121 0.151 0.024 0.031 0.097
7 0.021 0.016 0.015 0.027 0.025 0.011 0.000 0.020 0.021 0.000
8 0.032 0.057 0.067 0.093 0.109 0.000 0.016 0.169 0.095 0.074
9 0.007 0.019 0.013 0.021 0.047 0.011 0.016 0.027 0.041 0.040
Átmenet valószínűségek típusból típusba (1971-2005), 0: nincs front
A front-típusok statisztikája p(h)
1971-2005
0.65
A fontos és a frontmentes napokból álló intervallumok hosszúság szerinti eloszlása.
0.60 0.55 0.50 0.45
FN
0.40
FR
0.35 0.30 0.25 0.20 0.15 0.10 0.05
h (nap)
0.00 1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20 21
A fontmentes és frontos intervallumok alapstatisztikái (1971-2005).
átlagos hossz (nap) szórás (nap) var.együttható maximum (nap) P
Fontment es FN
Frontos FR
3,6
1,7
3,2 0,91 29 0,281
1,1 0,65 11 0,588
Debrecen
Budapest
Szombathely
A front-típusok szélsebességének statisztikai szerkezete típus tél tavasz nyár ősz év tél tavasz nyár ősz év tél tavasz nyár ősz év
1 3,7 4,4 3,4 3,1 3,7 3,2 3,4 2,8 2,6 3,0 3,4 3,8 2,7 2,9 3,2
2 4,1 4,0 4,0 2,8 3,7 3,1 3,5 3,0 2,8 3,1 3,0 4,0 2,9 3,2 3,3
3 3,4 3,3 2,8 2,9 3,2 2,5 2,8 2,4 2,3 2,5 3,3 2,9 2,7 2,6 2,9
4 4,1 4,8 3,5 3,6 4,1 3,0 2,9 2,5 2,4 2,8 3,6 3,4 2,7 2,8 3,2
5 3,5 4,0 3,4 3,4 3,7 2,2 2,9 2,2 2,6 2,6 2,1 3,6 2,2 2,7 2,8
6 3,9 6,6 4,7 5,8 5,5 1,8 2,5 2,6 2,9 2,5 2,8 3,3 2,7 3,7 3,2
7 3,5 4,3 3,2 3,7 3,7 2,8 3,2 2,6 2,8 2,9 3,6 3,2 2,5 2,6 3,0
8 4,7 4,4 3,5 3,7 4,0 3,3 3,2 2,5 2,7 2,9 3,7 3,6 2,8 2,7 3,2
9 4,6 5,5 3,7 3,1 3,8 3,2 2,6 2,7 2,7 2,7 3,4 4,0 2,8 3,3 3,2
Az egyes fronttípusok évszakos és éves átlagsebessége (m/s).
A front-típusok szélsebességének statisztikai szerkezete Kékestető Szombathely Pécs Győr Budapest Szeged Debrecen TI 4,3 3,3 2,9 2,3 2,5 3,1 2,7 FN 4,1 3,1 2,8 2,1 2,4 2,9 2,6 FR 4,7 3,8 3,3 2,6 2,8 3,5 3,1 FR/FN 1,15 1,23 1,18 1,24 1,17 1,21 1,19 1 5,0 3,7 3,3 2,7 3,0 3,7 3,2 2 4,5 3,7 3,4 2,7 3,1 3,7 3,3 3 4,9 3,2 2,9 2,5 2,5 3,4 2,9 4 4,7 4,0 3,5 2,6 2,7 3,6 3,2 5 3,7 3,7 2,9 2,2 2,5 3,0 2,8 6 4,0 5,4 3,5 2,4 2,5 3,3 3,2 7 4,8 3,7 3,4 2,6 2,9 3,8 3,0 8 4,2 4,0 3,3 2,5 2,8 3,5 3,2 9 4,4 3,8 3,4 2,7 2,7 3,5 3,2
A teljes időszak (TI) a frontnélküli napok (FN) és a frontos napok (FR), valamint az egyes front-típusok (1-9) átlagos szélsebességei (m/s).
A front-típusok és a szeles napok száma. Nf Fr 1 2 3 4 5 6 7 8 9
DebreSzeged cen -0,286 -0,346 0,307 0,362 0,241 0,157 0,166 0,134 0,099
Budapest -0,316 0,337 0,157 0,274 -0,099
0,111 0,132 0,124 0,114 0,099
0,178
0,248 0,143
Keszt- Szom- Kékeshely bathely tető -0,271 -0,118 -0,288 -0,246 0,278 0,118 0,303 0,263 0,178 0,143 0,094 0,100 -0,099 0,135 0,104 0,248
Pécs
0,108 0,091 0,242
0,102 0,151 0,160
0,110 0,120 0,141 0,099
0,152
A szeles napok havi száma és a frontmentes (Nf), a frontos (Fr) napok, valamint a különböző fronttípusok havi gyakorisága közötti 0,05 és 0,1 valószínűségi szinten szignifkáns korrelációs együtthatók
A napi átlagos szélsebesség megváltozása frontos és frontnélküli napokon
A napi átlagos szélsebesség idősorában megfigyelhető napról napra történő változásokat a v ka
v k va va
relatív mennyiséggel jellemezzük, ahol va az aktuális nap, vk pedig a következő nap átlagos szélsebessége.
1991-2000, hét állomás A különböző események (van front: FR, nincs front: FN) egymásra következésének valószínűségei (1991-2000). (a: az összes naphoz viszonyítva, b: az összes frontmentes vagy frontos naphoz viszonyítva).
a frontok figyelembe vétele nélkül v >0 (%) Budapest 0,09 52,1 Debrecen 0,13 52,5 Szombathely 0,17 51,7 Pécs 0,11 52,0 Győr 0,16 51,4 Szeged 0,12 51,5 Kékes 0,10 51,6
FNFN
v 0,04 0,08 0,10 0,08 0,15 0,08 0,14
>0 (%) 49,5 49,6 50,2 50,0 51,1 49,6 56,4
p(FNFN) p(FNFR) p(FRFR) p(FRFN)
FNFR
v 0,24 0,30 0,38 0,26 0,28 0,29 0,11
>0 (%) 64,0 62,0 61,6 61,7 58,5 60,3 49,4
a. 0,495 0,193 0,120 0,193
FRFN
v 0,04 0,06 0,05 0,02 0,04 0,02 0,02
>0 (%) 44,0 49,1 43,1 44,7 43,5 44,2 44,3
b. 0,720 0,280 0,384 0,616 FRFR
v 0,16 0,12 0,30 0,16 0,19 0,15 0,03
A napi átlagos szélsebesség napról napra történő változását jellemző relatív mennyiség átlagos értéke (v ) és pozitív értékinek gyakorisága (>0 (%)).
>0 (%) 57,0 54,9 55,7 56,1 53,7 56,7 47,4
2004-2008, két dunántúli állomás • Fertőújlak és Balatonmagyaród Almás-sziget Balatonmagyaród Almás-sziget Fertőújlak Földrajzi szélesség (N) 46° 38' 47° 41 ' Földrajzi hosszúság (E) 17° 13' 16o 50' Tengerszint feletti magasság (m) 107 114,5 Anemométer magasság (m) 6 11,4
• A szélsebességek 10 m-re transzformálása: vh=v10(0,233+0,656lg(h+4,75)) (WMO)
v10 10 vh h
0, 25
(Hellmann)
1. Balatonmagyaród Almás-sziget; 2. Fertőújlak frontok figyelembe vétele nélkül
1. 2. 1. frontos napok (FS) 2. 1. frontnélküli napok (FN) 2.
átlagos szélsebesség (m/s) variációs az anemométer 10 m WMO 10 m Hellmann együttható magasságában 1.7 1.9 1.9 0.71 3.6 3.5 3.4 0.56 2.1 2.3 2.3 0.63 4.4 4.3 4.3 0.49 1.5 1.7 1.7 0.72 3.2 3.1 3.1 0.56
száma anticiklonális napok (AG) 1161 ciklonális napok (CG) 666 frontnélküli napok (FN) 1278 frontos napok (FS) 549
% 63.5 36.5 70.0 30.0
A napi átlagos szélsebesség relatív változásának (v ka) statisztikai jellemzői. v ka frontok és helyzetek nélkül FN/FN FS/FN FN/FS FS/FS AG/AG CG/AG AG/CG CG/CG
Balatonmagyaród Almás-sziget Fertőújlak v ka >0 átlag variációs módusz v ka >0 átlag variációs módusz [ v ka ] együttható v ka [ v ka ] együttható v ka (%) (%) 52.1
0.26
3.76
-0.3
51.8
0.18
4.09
-0.3
52.1 57.3 44.5 55.2 53.2 62.4 36.9 52.0
0.21 0.50 0.13 0.34 0.22 0.54 -0.02 0.35
4.20 2.43 7.53 2.94 4.01 1.91 -33.35 3.42
-0.3 -0.1 -0.3 -0.5 -0.3 -0.1 -0.5 -0.3
49.2 70.3 38.8 55.2 50.6 70.1 33.8 54.3
0.10 0.54 -0.01 0.30 0.13 0.59 -0.1 0.24
6.25 1.76 -75.71 2.77 5.18 1.66 -5.25 3.27
0.1 0.1 -0.3 -0.3 -0.1 0.1 -0.5 -0.3
A napi átlagos szélsebesség relatív megváltozásának eloszlása a teljes idősorra. A napi átlagos szélsebesség relatív megváltozásának eloszlása (az időjárási helyzetek figyelmen kívül hagyásával)
rel.gyak. 0.160 0.140 0.120
Balatonmagyaród Almás-sziget Fertőújlak
0.100 0.080 0.060 0.040 0.020
vka 4.8-5.0
4.6-4.8
4.4-4.6
4.2-4.4
4.0-4.2
3.8-4.0
3.6-3.8
3.4-3.6
3.2-3.4
3.0-3.2
2.8-3.0
2.6-2.8
2.4-2.6
2.2-2.4
2.0-2.2
1.8-2.0
1.6-1.8
1.4-1.6
1.21.4
1.0-1.2
0.8-1.0
0.6-0.8
0.4-0.6
0.2-0.4
0-0.2
(-0.2)-0
(-0.4)-(-0.2)
(-0.6)-(-0.4)
(-0.8)-(-0.6)
(-1.0)-(-0.8)
0.000
A napi átlagsebességek becslésének átlagos hibái: Balatonmagyaród Almás-sziget becslő paraméter
[ v ka ]
v ka
Fertőújlak
helyzetekkel
frontok és helyzetek nélkül
frontokkal
helyzetekkel
1.23
0.56
0.39
0.37
0.37
0.82
1.38
0.80
0.63
0.60
0.60
átlagos hiba
-0.12
-0.11
-0.13
-0.17
0.15
-0.04
átlagos abszolút hiba
0.50
0.51
0.49
0.44
0.52
0.45
frontok és helyzetek nélkül
frontokkal
átlagos hiba
0.58
átlagos abszolút hiba
a hiba típusa
A potenciális szélenergia napi menete frontos és frontnélküli napokon • Periodikus függvény illesztése a szélsebességköbök napi menetére (egy napos és félnapos periódus). • A villamos-energia termelés szempontjából nyilván azok a napok előnyösebbek, amelyeken a szélsebesség köbök óraátlagának napi menete egyszerű, azaz egy maximummal és egy minimummal rendelkezik. • Vizsgálataink szerint tavasszal és nyáron elég nagy biztonsággal számíthatunk arra, hogy a szélenergia napon belüli változása a villamos energia rendszerirányítás számára kedvezőbb módon alakul.
A félnapos hullám realitásának havi gyakoriságai (p=0,17): 20
%
A2/E>1.5
18 16
lowland (1)
14 12
(2)+Kékes
non-lowland (2) 7 stations
10 8 6 4 2 0
months I.
II.
III.
IV.
V.
VI.
VII.
VIII.
IX.
X.
XI.
XII.
Feltételezhető azonban, hogy a félnapos periódus realitása vagy véletlenszerűsége az időjárási helyzetnek is függvénye % 70 gyakoriság
60
1. Debrecen 2. Szeged
50
3. Budapest 4. Pécs
40
5. Keszthely
30
6. Szombathely 7. Kékes
20
átlag 1, 2, 3, 5, 6 átlag 1-7
10 0 t1
t2
t3
t4
t5
t6
t7
t8
t9
front-típusok
Fronttípusonként vannak Az egyes fronttípusok relatív gyakorisága reális félnapos különbségek: az egyes állomáhullám esetén: sokon a maximumoknál mindig %
1991-2000
70 60
jelen van a melegfront, minimumok pedig döntően valamelyik okklúziós típusban figyelhetők meg. Az átlagok pedig azt mutatják, hogy a félnapos reális periódus leggyakrabban a két melegfronti típusban, ezt követően a közelítő meleg- és hidegfront, legritkábban pedig a két okklúziós típus esetén következik be.
50 40 30 20 10
1. Debrecen 4. Pécs 7. Kékes
0 1
2
3
4
Ha csak a front nélküli és a frontos napokat különböztetjük meg, akkor azt tapasztaljuk, hogy reális félnapos periódus 2. Szeged 3. Budapest gyakorisága 5. Keszthely esetén ezek 6. Szombathely állomásonként és átlagosan is mean 1, 2, 3, 5, 6 mean 1-7 alig különbözik egymástól. front-types 5 6 7 8 9
A front típusok potenciális szélenergiája: •
Egy nem feltétlenül egymás után következő napokból álló időszak egy napjára átlagosan jutó fajlagos szélteljesítmény (Pdm) meghatározására kidolgozott módszerünk lényege, hogy a mérési időpontok szélsebesség köbeinek átlagaira egy folytonos függvényt, egy két hullámból álló trigonometrikus polinomot illesztünk, majd meghatározzuk ennek a görbe alatti területét. • Az így kiszámolt, a Pdm-mel arányosTga értékek szerint a teljes és a frontmentes időszakokban az egy napra átlagosan eső szélteljesítmény Kékestetőn a legnagyobb, a frontos napok esetében azonban Szombathelyen. A minimum mindhárom esetben Győrben figyelhető meg.
A szélsebesség köbök átlagának ([v3]) napi menetére illesztett közelítő függvény ([v3]köz)és ennek görbe alatti területe (Tga).
Debrecen, 1994. május, 10 m
[v3], [v3]köz (m 3/s3) 160 140
[v3]köz (két hullám) [v3] (megfigyelt)
120 100 80 60
T ga
40 20
24
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
23
óra
0
A teljes időszak és a frontos időszak, valamint az egyes fronttípusokkal jellemzett időszak egy napjára átlagosan eső szélteljesítmény a frontnélküli időszak egy napjára átlagosan eső szélteljesítmény százalékában. TI/FN FR/FN t1/FN t2/FN t3/FN t4/FN t5/FN t6/FN t7/FN t8/FN t9/FN
Kékestető Szombathely Pécs Győr Budapest Szeged Debrecen 110.6 128.2 116.7 115.2 119.0 121.7 118.9 133.3 189.0 150.5 142.6 160.8 168.0 159.1 152.8 182.5 155.8 161.7 206.1 187.2 182.0 109.6 167.7 162.5 148.2 201.9 187.5 177.8 158.6 106.1 97.0 125.6 98.3 129.1 118.9 142.5 259.8 181.9 151.3 135.0 186.4 162.7 71.5 177.1 107.9 77.9 98.2 91.5 118.4 87.2 391.9 140.1 107.4 103.6 113.5 154.8 153.0 162.1 168.6 150.6 169.7 195.8 151.4 102.1 199.9 160.8 131.3 150.8 149.4 149.7 108.5 168.2 145.1 146.7 136.8 161.6 152.1
Bármilyen front megjelenése kb. 33-90 %-kal növeli a szélenergiát a frontnélküli időszakhoz képest. A legkevésbé energikus front-típusok a t5 és t3. A legenergikusabb front-típusok pedig a következők: t1, t4, t6, t7
• A táblázat szerint Kékestetőn és a síkvidéki állomásokon a t5 típus (közelítő okklúziós front) rendelkezik a legkisebb szélenergiával, ami a szélsebességről elmondottak alapján várható. • Debrecent kivéve e típus szélenergiája kevesebb, mint a frontnélküli napoké! • Szombathelyen és Pécsett a minimális szélenergia a t3 típusban (közelítő melegfront) figyelhető meg. • A legkevésbé energikus front-típusok tehát a t5 és t3. • A maximális energiájú típusok már nem mutatnak ilyen szabályosságot, mindössze annyit, hogy ezek a síkvidéki állomásokon és Kékestetőn a t1 és t7 típusok (közelítő hidegfront és közelítő melegés hidegfront) között váltakoznak. • Ezeken az állomásokon tehát az ilyen fronttípusok megjelenése növeli legnagyobb mértékben a szélenergia mennyiségét. • Szombathelyen a t6 (tartózkodó okklúziós front) Pécsett pedig a t4 típus (tartózkodó melegfront) rendelkezik ezzel a tulajdonsággal. • Legerősebb hatása a t6 típusnak van Szombathelyen, hiszen hatására majdnem négyszeresére (391,9 %) növekszik a szélenergia a frontnélküli napokéhoz képest. • A további sorrend: t1 Budapest 206,1 %, t7 Szeged 195,8 %, t1 Debrecen 182,0 %, t4 Pécs 181,9 %, t1 Győr 161,7 %, t3 Kékestető 158,6 %. • A legenergikusabb front-típusok tehát a következők: t1, t3, t4, t6, t7
A havi átlagos fajlagos szélteljesítmény és a front nélküli (Nf), a frontos (Fr), valamint a különböző front-típusokkal rendelkező napok (1-9) gyakorisága közötti szignifikáns korrelációs együtthatók (r, 0,05 és 0,10 valószínűségen), valamint az ezekhez tartozó regressziós együtthatók (b), és érzékenységi indexek (b*). Debrecen r
b
Szeged b* (%)
r
b
Nf -0,2483 -48,6 -3,9 -0,1998 -53,9 Fr 0,2456 49,2 3,9 0,1692 46,7 1 0,2090 84,6 6,8 2 3 0,1877 116,1 4 0,2068 151,0 5 6 7 8 9
Pécs
Budapest b*
r
b
b*
r
b
Keszthely b*
r
b
Kékestető
Szombathely b*
r
b
b*
-3,0 2,6
r
b
b*
-0,3099 -197,7 -5,2 0,3068 200,2 5,3 0,1521 45,2 4,8 -0,1797 -89,8 -10,8
6,5 8,4
0,3417 0,3552
499,5 13,2 612,7 16,2
0,2778
579,8 15,4
0,1940 803,8 24,7 0,1808 434,8 13,4
•A front nélküli és a frontos, valamint a különböző front-típusokkal rendelkező napok gyakorisága az összes esetnek mindössze 21 %-ában befolyásolja valamilyen irányban a havi átlagos fajlagos szélteljesítmény értékét. •Debrecenben és Kékestetőn a frontos és s front nélküli napok száma ugyanolyan erős, de természetesen ellenkező előjelű hatást gyakorol erre, Szegeden viszont a front nélküli napok hatása erősebb.
•Az összes többi állomáson nincs kimutatható ilyen jellegű kapcsolat. •A front-típusok közül a 8-as, ill. a 9-es (egyidejűleg tartózkodó meleg- és hidegfront, ill. egyidejűleg tartózkodó meleg-, hideg- és okklúziós front) gyakorisága semmilyen hatással nincs a szélteljesítményre, a többi típus is csak egy-két állomáson fejti ki hatását
Debrecen, 1991-2000
Tgam
Budapest, 1991-2000
Tgam
4000
3500
3500
Tgam = 24.701Vm - 6.3199
3000
Tgam = 23.475V m + 16.364
R2 = 0.9852
2
R = 0.9896
3000
2500
2500 2000
2000 1500
1500 1000
1000
500
500 3
3
Vm (m3/s3)
Vm (m /s ) 0
0 0
20
40
60
80
100
120
140
160
180
0
20
40
60
80
100
120
Szombathely, 1991-2000
Tgam
12000
A havi átlagos fajlagos szélteljesítménnyel arányos görbe alatti terület (Tgam) és a szélsebesség köbök havi átlaga (Vm) közötti lineáris korreláció és regresszió
11000
Tgam = 24.229Vm + 38.036
10000
2
R = 0.9887
9000 8000 7000 6000 5000 4000 3000 2000 1000
Vm (m3/s3)
0 0
40
80
120
160
200
240
280
320
360
400
440
480
520
560
A korrelációs és a regressziós együtthatók jó közelítéssel egyenlők a három, nagyjából egyforma szélességen fekvő állomáson. Országosan sem lehet nagy különbség. A havi átlagos szélsebességből tehát jól becsülhető a hónap egy napjára átlagosan eső szélteljesítmény.
140
Tervek: • A napi átlagos szélteljesítmény és az időjárási helyzetek (fronttípusok) átlagos szélsebességének kapcsolata. • A napi átlagos szélsebesség naponkénti változásának statisztikai szerkezete és a napi átlagos szélteljesítmény kapcsolata • A napi szélteljesítmény becslésére kidolgozott modell (SLIDAV) adaptálása frontos és frontmentes napokra.
A néhányszor 100 kW-os szélturbinák telepítésével 2000-ben nálunk is elkezdődött a szélenergia nagyüzemi hasznosítása..
Jelenleg (2010. szeptember) hazánkban 37 helyen 155 darab szélerőmű üzemel 295 325 MW összteljesítménnyel (www.mszet.hu)
KÖSZÖNETNYÍLVÁNÍTÁS A szerzők köszönetet mondanak a Társadalmi Megújulás Operatív Program „Az időjárási helyzetek potenciális szélenergiájának területi eloszlása ÉszaknyugatDunántúlon” című (TÁMOP4.2.2/08/1) projektnek a kutatás támogatásáért.
KÖSZÖNJÜK A FIGYELMET!
