1. ábra * A Beaufort-fokban (B°) kifejezett szélerősség évi középértékeinek területi eloszlása Magyarországon (Dobosi - Felméry, 1971).
Bevezetés
Az EU 2001/77/EK irányelve kötelezővé teszi mind a régi, mind az újonnan csatlakozott tagországok számára a megújuló energiafelhasználás növelését. Magyarországnak az ilyen erőforrásokból kitermelt villamos energia jelenlegi 0,5 %-os részarányát 2010-ig 3,6 %-ra kell növelnie. Ennek egyik lehetséges eszköze a szélerőművekkel előállított villamos áram.
A szél energiájának becslése, a hazai potenciál felmérése összetett meteorológiai és műszaki feladat. A cikkben kizárólag a téma meteorológiai vonatkozásairól, a módszerekről és az utóbbi évek kutatási eredményeiről nyújtunk rövid áttekintést.
A levegő áramlásának vízszintes irányú komponensét nevezzük szélnek. Kialakulásának oka a Napból érkező sugárzás egyenlőtlen földi eloszlása. A szél pillanatnyi nagyságát és irányát a nagytérségű légmozgások (például az áramlás erőssége, a ciklonok, anticiklonok pályája) és a helyi hatások (például a talaj színe, állapota, a domborzat, a növényzet, a beépítettség stb.) együttesen határozzák meg, ennek következtében térben és időben szüntelenül változik.
A szél mérése során pontszerű mintavételezést végzünk, melyből a méréssel nem rendelkező helyekre és magasságokra kell becslést készítenünk. Mindezekből következik, hogy a szélben rejlő energia kiszámítása komoly matematikai feladat.
Az Országos Meteorológiai Szolgálat (OMSZ) meteorológiai állomás-hálózatában - a Világ Meteorológiai Szervezet (WMO) előírása szerint - a felszín felett rendszerint tízméteres szinten mérik a széladatokat. A rendelkezésre álló idősorok adott mérőhelyre reprezentatívan tükrözik a széljárás napi, havi, évi stb. változásaink jellemzőit, ezek alapján a mérőhelyre meghatározható a szélsebesség tér- és időbeli eloszlása. Energetikai célú alkalmazás során nehézséget jelent, hogy a mérés egy szinten történik, és relatíve alacsony a műszermagasság. Ilyen célú becsléshez ideális lenne az országot lefedő, egységes mérési elvű, 100 méter alatti többszintű szélmérésből, legalább tíz év hosszúságú adatsorok felhasználása, ilyennel azonban még nem rendelkezünk. Az utóbbi években az ország számos pontján, különböző helyeken és eltérő magasságokban, más-más időpontokban folynak azonban energetikai szélmérések. A meteorológiai célú szélmérések előnye az idősorok hossza, amelyből megismerhetők az évek közti, illetőleg az éven belüli eltérések, melyek a becslés pontosságához nélkülözhetetlen információt jelentenek. (A két mérés kombinálásával jelen cikkben nem foglalkozunk.) Az alábbiakban a meteorológiai méréseket és modelleket felhasználó, országos léptékű szélsebesség- és energiabecsléshez alkalmazott módszerek közül mutatunk be néhányat.
Meteorológiai adatbázison alapuló becslési módszerek
"Közelítő" becslések
Ide soroljuk azokat a becslési módszereket, amelyek a szélmérések, megfigyelések hosszú idejű átlagértékeit használják. Példaként ezek közül kettőt említünk. Koppány György (1989) feltevése és számítása szerint Magyarország 500 métert elérő vagy meghaladó területeire telepíthető szélerőművek összteljesítménye az ország villamos energia-fogyasztásának kb. 3 %-át fedezné. Vajda György (1999) az egész földi légkör mozgási energiáját elemző tanulmányának alapgondolatát tovább folytatva azt a következtetést vonhatjuk le, hogy az összes szárazföld területének kb. 0,6 ezrelékét kitevő magyarországi területre 1,8 GW szélteljesítmény jut.
Statisztikai becslések a meteorológiai állomások széladataiból
Ebbe a kategóriába tartoznak azok a számítások, melyek a meteorológiai megfigyelő állomások felszíni szélmérési adatain alapulnak, és a feldolgozás során kizárólag statisztikai módszereket alkalmaznak. Ezen adatok éghajlati célú feldolgozásai a szélenergia hely- és időbeli változására is tartalmaznak információt. Ilyen az 1. ábra (Dobosi - Felméry, 1971), amely valamilyen éves egyensúlyra utal. Eszerint a nagyobb szélerő az ország nyugati és keleti területein, a mérsékelt, illetve gyenge az ország közepe táján jellemző. E sajátos, a szélenergia mennyiségét is meghatározó képet a két szélkapu (a Dévényi kapu és az Erdős Kárpátok 1000 m alatti vonulatai), valamint az Északi-Kárpátok védő és eltérítő hatása okozza.
A 2. ábra huszonkilenc jelenlegi (1997-2002) meteorológiai állomás adatai alapján a WAsP modell felhasználásával számított éves átlagos szélsebességek eloszlását mutatja (Bartholy et al., 2003). Az elődeinél lényegesen nagyobb területi, főleg pedig időbeli felbontás miatt ez a térkép sokkal pontosabban jelöli ki az azonos átlagos szélsebességű területeket, jó egyezést mutatva a szórványos energetikai szélmérések eredményeivel.
A mért széladatok alapján az ország tetszőleges pontjára ún. horizontális interpoláció segítségével lehet becslést végezni. Térképek előállításához használatos térinformatikai programcsomagok látszólag számos lehetőséget kínálnak erre (például inverz távolság, spline, kriging módszerek), azonban a választható eljárások nem veszik figyelembe a mért idősorok alapján becsülhető éghajlatistatisztikai paramétereket (lokális paraméterek, sztochasztikus kapcsolatok). A domborzatot, a talaj felszínborítottságát és az éghajlati statisztikai paramétereket felhasználó matematikai eljárás (Szentimrey, 2005; Bihari, 2005) alkalmazásával kapott tízméteres szintre vonatkozó szélsebességtérképet a 3. ábra mutatja. A feldolgozás során a véletlenszerű kapcsolatok megállapításához hatvan állomás huszonöt éves (1971-95) havi szélsebesség -adatai, a további számításhoz ötvenöt automata állomás (1997-2003 közötti) szélsebesség- adatai kerültek felhasználásra (Wantuchné Dobi et al., 2005).
A szélsebességnek 10 méternél nagyobb magasságokban történő becsléséhez vertikális interpolációra van szükség, ami történhet az ún. empirikus szélprofil-törvények és/vagy a közeli energetikai szélmérési eredmények felhasználásával. A 10 méteres széladatok azonban közvetlenül, transzformáció nélkül felhasználhatók ezen szint energetikai jellemzésére, valamint az olyan relatív mennyiségek meghatározására, amelyek a magasságtól függetlenek. Utóbbira mutatunk példát a 4. ábrán, amelyen a havi relatív energiák éves menetét ábrázoltuk három meteorológiai állomáson, két egymástól kb. húszévnyire lévő ötéves időszakban (Tar, 2004). Az ábra alapján a következőkre hívjuk fel a figyelmet. Az első ötéves időszakban (1968-72) Budapesten és Debrecenben (síkvidéki állomások) a relatív energiák éves menete követi a szélsebesség szabályos menetét: márciusi elsődleges, novemberi másodlagos és júliusi harmadlagos maximum, szeptemberi minimum. Szombathelyen a tavaszi elsődleges maximum egy hónappal később alakul ki úgy, hogy márciusban visszaesés következik be a februári értékhez képest, az őszi maximum pedig decemberre tevődik át. A júliusi harmadlagos maximum itt a legkifejlettebb, amiből a kialakulás orográfia okozta termikus tényezőinek intenzív hatására következtethetünk. A második ötéves időszakban mindhárom állomáson alaposan átrendeződik a havi relatív energiák éves menete. A legfontosabb talán az, hogy Szombathely kivételével eltűnik (korábbra vagy későbbre tevődik) a júniusi helyi maximum, ami a szélenergiával hajtott öntözőberendezések szempontjából hátrányos. A másik két állomáson a minimum egy hónappal előbb, augusztusban követezik be. Szombathelyen és Budapesten az elsődleges, Debrecenben pedig a másodlagos maximumok tolódnak későbbre.
Mindezek és az előző tanulmányainkban kimutatott időbeli változások valószínűleg összefüggésbe hozhatók az európai légnyomási mezőben bekövetkezett, statisztikailag szignifikánsnak tekinthető változásokkal, mivel a globális hőmérsékletnövekedés a felszínközeli nyomásmező átrendeződését is okozhatja. Christian-D. Schönwiese és munkatársai (1994), valamint Sirius Meyhöfer és munkatársai (1996) vizsgálatai szerint ez a folyamat Európában már elkezdődött: a téli fél évben a tengerszinti átlagos légnyomás kontinensünk déli részén növekedett, északi részén pedig csökkent, viszont a nyári fél évben nincs szignifikáns változás. Ugyanakkor Dionyssios Metaxas és munkatársai (1991) és Aristides Bartzokas - Dionyssios Metaxas (1996) úgy találták, hogy nyáron a kontinens északi, északnyugati részéből a délkeleti részek felé tartó hideg légtömegek beáramlásának átlagos intenzitása növekedett. Vizsgálataiknak megfelelően tehát a nyári cirkulációs rendszer is megváltozott, ami a felszínközeli légnyomási mező átrendeződésének következménye ebben az évszakban is.
Modellbecslések
Egy szélerőmű vagy akár egy szélpark tervezésének előfeltétele a - lokális szélmező pontos ismeretét feltételező - lehetséges éves energiatermelés becslése. Kizárólag ennek felhasználásával igazolhatjuk a szélenergiát átalakító rendszerek gazdaságosságát. A szakszerű tervezéshez és telepítéshez a rotortengely magasságában mért szélvektor legalább kétéves adatsora (Dobesch - Kury, 1999) szükséges. A gyakorlatban azonban az ilyen magasságban történő mérések ritkák, mert megvalósításuk technikai akadályokba ütközik, és rendkívül drága. A helyszíni mérések mellett vagy helyett szükség van tehát a meteorológiai mérőhálózatok hosszú mérési adatsorait felhasználó matematikai-fizikai modellek adaptálására. Egy szélerőmű optimális elhelyezésének meghatározásához nélkülözhetetlen a numerikus áramlási modellek alkalmazása.
Az elmúlt évtizedekben végzett kutatások eredményeként napjainkban már számos numerikus áramlási modell létezik. A numerikus modelleket a figyelembe vett fizikai alapelvek alapján két csoportra bonthatjuk: diagnosztikus és prognosztikus modelleket különböztetünk meg. Az első csoportba azok a modellek sorolhatók, melyek néhány fizikai kényszer figyelembevételével - a területen mért adatsorok felhasználásával - az ugyanazon időszakra vonatkozó teljes szélmezőt számítják. A prognosztikus modellek ezzel szemben az ismert kiindulási állapot és a megadott határfeltételek segítségével előre jelzik a szélmező állapotát.
Gyakorlati szempontból azonban három különböző számítási módszer létezik. Az első csoportba tartozó modellek egyszerű, egydimenziós számítás során végzik a felszíni széladatok adott magasságba történő vertikális extrapolációját. Sík területet tételeznek fel. Ide tartozik a közismert ALWIN modell (Ammonit GmbH, 2000), melyet a német Szélenergia Intézet (DEWI) fejlesztett. A második csoportba azok a modellek sorolhatók, amelyek a felszín kisebb inhomogenitásait is kezelni tudják. Ilyen például a Wind Atlas Analysis and Application Program (WAsP) (Mortensen et al., 1993). A harmadik csoportba tartozó modellek már képesek a teljesen inhomogén felszín felett kialakuló szélmező leírására.
A mára már széles körben elterjedt WAsP-ot az Európa Unió finanszírozásában a nyolcvanas évek végén fejlesztették ki azzal a céllal, hogy lehetőséget nyújtson a standard magasságban végzett meteorológiai szélmérések alapján a rendelkezésre álló regionális szélenergia áttekintésére és egy adott terület várható éves átlagos szélteljesítményének becslésére. Alapvetően öt paraméter felelős a talajközeli szélmező alakulásáért: a felszíni érdesség, a topográfia, az árnyékoló objektumok jelenléte és a felszín hőmérsékleti és nedvességi karakterisztikái. Ennek megfelelően a WAsP modellben az áramlást módosító hatások által okozott változásokat három - a domborzat, az érdesség és az árnyékoló objektumok hatását leíró - almodell segítségével közelítik.
Bár hazánk néhány tájegységének domborzata erősen tagolt, a felszín feletti magasság kis távolságon belüli megváltozása és a domboldalak meredeksége nem éri el azt a küszöbértéket, ahol a WAsP modell becsléseinek hibája már nem elfogadható (Dobesch - Kury, 1999). Ezért Magyarország domborzati tagoltságát figyelembe véve feltételezhető, hogy az egyszerűbb domborzati viszonyokkal rendelkező területek vizsgálata esetén - mint amilyen hazánk területének legnagyobb hányada - a WAsP modell kielégítően pontos eredményt nyújt. Így lehetőség nyílik a mért széladatok horizontális és vertikális extrapolálásával a környező terület áramlási viszonyainak meghatározására.
A nagyteljesítményű szélerőművek energiatermelésének becslésekor a 60-120 méteres szintek szélviszonyai alapján kell számolnunk. Ezért példaként a 5. ábrán a 60, 80 és 100 méteres magasságra számított átlagos potenciális szélteljesítmény-értékek horizontális metszetét mutatjuk be a hegyhátsáli mérőtorony 40×40 kilométeres körzetében. Ezekben a magasságokban már nem érzékelhetők a mikroklimatikus zavaró hatások, s így szignifikánsabban jelentkezik a Kemeneshát északi lejtőjén és a Rába-völgyben a szélmaximum. A rotormagasság változása is jelentősen módosítja a potenciális szélteljesítményt: 100 méteres magasságban már közel másfélszeres értéket találunk, mint a 60 méteres szinten. A modellezett átlagos szélsebességek és a topográfia jó egyezést mutat a rendelkezésre álló szélteljesítmény-mezővel (Bartholy et al., 2003). De még ilyen kis horizontális távolságok esetén is lényeges különbségek mutatkoznak a hasznosítható szélenergia mennyiségében.
Az előrejelzési célból kifejlesztett (prognosztikus) modellek is egyre inkább szerepet kapnak az éghajlatkutatás, így a szélklíma-vizsgálatok területén is. Ennek egyik oka, hogy alkalmasak az időjárást alakító regionális léptékű legfontosabb fizikai folyamatok modellezésére, megfelelő ún. paraméterezéssel a lényeges környezeti adottságok figyelembe vételére. További előnyük, hogy a háromdimenziós rácspontokra történő számításokhoz ún. kezdeti feltételként a különféle mérési elvű - esetünkben a felszíni, műholdas, rádiószondás szélmérések - adatait együttesen tartalmazzák. Az ECMWF (Európai Középtávú Előrejelző Központ) ERA40 (1992-2002 közötti) ún. újraanalizált adatbázisán alapuló, az ALADIN korlátos tartományú modell felhasználásával készült Magyarországra az 5×5 km felbontású, 25-150 m közötti széltérképsorozat (Wantuchné Dobi et al., 2005). A 6. ábra a sebesség köbével arányos fajlagos szélenergia-értékeket tartalmazza, 100 méteres magasságra. A gyakorlatban különböző veszteségek miatt ezen érték legfeljebb 59 %-ának kinyerésére van elvi lehetőség (Betz-maximum). A valódi teljesítmény a hely szélviszonyaihoz optimálisan megválasztott berendezés esetén is lényegesen kevesebb ennél (Tóth - Horváth, 2003).
Energetikai szélmérések
Szélerőmű létesítésekor annak tervezett helyén legalább egyéves, több magasságban végzett, tízpercenként átlagolt szélmérésre, valamint egy közeli meteorológiai állomás minimum tízévnyi széladatára van szükség a hely szélklímájának megismeréséhez, az ajánlott szélenergetikai számítások elvégzéséhez. A lokális szélklíma ismerete segíti az erőmű optimális típusának kiválasztását is. Ez utóbbinál érdemes figyelembe venni, hogy Magyarországon a gyenge szelek nagy gyakorisága jellemző. Az energetikai becsléshez rendszerint a WAsP modellt alkalmazzák, amely tízperces vagy órás adatokon túl helyi információkat használ fel a domborzatra, növényzetre, beépítettségre, valamint a választott erőmű típusára vonatkozóan.
Epilógus
A nagyteljesítményű, elektromos áramot termelő szélerőművek helyének kiválasztása tehát nemcsak klimatológiai, de komoly műszaki, gazdasági és környezetvédelmi megfontolásokat igényel. A beépítettség és az érdesség megváltozása, a szélklíma esetleges módosulása és a pontos helyszín egyedi domborzati viszonyai miatt minden egyes konkrét esetben el kell végezni a minimálisan egy-két éves helyszíni szélmérést, majd a részletes domborzati és érdességi paraméterek felhasználásával a modellezést a széltérkép-statisztikák előállítására.
A különböző időszakokra (például évszakok) vonatkozó országos átlagos szélsebességet vagy átlagos energiát különböző magasságokban ábrázoló térképek készítésére nincs egységes módszer. A különféle szél-adatforrásokat felhasználó eljárások közül az utóbbi évek néhány eredményét foglaltuk össze ebben a válogatásban. Egybecsengő eredmény, hogy az ország legszelesebb területei a Dunántúl északi részén találhatók, ahol 100 méteren helyenként 6 m/s-ot is meghaladó az éves átlagos szélsebesség.
Kutatásainkat az OTKA (több pályázat) és az NKFP (3A/0038/2002) támogatta.
Kulcsszavak: megújuló energiaforrások, szél, szélenergia, meteorológiai és energetikai szélmérések, klimatológiai becslések, éghajlatváltozás, modellbecslések, WAsP-modell, széltérképek
1. ábra * A Beaufort-fokban (B°) kifejezett szélerősség évi középértékeinek
területi eloszlása Magyarországon (Dobosi - Felméry, 1971).
2. ábra * A 10 m-re interpolált szélsebességi értékek (m/s) éves átlagának
területi eloszlása Magyarországon (Bartholy et al., 2003).
3. ábra * Éves átlagos szélsebesség 10 méteres magasságban (Wantuchné Dobi et
al., 2005).
4. ábra * A havi relatív szélenergia éves menete (Tar, 2004)
5. ábra * A rendelkezésre álló szélteljesítmény-mező horizontális szerkezete
Hegyhátsál 40×40 kilométeres körzetében, 60, 80 és 100 méteres magasságban
(Bartholy et al., 2003).
6. ábra * Fajlagos szélenergia 100 m magasságban.
Irodalom
Ammonit Gesellschaft für Messtechnik mbH (2000): Wind Measurement for Accurate Energy Predictions. Berlin
Bartholy Judit - Radics K. - Bohoczky F. (2003): Present State of Wind Energy Utilisation in Hungary: Policy, Wind Climate and Modelling Studies. Renewable and Sustainable Energy Reviews. 7, 175-186.
Bartzokas, Aristides - Metaxas, Dionyssios A. (1996): Northern Hemisphere gross circulation types. Climatic change and temperature distribution. Meteorologische Zeitschrift, N. F. 5, 99-109.
Bihari Zita (2005): Lokális éghajlati karakterisztikák modellezése a MISH interpolációs rendszerben. OMSZ Beszámolókötet 2004.
Dobesh, Hartwig - Kury, Georg (1999): Basic Meteorological Concepts and Recommendations for the Exploitation of Wind Energy in the Atmospheric Boundary Layer. Working report. ENAIRGY, Vienna http://www.wmo.ch/web/wcp/wcasp/cclcc/rapp_full_rpts/dobesch_rpt.pdf
Dobosi Zoltán - Felméry László (1971): Klimatológia. Egyetemi jegyzet. Tankönyvkiadó, Budapest
Koppány György (1989): Légköri erőforrások. Egyetemi jegyzet, JATE TTK, Szeged
Metaxas, Dionyssios A. - Bartzokas, A. - Vitsas, A. (1991): Temperature Fluctuations in the Mediterranean Area during the last 120 Years. International Journal of Climatology. 11, 8, 897-909.
Meyhöfer, Sirius - Rapp, J. - Schönwiese, C. D. (1996): Observed Three-Dimensional Climate Trends in Europe 1961-1990. Meteorologische Zeitschrift, N. F. 5, 90-94.
Mortensen, Niels Gylling - Landsberg, L. - Troen, I. - Petersen, E. L. (1993): Wind Atlas Analysis and Application Program (WAsP). Risř National Laboratory, Roskilde, Denmark
Schönwiese, Christian-D. - Rapp, J. - Fuchs, T. - Denhard, M. (1994): Observed Climate Trends in Europe 1891-1990. Meteorologische Zeitschrift, N. F. 3, 22-28.
Szentimrey Tamás (2005): Meteorológiai interpolációs rendszer (MISH) éghajlati és előrejelzési információk felhasználásával. OMSZ Beszámolókötet 2004.
Tar Károly (2004): Becslési módszerek a magyarországi szélenergia-potenciál meghatározására. Magyar Energetika. XII, 4, 37-48.
Tóth László - Horváth Gábor (szerk.) (2003): Alternatív energia, szélmotorok, szélgenerátorok. Szaktudásház, Budapest
Vajda György (1999): Energiaforrások. Magyar Tudomány. 6, 645-675.
Wantuchné Dobi Ildikó - Konkolyné Bihari Z. - Szentimrey T. - Szépszó G. (2005): Széltérképek Magyarországról. In: Szélenergia Magyarországon, 11-16.