Operasjonalisering av fordelt modell ENKI Trond Rinde Sjur Kolberg Lena S. Tøfte Oddbjørn Bruland Kolbjørn Engeland Yisak Sultan Abdella Sigbjørn Helset John F. Burkhart SINTEF Energy Research Ola Skavhaug 1
ENKI-operasjonalisering: Hovedmål Hovedmål: Bringe romlig fordelte tilsigsmodeller fra eksperimentstadiet til operasjonalisering Kapsle inn Enki som modul i Powels SmG For tilgjengliggjøring og kommersielt vedlikehold SINTEF Energy Research 2
ENKI-operasjonalisering: Hovedmål Hovedmål: Bringe romlig fordelte tilsigsmodeller fra eksperimentstadiet til operasjonalisering Kapsle inn Enki som modul i Powels SmG For tilgjengliggjøring og kommersielt vedlikehold Videreutvikle Enki som interaktivt analyseverktøy For å møte endrede behov i kraftbransjen som Fin tidsoppløsning, økt effektregulering Utnyttelse av økende tilgjengelig informasjonsmengde Tilsig til enkeltmagasiner, bekkeinntak, restriksjonspunkter Justering iht målte magasinvannstander SINTEF Energy Research 3
Model design and revision Selection: Operational needs Dominant processes Available data Validation Required performance Achievable performance Physical correctness? «All models are wrong. Some, however, are useful» (Box, 1979) «A model should not only work well, but work for the right reasons» (Klemes, 1986) Model Selection Choice of equations Model Calibration Parameter estimation Model Testing Is the model suitable? Yes Model Application No SINTEF Energy Research 4
Model design and revision Et modent modellverktøy har ingen åpenbare flaskehalser Spatial discretisation Input data Equation set Calibration strategy HBV-fysikken var tilpasset Nedbør og temperatur Homogene feltverdier Døgnsimulering Tung kalibrering Ny modell skal Utnytte mer inputdata Beskrive romlig variasjon Kjøre for korte tidsskritt Være mindre avhengig av kalibrering Temporal discretisation Output requirements Kalibrerer på målte data Kjører modellen på varsler Fra punkt til fordelt input SINTEF Energy Research 5
Lumped and distributed modelling P P Interpolering av inputvariable Snørutine Markvann og fordampning P T R W Grunnvann og respons P T R W SINTEF Energy Research 6
Simplification of response routines Epot Eact P+SM Epot Eact P+SM Epot Eact P+SM Soil tank FC Beta LP Soil tank FC Beta LP f(c) Upper tank Lower tank perc k 2 thresh k 1 k 0 Storage f(a,b,c) Storage f(a,b) HBV response + soil 8 parameters 3 states 3-par Kirchner+soil 6 parameters 2 states 2-par Kirchner 3 parameters 1 state () SINTEF Energy Research
Ny snørutine: Vårflomvolum fra fernmåling Optisk sensor ser snødekningsgrad i hver gridrute Bayesiansk teknikk for å estimere snøvolum Oppdatering gjennom smeltesesongen Korreksjonskart for vinternedbør 1500 Sim y = 0.69x + 184.50 R 2 = 0.82 1500 Sim y = 1.04x + 19.21 R 2 = 0.92 1000 1000 500 500 0 Obs 0 500 1000 1500 0 Obs 0 500 1000 1500 Without MODIS correction With MODIS correction SINTEF Energy Research 8
Hva har vi oppnådd? En åpen plattform for bedre og mer detaljerte tilsigsprognoser Ny, effektiv kode implementert og i testdrift hos Statkraft Under integrering i Powels SmG Eksempler på ny funksjonalitet: Mer presis snørutine, forberedt for satellittdata Forenklet marktilstand og responsrutine Objektive metoder for arealnedbør og temperatur SINTEF Energy Research 9
Hva er vi i gang med? FoU for en bedre snømodul 2015-17 Romlig fordelt kalibrering bare så vidt begynt Radardata på vei inn, og under stadig forbedring SINTEF Energy Research 10
Hva er viktigste potensiale videre? Kobling mot produksjonsplanleggingsverktøy Muliggjør automatiske korreksjoner basert på avvik mellom observert og forventa magasin status Muliggjør bedre tilpasning til restriksjoner i vassdraget gjennom bedre utnyttelse av lokaltilsig Åpner for mer sømløse prosesser i produksjonsplanleggingen SINTEF Energy Research 11
Takk for oppmerksomheten! Sjur.Kolberg@sintef.no 12 SINTEF Energy Research