This thesis tries to replay at the question: Seasonal weather forecast models, combined with an hydrological model, are able to simulate the snow dynamics for the purposes of forecast the availability of water in hydroelectrical power plants basins and their electric production? The case study is the one of 8 hydrological basins in Bolzano province that feed 8 catchments managed by Alperia s.p.a. The two weather forecast employed are EPSON meteo and Copernicus Climate Change Service models. They both estimate temperatures and precipitations in their domain. The models produce a forecast every month (C3S) or weekly (EPSON) and the duration of those provision is 6 months. Once obtained, data are compared with observations performed in 2020 and 2021 spring by meteorological stations situated inside the hydrological basins. Those 3 database are then used as input for the hydrological models FEST-EWB, able to generate an estimation of snow accumulation and melting over an area. FEST model was already calibrated in the past over the interested area Hydrological model results are than compared each other, taking as reference the results derived form observations. Subsequently was investigated the accordance between results derived from weather + hydrological models, hydrological model and measurement performed by the firm at the basin. Are than compared electric energy production data measured with the potential production, derived from water availability data predicted by the models. In order to compare them, a coefficient that relate quantity of water to energy produced was assigned to every basin. It was concluded that meteorological models are not reliable for strategy programming purposes for period longer than 1-2 months, since their results starts diverging with observed data. The combination of weather forecast and hydrological models for some basins is not able to estimate correctly the dynamics of snow melting and lakes influx in winter months. For all the basins the quantity of water forecasted as available in spring an early summer is overestimate. Between the models, compared at the same conditions, C3S seems to be better than EPSON, which has on the other hand, the advantage of being launched weekly and not limited once a month. The energy production’s estimation has an higher error, mainly due to the unknown operational logic of the plants ant the quantity of water present in the plants at the beginning of the period considered.

Questa tesi cerca di rispondere alla domanda se i modelli meteorologici di previsione stagionale abbinati ad un modello idrologico sono in grado di simulare le dinamiche nevose con il fine di poter prevedere la disponibilità di acqua nei bacini delle centrali idroelettriche e la produzione. Il caso analizzato è quello di 8 bacini imbriferi nella provincia di Bolzano che alimentano 8 sbarramenti gestiti da Alperia s.p.a. Sono stati usati due modelli di previsione meteorologica: EPSON meteo e Copernicus Climate Change Service. Entrambi forniscono stime di temperatura e precipitazioni nel dominio analizzato, sono modelli con previsioni a cadenza settimanale (EPSON) o mensile (C3S) e di durata fino a 6 mesi. Una volta ottenuti i dati sono stati confrontati coi dati osservati della primavera 2020 e 2021 dalle stazioni meteorologiche presenti all’interno dei bacini imbriferi. Questi 3 database sono stati poi usati come input dal modello idrologico FEST-EWB, in grado di generare una stima della neve accumulata in una data area e del suo scioglimento. Il modello FEST è già stato usato e calibrato in passato per l’area di interesse. I risultati del modello idrologico sono stati poi confrontati tra di loro prendendo come riferimento i risultati derivanti dai dati osservati. Successivamente si è stimata la bontà della combinazione dei modelli meteorologici + idrologico e del risultato del solo modello idrologico, comparandoli con le misurazioni ai bacini della azienda. Sono stati poi confrontati i dati di produzione di energia elettrica misurate con le produzioni potenziali derivanti dai dati di acqua disponibile predetti dai modelli. Ad esse è stato assegnato un coefficiente per ogni bacino per rendere confrontabili i due dati. Se ne è concluso che i modelli meteorologici non sono affidabili per fini di programmazione di strategie per periodi di tempo più lunghi di 1-2 mesi in quanto i loro risultati non concordano spesso coi dati osservati. La combinazione di modelli meteorologici e idrologici per alcuni bacini imbriferi non è in grado di stimare correttamente le dinamiche di scioglimento della neve, gli afflussi ai laghi nei mesi invernali e per tutti i bacini la quantità di acqua disponibile è sovrastimata dai modelli. Tra i due modelli C3S sembra essere il migliore quando confrontati a parità di condizioni con EPSON, il quale ha però il vantaggio di poter essere aggiornato settimanalmente e non mensilmente. Le stime di produzione di energia sono affette da un maggiore errore di stima, principalmente a causa della non conoscenza delle logiche di funzionamento degli impianti, la quantità di acqua presente nei bacini all’inizio del periodo di previsione.

Seasonal forecast of spring hydropower production by using meteo-hydrological modeling

Ciapponi, Nicola
2021/2022

Abstract

This thesis tries to replay at the question: Seasonal weather forecast models, combined with an hydrological model, are able to simulate the snow dynamics for the purposes of forecast the availability of water in hydroelectrical power plants basins and their electric production? The case study is the one of 8 hydrological basins in Bolzano province that feed 8 catchments managed by Alperia s.p.a. The two weather forecast employed are EPSON meteo and Copernicus Climate Change Service models. They both estimate temperatures and precipitations in their domain. The models produce a forecast every month (C3S) or weekly (EPSON) and the duration of those provision is 6 months. Once obtained, data are compared with observations performed in 2020 and 2021 spring by meteorological stations situated inside the hydrological basins. Those 3 database are then used as input for the hydrological models FEST-EWB, able to generate an estimation of snow accumulation and melting over an area. FEST model was already calibrated in the past over the interested area Hydrological model results are than compared each other, taking as reference the results derived form observations. Subsequently was investigated the accordance between results derived from weather + hydrological models, hydrological model and measurement performed by the firm at the basin. Are than compared electric energy production data measured with the potential production, derived from water availability data predicted by the models. In order to compare them, a coefficient that relate quantity of water to energy produced was assigned to every basin. It was concluded that meteorological models are not reliable for strategy programming purposes for period longer than 1-2 months, since their results starts diverging with observed data. The combination of weather forecast and hydrological models for some basins is not able to estimate correctly the dynamics of snow melting and lakes influx in winter months. For all the basins the quantity of water forecasted as available in spring an early summer is overestimate. Between the models, compared at the same conditions, C3S seems to be better than EPSON, which has on the other hand, the advantage of being launched weekly and not limited once a month. The energy production’s estimation has an higher error, mainly due to the unknown operational logic of the plants ant the quantity of water present in the plants at the beginning of the period considered.
FERGNANI, NICOLA
ING - Scuola di Ingegneria Industriale e dell'Informazione
28-apr-2022
2021/2022
Questa tesi cerca di rispondere alla domanda se i modelli meteorologici di previsione stagionale abbinati ad un modello idrologico sono in grado di simulare le dinamiche nevose con il fine di poter prevedere la disponibilità di acqua nei bacini delle centrali idroelettriche e la produzione. Il caso analizzato è quello di 8 bacini imbriferi nella provincia di Bolzano che alimentano 8 sbarramenti gestiti da Alperia s.p.a. Sono stati usati due modelli di previsione meteorologica: EPSON meteo e Copernicus Climate Change Service. Entrambi forniscono stime di temperatura e precipitazioni nel dominio analizzato, sono modelli con previsioni a cadenza settimanale (EPSON) o mensile (C3S) e di durata fino a 6 mesi. Una volta ottenuti i dati sono stati confrontati coi dati osservati della primavera 2020 e 2021 dalle stazioni meteorologiche presenti all’interno dei bacini imbriferi. Questi 3 database sono stati poi usati come input dal modello idrologico FEST-EWB, in grado di generare una stima della neve accumulata in una data area e del suo scioglimento. Il modello FEST è già stato usato e calibrato in passato per l’area di interesse. I risultati del modello idrologico sono stati poi confrontati tra di loro prendendo come riferimento i risultati derivanti dai dati osservati. Successivamente si è stimata la bontà della combinazione dei modelli meteorologici + idrologico e del risultato del solo modello idrologico, comparandoli con le misurazioni ai bacini della azienda. Sono stati poi confrontati i dati di produzione di energia elettrica misurate con le produzioni potenziali derivanti dai dati di acqua disponibile predetti dai modelli. Ad esse è stato assegnato un coefficiente per ogni bacino per rendere confrontabili i due dati. Se ne è concluso che i modelli meteorologici non sono affidabili per fini di programmazione di strategie per periodi di tempo più lunghi di 1-2 mesi in quanto i loro risultati non concordano spesso coi dati osservati. La combinazione di modelli meteorologici e idrologici per alcuni bacini imbriferi non è in grado di stimare correttamente le dinamiche di scioglimento della neve, gli afflussi ai laghi nei mesi invernali e per tutti i bacini la quantità di acqua disponibile è sovrastimata dai modelli. Tra i due modelli C3S sembra essere il migliore quando confrontati a parità di condizioni con EPSON, il quale ha però il vantaggio di poter essere aggiornato settimanalmente e non mensilmente. Le stime di produzione di energia sono affette da un maggiore errore di stima, principalmente a causa della non conoscenza delle logiche di funzionamento degli impianti, la quantità di acqua presente nei bacini all’inizio del periodo di previsione.
File allegati
File Dimensione Formato  
Executive_summary_Nicola_Ciapponi_10531063.pdf

accessibile in internet per tutti

Descrizione: Executive summary
Dimensione 803.08 kB
Formato Adobe PDF
803.08 kB Adobe PDF Visualizza/Apri
Nicola_Ciapponi_10531063.pdf

accessibile in internet solo dagli utenti autorizzati

Descrizione: Tesi
Dimensione 18.57 MB
Formato Adobe PDF
18.57 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/186241