Διερεύνηση διπλής κυκλοστασιμότητας ανέμου για εφαρμογή σε στοχαστικά μοντέλα πρόβλεψης

Σχετικά έγγραφα
Στοχαστική ανάλυση και προσοµοίωση υδροµετεωρολογικών διεργασιών σχετικών µε την αιολική και ηλιακή ενέργεια

Μετεωρολογία Κλιματολογία (ΘΕΩΡΙΑ):

Στοχαστική διερεύνηση της ατμοσφαιρικής υγρασίας σε παγκόσμια κλίμακα

1. Τα αέρια θερµοκηπίου στην ατµόσφαιρα είναι 2. Η ποσότητα της ηλιακής ακτινοβολίας στο εξωτερικό όριο της ατµόσφαιρας Ra σε ένα τόπο εξαρτάται:

ΑΝΑΖΗΤΗΣΗ ΣΥΣΧΕΤΙΣΗΣ ΜΕΤΑΞΥ ΚΛΙΜΑΤΙΚΩΝ ΔΕΙΚΤΩΝ ΜΑΚΡΑΣ ΚΛΙΜΑΚΑΣ ΚΑΙ ΜΕΤΕΩΡΟΛΟΓΙΚΗΣ ΞΗΡΑΣΙΑΣ ΣΤΗΝ ΕΛΛΑΔΑ

ΤΕΙ Καβάλας, Τμήμα Δασοπονίας και Διαχείρισης Φυσικού Περιβάλλοντος Μάθημα Μετεωρολογίας-Κλιματολογίας Υπεύθυνη : Δρ Μάρθα Λαζαρίδου Αθανασιάδου

Αριάδνη-Μαρία Φιλιππίδου Επιβλέπων: Δ. Κουτσογιάννης, Καθηγητής ΕΜΠ Αθήνα, Ιούλιος 2015

Εργαστήριο ΑΠΕ I. Ενότητα 2: Ηλιακή Γεωμετρία και Ηλιακό Δυναμικό: Μέρος Β. Πολυζάκης Απόστολος / Καλογήρου Ιωάννης / Σουλιώτης Εμμανουήλ

11/11/2009. Μέθοδος Penman Μέθοδος Thornwaite

Τεχνική Υδρολογία (Ασκήσεις)

ΘΕΩΡΗΤΙΚΟΣ ΥΠΟΛΟΓΙΣΜΟΣ ΤΗΣ ΑΠΟΔΟΣΗΣ ΑΝΑΚΛΑΣΤΙΚΩΝ ΥΛΙΚΩΝ

Κασταλία Σύστηµα στοχαστικής προσοµοίωσης υδρολογικών µεταβλητών

ΑΙΟΛΙΚΑ ΣΥΣΤΗΜΑΤΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΑΠΕ

Kεφάλαιο 10 ο (σελ ) Οι κλιµατικές ζώνες της Γης

Υπολογισμός Εξατμισοδιαπνοής της καλλιέργειας αναφοράς Μέθοδος Penman-Monteith FAO 56 (τροποποιημένη)

Περιγραφή θέσης ήλιου

Άσκηση 3: Εξατμισοδιαπνοή

ΦΥΣΙΚΗ ΤΗΣ ΑΤΜΟΣΦΑΙΡΑΣ

Στοχαστική προσομοίωση και βελτιστοποίηση υβριδικού συστήματος ανανεώσιμης ενέργειας

ΜΑΡΚΟΠΟΥΛΟΣ ΑΠΟΣΤΟΛΟΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΙΟΥΛΙΟΣ 2017

ΣΤΟΧΑΣΤΙΚΗ ΠΡΟΣΟΜΟΙΩΣΗ ΤΗΣ ΧΩΡΙΚΗΣ ΔΟΜΗΣ ΤΗΣ ΒΡΟΧΗΣ. Παρουσίαση διπλωματικής εργασίας Αθανάσιος Πασχάλης Επιβλέπων καθηγητής: Δημήτρης Κουτσογιάννης

ΚΛΙΜΑΤΙΚΗ ΤΑΞΙΝΟΝΗΣΗ ΕΛΛΑΔΑΣ

Η επίδραση της δειγματοληπτικής αβεβαιότητας των εισροών στη στοχαστική προσομοίωση ταμιευτήρα

Κλιματική αλλαγή, δυναμική Hurst- Kolmogorov και αβεβαιότητα

Εργαστήριο ΑΠΕ I. Ενότητα 3: Ηλιακοί Συλλέκτες: Μέρος Γ «Μέθοδος των Καμπυλών f, F-Chart Method»

ΠΑΡΑΓΟΝΤΕΣ ΠΟΥ ΕΠΗΡΕΑΖΟΥΝ ΤΟ ΚΛΙΜΑ ΤΗΣ ΕΥΡΩΠΑΙΚΗΣ ΗΠΕΙΡΟΥ & Κλίµα / Χλωρίδα / Πανίδα της Κύπρου

Τεχνικές Προβλέψεων. Προβλέψεις

Βραχυπρόθεσμη τοπική μετεωρολογική πρόγνωση με αναζήτηση ανάλογων καταστάσεων

Τ Ε Χ Ν Ο Λ Ο Γ Ι Α Κ Λ Ι Μ Α Τ Ι Σ Μ Ο Υ ( Ε ) - Φ Ο Ρ Τ Ι Α 1

Εφαρμογή προσομοίωσης Monte Carlo για την παραγωγή πλημμυρικών υδρογραφημάτων σε Μεσογειακές λεκάνες

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΝΑΥΤΙΛΙΑΚΩΝ ΣΠΟΥΔΩΝ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ

ΑΝΑΠΤΥΞΗ ΠΑΓΚΟΣΜΙΟΥ ΠΑΡΑΜΕΤΡΙΚΟΥ ΜΟΝΤΕΛΟΥ ΔΥΝΗΤΙΚΗΣ ΕΞΑΤΜΟΔΙΑΠΝΟΗΣ

ΦΥΣΙΚΗ ΤΗΣ ΑΤΜΟΣΦΑΙΡΑΣ ΚΑΙ ΤΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ

Στατιστική Περιγραφή Φυσικού Μεγέθους - Πιθανότητες

Σφάλματα Είδη σφαλμάτων

ΟΝΟΜΑΤΕΠΩΝΥΜΟ

4. γεωγραφικό/γεωλογικό πλαίσιο

Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

Μελέτη για την Ένταση και τη Διεύθυνση των Ανέμων στη Θαλάσσια Περιοχή της Μεσογείου.

Παράκτια Ωκεανογραφία

Ατομικά Δίκτυα Αρδεύσεων

Μελέτη και κατανόηση των διαφόρων φάσεων του υδρολογικού κύκλου.

Χρονικές σειρές 2 Ο μάθημα: Εισαγωγή στις χρονοσειρές

Θέμα μας το κλίμα. Και οι παράγοντες που το επηρεάζουν.

Εμπειρίες από την λειτουργία του Αυτόματου Τηλεμετρικού Μετεωρολογικού Σταθμού στο Εθνικό Μετσόβιο Πολυτεχνείο

Εμπειρίες από την λειτουργία του Αυτόματου Τηλεμετρικού Μετεωρολογικού Σταθμού στο Εθνικό Μετσόβιο Πολυτεχνείο

Διπλωματική Εργασία: «Συγκριτική Μελέτη Μηχανισμών Εκτίμησης Ελλιπούς Πληροφορίας σε Ασύρματα Δίκτυα Αισθητήρων»

Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Φασματική ανάλυση χρονοσειρών

ΗλιακήΓεωµετρία. Γιάννης Κατσίγιαννης

Επιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Επιλογή Μεθόδου Συνδυασμός Μεθόδου Διάλεξη 10

Γιατί μας ενδιαφέρει; Αντιπλημμυρική προστασία. Παροχή νερού ύδρευση άρδευση

ΣΥΓΚΡΙΤΙΚΗ ΑΝΑΛΥΣΗ ΣΥΜΠΕΡΙΦΟΡΑΣ ΝΕΩΝ ΟΔΗΓΩΝ ΣΕ ΣΥΝΘΗΚΕΣ ΚΑΝΟΝΙΚΕΣ ΚΑΙ ΠΡΟΣΟΜΟΙΩΣΗΣ ΣΕ ΥΠΕΡΑΣΤΙΚΗ ΟΔΟ ΝΙΚΑΣ ΜΑΡΙΟΣ

Υδρολογική θεώρηση της λειτουργίας του υδροηλεκτρικού έργου Πλαστήρα

Ένωση Ελλήνων Φυσικών ΔΙΑΓΩΝΙΣΜΟΣ ΦΥΣΙΚΗΣ ΓΥΜΝΑΣΙΟΥ 2015 Πανεπιστήμιο Αθηνών Εργαστήριο Φυσικών Επιστημών, Τεχνολογίας, Περιβάλλοντος.

ΟΝΟΜΑΤΕΠΩΝΥΜΟ

ALOHA (Areal Locations of Hazardous Atmospheres)

Κραχτόπουλος Κωνσταντίνος, Κραχτόπουλος Παύλος. Επιβλέπουσα Καθηγήτρια: Ελένη Βουκλουτζή. Γενικό Λύκειο «Ο Απόστολος Παύλος» ACSTAC 2012

ΔΟΜΗ ΚΑΙ ΣΥΣΤΑΣΗ. Εισαγωγή στη Φυσική της Ατμόσφαιρας: Ασκήσεις Α. Μπάης

ιάρθρωση παρουσίασης 1. Ιστορικό διαχείρισης της λίµνης Πλαστήρα 2. Συλλογή και επεξεργασία δεδοµένων 3. Μεθοδολογική προσέγγιση

Με ποιο όργανο μετριέται το βάρος;

Εφαρμογές θερμογραφίας στην ενεργειακή απόδοση των κτηρίων

ΕΠΙΠΤΩΣΕΙΣ ΤΗΣ ΥΨΗΛΗΣ ΣΤΑΘΜΗΣ ΑΙΟΛΙΚΗΣ ΙΕΙΣ ΥΣΗΣ ΣΤΗ ΛΕΙΤΟΥΡΓΙΑ ΤΟΥ ΕΛΛΗΝΙΚΟΥ ΣΥΣΤΗΜΑΤΟΣ ΠΑΡΑΓΩΓΗΣ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΜΕ

ΥΠΟΛΟΓΙΣΜΟΣ ΤΗΣ ΕΞΟΙΚΟΝΟΜΗΣΗΣ ΕΝΕΡΓΕΙΑΣ ΠΟΥ ΕΠΙΤΥΓΧΑΝΕΤΑΙ ΣΕ ΚΑΤΟΙΚΙΕΣ ΜΕ ΧΡΗΣΗ ΤΟΥ N-THERMON 9mm ΤΗΣ ΕΤΑΙΡΕΙΑΣ NEOTEX AEBE.

Μαθηματική Εισαγωγή Συναρτήσεις

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΝΧΕΙΟ ΣΧΟΛΗ ΠΟΛΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ ΤΟΜΕΑΣ ΥΔΑΤΙΝΩΝ ΠΟΡΩΝ & ΠΕΡΙΒΑΛΛΟΝΤΟΣ

ΚΛΙΜΑΤΙΚΗ ΚΑΤΑΤΑΞΗ ΤΗΣ ΕΛΛΑΔΑΣ ΚΑΤΑ KOPPEN Το κλίμα μιας γεωγραφικής περιοχής διαμορφώνεται κατά κύριο λόγο από τους 3 παρακάτω παράγοντες: 1) το

ΣΥΓΚΡΙΤΙΚΗ ΑΝΑΛΥΣΗ ΣΥΜΠΕΡΙΦΟΡΑΣ ΝΕΩΝ ΟΔΗΓΩΝ ΣΕ ΣΥΝΘΗΚΕΣ ΚΑΝΟΝΙΚΕΣ ΚΑΙ ΠΡΟΣΟΜΟΙΩΣΗΣ ΣΕ ΑΣΤΙΚΗ ΟΔΟ. Δανάη Βουτσινά

ΗΛΙΑΚΗ ΓΕΩΜΕΤΡΙΑ Δ. Κουζούδης Πανεπιστήμιο Πατρών

1ο ΣΤΑΔΙΟ ΓΕΝΕΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ

H κατανομή του Planck για θερμοκρασία 6000Κ δίνεται στο Σχήμα 1:

Είδη Συλλεκτών. 1.1 Συλλέκτες χωρίς κάλυμμα

Στοχαστικότητα: μελέτη, μοντελοποίηση και πρόβλεψη φυσικών φαινομένων

Η πραγματική «άβολη» αλήθεια. Φαινόμενο θερμοκηπίου, αύξηση της θερμοκρασίας της Γης

Μαθηματική Εισαγωγή Συναρτήσεις

Μύθοι και αλήθειες για την ψυχρή λίμνη του Βόρειου Ατλαντικου. Eπιμέλεια: Καθαρόπουλος Ιωάννης - Πασιπουλαρίδης Ερμής

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ, ΟΜΑ Α ΜΕΛΕΤΩΝ ΚΤΙΡΙΑΚΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ

Εξοικονόμηση Ενέργειας Στα Κτίρια

4.1 Στατιστική Ανάλυση και Χαρακτηριστικά Ανέμου

Κλωβός προστασίας ενός VP2.

ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΜΕΤΕΩΡΟΛΟΓΙΑΣ ΚΑΙ ΚΛΙΜΑΤΟΛΟΓΙΑΣ

Υδρολογική διερεύνηση λειτουργίας ταµιευτήρα Πλαστήρα

Νερό & Ενέργεια. Όνομα σπουδαστών : Ανδρέας Κατσιγιάννης Μιχάλης Παπαθεοδοσίου ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

ΗΡΑΚΛΕΙΟ 2007 ΙΩΑΝΝΑ ΚΑΠΕΤΑΝΟΥ

Η ΘΕΡΜΟΚΡΑΣΙΑ ΤΟΥ ΑΕΡΑ

Εξισώσεις Κίνησης (Equations of Motion)

Ανανεώσιμες Πηγές Ενέργειας ΙΙ ΔΙΑΛΕΞΕΙΣ: ΗΛΙΑΚΟΙ ΘΕΡΜΙΚΟΙ ΣΥΛΛΕΚΤΕΣ (ΜΕΡΟΣ Β) Ώρες Διδασκαλίας: Τρίτη 9:00 12:00. Αίθουσα: Υδραυλική

Η ΕΞΕΛΙΣΣΟΜΕΝΗ ΚΛΙΜΑΤΙΚΗ ΑΛΛΑΓΗ. ηµήτρης Μελάς Αριστοτέλειο Πανε ιστήµιο Θεσσαλονίκης Τµήµα Φυσικής - Εργαστήριο Φυσικής της Ατµόσφαιρας

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ

Για να περιγράψουμε την ατμοσφαιρική κατάσταση, χρησιμοποιούμε τις έννοιες: ΚΑΙΡΟΣ. και ΚΛΙΜΑ

4.1 Εισαγωγή. Μετεωρολογικός κλωβός

ΘΕΡΜΙΚΗ ΑΓΩΓΙΜΟΤΗΤΑ ΘΕΩΡΙΑ & ΑΣΚΗΣΕΙΣ

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ. Ερωτήσεις πολλαπλής επιλογής. Συντάκτης: Δημήτριος Κρέτσης

Εργαστήριο ΑΠΕ I. Ενότητα 3: Ηλιακοί Συλλέκτες: Μέρος Β «Πειραματική Μελέτη Ηλιακών Θερμικών Συστημάτων»

Μελέτη Προέγκρισης Χωροθέτησης του Μικρού Υδροηλεκτρικού Σταθμού Βαλορέματος. Υδρολογική μελέτη

Περιεχόμενα. Πρόλογος... 15

AΝΕΜΟΓΕΝΕΙΣ ΚΥΜΑΤΙΣΜΟΙ

ΑΝΑΝΕΩΣΙΜΕΣ ΠΗΓΕΣ ΕΝΕΡΓΕΙΑΣ

Επίδραση του συνδυασμού μόνωσης και υαλοπινάκων στη μεταβατική κατανάλωση ενέργειας των κτιρίων

Υδρολογική διερεύνηση της διαχείρισης της λίµνης Πλαστήρα

Υδρολογική διερεύνηση της διαχείρισης της λίµνης Πλαστήρα

Transcript:

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ & ΠΕΡΙΒΑΛΛΟΝΤΟΣ Θέμα διπλωματικής εργασίας: Διερεύνηση διπλής κυκλοστασιμότητας ανέμου για εφαρμογή σε στοχαστικά μοντέλα πρόβλεψης Δεληγιάννης Ηλίας Επιβλέπων καθηγητής: κ. Κουτσογιάννης Δημήτριος

1. Περίληψη Συμπεριφορά του ανέμου σε ωριαία, μηνιαία και υπερετήσια κλίμακα. Ωριαία & μηνιαία διπλή κυκλοστασιμότητα (περιοδικότητα). Υπερετήσια μακροπρόθεσμη εμμονή. Φυσική εξήγηση διπλής κυκλοστασιμότητας τρίπτυχο ακτινοβολία θερμοκρασία άνεμος Δημιουργία και εφαρμογή μοντέλων διπλής κυκλοστασιμότητας (άνεμος & θερμοκρασία) Εξέταση εγκυρότητας δεδομένων reanalysis Διερεύνηση μακροπρόθεσμης εμμονής (φαινόμενο Hurst).

2. Εισαγωγή Ανάγκη χρησιμοποίησης ΑΠΕ για την αντιμετώπιση της κλιματικής αλλαγής => Ανάγκη μελέτης υδρομετεωρολογικών μεταβλητών => Ανάγκη μελέτης αβεβαιότητας, τυχαιότητας, μεταβλητότητας. Αποτελεσματική διαχείριση ενέργειας: Προϋποθέτει συνδυασμό προσδιοριστικών και στοχαστικών μεθόδων. ΑΝΕΜΟΣ: Συνήθως μελετάται απλή κυκλοστασιμότητα λανθασμένη διαχείριση ενέργειας

3. Στόχος της εργασίας Να αποτελέσει τη βάση για ένα μοντέλο πρόβλεψης ταχύτητας ανέμου. Το μοντέλο περιλαμβάνει συνδυασμό στοχαστικών και ντετερμινιστικών μεθόδων. «Ο ΑΝΕΜΟΣ ΠΡΟΒΛΕΠΕΤΑΙ ΓΥΡΩ ΣΤΑ 3 ΜΠΟΦΟΡ ΜΕ ΑΠΟΚΛΙΣΗ ± 5 ΜΠΟΦΟΡ»

U m (m/s) 4. Διπλή κυκλοστασιμότητα - Γενικά Στατιστικά χαρακτηριστικά (π.χ. μ, σ): διπλά περιοδικά ως προς το χρόνο. Διαφορετική κατανομή για κάθε ώρα και μήνα. 9 6 3 m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 hour \ month 1 2 3 4 5 6 7 8 9 10 11 12 1 0,24 0,19 0,13 0,19 0,40 0,45 0,50 0,55 0,51 0,39 0,31 0,41 2 0,61 0,53 0,53 0,46 0,78 0,88 0,96 1,08 0,97 0,75 0,57 0,75 3 2,08 1,99 1,70 1,11 1,27 1,49 1,55 1,82 1,59 1,19 1,28 1,81 4 3,44 3,15 2,54 1,61 1,69 2,08 2,28 2,50 2,17 1,63 1,94 2,78 5 4,06 3,80 3,01 2,15 2,24 2,74 2,96 3,23 2,80 2,28 2,57 3,41 6 4,54 4,23 3,47 2,52 2,73 3,26 3,40 3,67 3,27 2,76 2,96 3,75 7 4,84 4,57 3,95 2,94 3,01 3,48 3,70 3,97 3,60 3,09 3,18 3,99 8 4,74 4,75 4,42 3,48 3,28 3,61 3,82 4,09 3,63 3,31 3,31 3,96 9 4,69 4,83 4,57 3,66 3,26 3,56 3,71 4,06 3,55 3,07 3,30 3,86 10 4,68 4,83 4,60 3,74 3,07 3,41 3,62 3,90 3,36 2,85 2,96 3,64 11 3,88 4,24 3,91 2,83 2,32 2,70 2,90 3,09 2,52 1,93 2,13 2,81 12 2,69 3,17 2,89 2,00 1,61 1,84 2,10 2,23 1,73 1,21 1,27 1,84 13 1,98 2,30 2,02 1,28 1,18 1,38 1,51 1,67 1,30 0,80 0,84 1,37 14 1,23 1,32 1,05 0,65 0,79 0,90 0,99 1,06 0,84 0,57 0,55 0,93 15 0,80 0,86 0,68 0,43 0,55 0,64 0,72 0,82 0,59 0,44 0,43 0,69 16 0,60 0,63 0,51 0,32 0,44 0,53 0,56 0,67 0,50 0,34 0,36 0,59 17 0,36 0,33 0,26 0,19 0,30 0,35 0,42 0,45 0,36 0,25 0,26 0,46 18 0,28 0,24 0,19 0,16 0,24 0,28 0,34 0,39 0,28 0,21 0,25 0,38 19 0,25 0,22 0,18 0,16 0,23 0,31 0,35 0,38 0,29 0,21 0,31 0,37 20 0,20 0,15 0,12 0,12 0,20 0,30 0,29 0,28 0,25 0,15 0,22 0,35 21 0,20 0,12 0,10 0,10 0,20 0,23 0,26 0,26 0,25 0,18 0,17 0,32 22 0,22 0,13 0,10 0,11 0,20 0,28 0,29 0,31 0,25 0,20 0,21 0,32 23 0,19 0,11 0,11 0,11 0,20 0,29 0,30 0,31 0,29 0,19 0,20 0,30 24 0,18 0,11 0,10 0,13 0,23 0,33 0,37 0,34 0,29 0,24 0,20 0,30 0 0 6 12 18 24 t (h)

5. Δεδομένα (1) 1600+200=1800 σταθμοί παγκοσμίως. (πηγή: ΝΟΑΑ, National Oceanic and Atmospheric Administration) 1600 σταθμοί: 100.000 μετρήσεις. 1 μέτρηση ανά ώρα. 200 σταθμοί: 1 μέτρηση ανά 4ωρο.

6. Δεδομένα (2) Αρχική μελέτη: 33 σταθμοί παγκοσμίως Τελικά αποτελέσματα: έλεγχος σε 17 σταθμούς στην Ελλάδα

I (MW) 7. Σημασία διπλής περιοδικότητας (2 +1 λόγοι) 1) Επηρεάζει τη διαστασιολόγηση έργων αποθήκευσης ενέργειας. 2) Επηρεάζει τη διαχείριση ενέργειας (μη γραμμική καμπύλη ισχύος α/γ) 2,0 1,5 1,0 Εφαρμογή: Τοποθέτηση 1 α/γ των 2MW σε κάθε σταθμό. Ε1: διπλή κυκλοστασιμότητα Ε2: απλή κυκλοστασιμότητα Ε3: στασιμότητα (μη ρεαλιστικές παραδοχές, αλλά ενδεικτικές ) 0,5 0,0 0 5 10 15 20 25 30 U (m/s) Ε 1 = 600 GWh Ε 2 = 510 GWh Ε 3 = 460 GWh Ε2: -15% Ε3: -24% => Ημερήσια περιοδικότητα πιο καθοριστική από την εποχιακή. Όμως αμελείται συνήθως!

8. Σημασία διπλής περιοδικότητας (+1) Νίκη σε μία σχετικά χαμένη παρτίδα! Inspired by Bobby Fischer, game of the century, 1956 Ισοπαλία σε ολοκληρωτικά χαμένη θέση! Αφιερωμένο στο σκακιστή Δεληγιάννη Νικόλαο

9. Φυσική εξήγηση διπλής περιοδικότητας Ακτινοβολία-θερμοκρασία Κάθε σώμα που έχει Τ > 0 Κ, εκπέμπει ακτινοβολία. Ακτινοβολία ~ Τ 4 (Κ) => Συσχέτιση στη μικροκλίμακα Ηλιακή ακτινοβολία => Ηλιακή ενέργεια => θερμότητα => Αύξηση θερμοκρασίας => Συσχέτιση στη μακροκλίμακα Θερμοκρασία-ταχύτητα ανέμου Θερμική και κινητική ενέργεια μορίων αέρα: σχετίζονται. Διαφορά θερμοκρασίας <=> Διαφορά πίεσης <=> άνεμος => => Συσχέτιση μικρο - μακροκλίμακας Συσχέτιση στη μακροκλίμακα (παρόμοια με θερμική στρωμάτωση λίμνης)

RD m (W/m 2 ) RD h (W/m 2 ) 10. Ακτινοβολία στο εξωτερικό όριο της ατμόσφαιρας Εξαρτάται από γεωγραφικό πλάτος, ημέρα του έτους, ώρα της ημέρας. Μηνιαία διακύμανση ακτινοβολίας: RD m = Μέγιστη μηνιαία ελάχιστη μηνιαία. Ωριαία διακύμανση ακτινοβολίας: RD h = Μέγιστη ωριαία ελάχιστη ωριαία. (και μέσος όρος για τους 12 μήνες) 600 1.500 400 1.000 200 500 0-90 -60-30 0 30 60 90 lat ( o ) 0-90 -60-30 0 30 60 90 lat ( o ) Μεγάλη μηνιαία διακύμανση στους πόλους. Μεγάλη ωριαία διακύμανση στον ισημερινό.

11. Θερμοκρασία στην ατμόσφαιρα Μηνιαία διακύμανση θερμοκρασίας: ΤD m = Μέγιστη μηνιαία ελάχιστη μηνιαία. Ωριαία διακύμανση θερμοκρασίας: ΤD h = Μέγιστη ωριαία ελάχιστη ωριαία. (και μέσος όρος για τους 12 μήνες) Μεγάλη μηνιαία διακύμανση στους πόλους. Μεγάλη ωριαία διακύμανση στους τροπικούς μορφή «Μ»

12. Ταχύτητα ανέμου Μηνιαία διακύμανση ανέμου: UR m = Μέγιστη μηνιαία / ελάχιστη μηνιαία. Ωριαία διακύμανση ανέμου: UR h = Μέγιστη ωριαία / ελάχιστη ωριαία. (και μέσος όρος για τους 12 μήνες) Σημαντική μηνιαία διακύμανση: 2/3 των σταθμών: UR m >1,5 Σημαντική ωριαία διακύμανση: 46% σταθμών: UR h >2

13. Αιχμή ακτινοβολίας (μηνιαία) Μήνας αιχμής: Ιούνιος & Δεκέμβριος (Βόρειο & Νότιο) π.χ. 10 ο Βόρεια: μαθηματικά ο Απρίλιος, πρακτικά ο Ιούνιος

14. Αιχμή ακτινοβολίας (ωριαία) Ώρα αιχμής: ~12.00 τοπική Μικρές αποκλίσεις μόνο κοντά στους πόλους (ασάφεια ώρας αιχμής) Greenwich γραμμική με το γεωγραφικό μήκος. Γιατί δουλεύω με ώρα Greenwich??? 1) Ευκολότερη διερεύνηση συσχέτισης με άνεμο, θερμοκρασία 2) Παράκαμψη δυσκολιών με τοπικές ώρες, αποστάσεις από μεσημβρινούς: μόνο γ. μήκος

15. Συσχέτιση θερμοκρασίας-ακτινοβολίας (μηνιαία) Υστέρηση = 1 μήνας (θερμική αδράνεια της γης) Αποθήκευση θερμότητας (θάλασσα-έδαφος-αέρας) Μεγάλες ζέστες Ιούλιος

15. Συσχέτιση θερμοκρασίας-ακτινοβολίας (μηνιαία) Υστέρηση = 1 μήνας (θερμική αδράνεια της γης) Αποθήκευση θερμότητας (θάλασσα-έδαφος-αέρας) εκτός από τον ισημερινό. (ασάφεια μήνα αιχμής έλλειψη εποχών) Μεγάλες ζέστες Ιούλιος

15. Συσχέτιση θερμοκρασίας-ακτινοβολίας (μηνιαία) Υστέρηση = 1 μήνας (θερμική αδράνεια της γης) Αποθήκευση θερμότητας (θάλασσα-έδαφος-αέρας) εκτός από τον ισημερινό. (ασάφεια μήνα αιχμής έλλειψη εποχών) Μεγάλες ζέστες Ιούλιος Υστέρηση 1 μήνας => παγκοσμίως πολύ υψηλή συσχέτιση.

16. Συσχέτιση θερμοκρασίας-ακτινοβολίας (ωριαία) Υστέρηση = 2-3 ώρες (Μεταγωγή) Ακτινοβολία ηλιακή ενέργεια θερμική ενέργεια αύξηση θερμοκρασίας

16. Συσχέτιση θερμοκρασίας-ακτινοβολίας (ωριαία) Υστέρηση = 2-3 ώρες (Μεταγωγή) Ακτινοβολία ηλιακή ενέργεια θερμική ενέργεια αύξηση θερμοκρασίας σε όλους σχεδόν τους σταθμούς

16. Συσχέτιση θερμοκρασίας-ακτινοβολίας (ωριαία) Υστέρηση = 2-3 ώρες (Μεταγωγή) Ακτινοβολία ηλιακή ενέργεια θερμική ενέργεια αύξηση θερμοκρασίας σε όλους σχεδόν τους σταθμούς Υστέρηση 3 h => παγκοσμίως πολύ υψηλή συσχέτιση (93% > 0,93)

17. Αιχμή θερμοκρασίας (μηνιαία) Βόρειο ημισφαίριο: Θ (Ιούλιος) > Θ (Αύγουστος) > Θ (Ιούνιος) Νότιο ημισφαίριο: Θ (Ιανουάριος) > Θ (Φεβρουάριος) > Θ (Δεκέμβριος) Μήνας αιχμής: 7,23 & 1,20 (Βόρειο & Νότιο ημισφαίριο)

18. Αιχμή θερμοκρασίας (ωριαία) Ώρα αιχμής: ~15.00 τοπική Μεγαλύτερες αποκλίσεις από την ακτινοβολία λίγο πιο αβέβαιο φαινόμενο (λογικό)

19. Συσχέτιση ανέμου-θερμοκρασίας (μηνιαία) Μήνας αιχμής: κοντά στο Φεβρουάριο, αλλά πολύ αβέβαιος Μηνιαία Υστέρηση =??? Ούτε καν στην Ελλάδα δεν είναι σταθερός ο μήνας αιχμής ανέμου (πχ. μελτέμια)

20. Συσχέτιση ανέμου-θερμοκρασίας (ωριαία) Ωριαία Υστέρηση = 23 = -1! Ο άνεμος φέρνει τη θερμοκρασία, η οποία ρυθμίζεται από τη θάλασσα. Υστέρηση 1 h => παγκοσμίως πολύ υψηλή συσχέτιση (65% > 0,9)

T m ( o C) U m (m/s) 21. Μοντέλα διπλής κυκλοστασιμότητας Rm (W/m 2 ) Εκθετικά + τριγωνομετρικά μοντέλα (συνδυασμός) 1500 1000 500 0 m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 0 6 12 18 24 t (h) Για ποιο λόγο χρειάζεται εκθετικό, αφού η ακτινοβολία είναι καθαρά τριγωνομετρική συνάρτηση??? 1) Θεωρητικά είναι τριγωνομετρική, όμως μηδενίζεται αν R<0. Άρα μοιάζει με εκθετική!!! 2) Έχουν γίνει μελέτες => εκθετικές συναρτήσεις. 3) Θα ελεγχθεί ότι το εκθετικό είναι απαραίτητο. 35 30 25 20 15 m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 0 6 12 18 24 t (h) 9 6 3 0 m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 0 6 12 18 24 t (h) Απότομη αύξηση το μεσημέρι αργή μείωση το βράδυ.

22. Εκδοχές μοντέλων ανέμου (1) ΕΚΔΟΧΗ 1: μ c = a 1 + a 2 C m t exp C h t + a 3 C m t + a 4 μ C m t = cos 2π t m a m T m C h t = cos 2π t h a h T h

U (m/s) U (m/s) 22. Εκδοχές μοντέλων ανέμου (1) ΕΚΔΟΧΗ 1: μ c = a 1 + a 2 C m t exp C h t + a 3 C m t + a 4 μ 25 20 15 10 α 1 ωριαία διακύμανση 5 0 α 1 =0,15 m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 0 6 12 18 24 t (h) 25 20 15 10 5 0 α 1 =0,60 m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 0 6 12 18 24 t (h)

22. Εκδοχές μοντέλων ανέμου (1) ΕΚΔΟΧΗ 1: μ c = a 1 + a 2 C m t exp C h t + a 3 C m t + a 4 μ a 4 = 1 a 1 0 2π exp cos x dx = 1 1,2661a 1

U (m/s) 23. Εκδοχές μοντέλων ανέμου (2) U (m/s) U (m/s) α 3 μηνιαία διακύμανση 30 20 10 m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 ΕΚΔΟΧΗ 1: U (m/s) α 2 συνδυασμός με α 3 για υψηλή ευελιξία 20 15 10 5 m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 0 20 15 10 0 6 12 18 24 t (h) m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 0 20 15 10 0 6 12 18 24 t (h) m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 5 5 0 0 6 12 18 24 t (h) 0 0 6 12 18 24 t (h)

24. Εκδοχές μοντέλων ανέμου (3) ΕΚΔΟΧΗ 2: α 2 = 0 παράλληλες μηνιαίες καμπύλες U (m/s) 25 20 15 10 5 0 m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 0 6 12 18 24 t (h)

24. Εκδοχές μοντέλων ανέμου (3) U (m/s) 25 20 15 10 5 0 ΕΚΔΟΧΗ 2: α 2 = 0 παράλληλες μηνιαίες καμπύλες m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 0 6 12 18 24 t (h) ΕΚΔΟΧΗ 3: U (m/s) 25 20 15 10 α 3 = 0 απότομη ωριαία αύξηση στο μήνα αιχμής 5 0 m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 0 6 12 18 24 t (h)

24. Εκδοχές μοντέλων ανέμου (3) U (m/s) ΕΚΔΟΧΗ 2: U (m/s) 25 20 15 10 5 0 α 2 = 0 παράλληλες μηνιαίες καμπύλες m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 0 6 12 18 24 t (h) ΕΚΔΟΧΗ 4: Όμοια με τη 2, αλλά με απλό συνημίτονο αντί για εκθετικό ΕΚΔΟΧΗ 3: U (m/s) 25 20 15 10 α 3 = 0 απότομη ωριαία αύξηση στο μήνα αιχμής 20 15 10 5 0 5 0 m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 0 6 12 18 24 t (h) m=1 m=2 m=3 m=4 m=5 m=6 m=7 m=8 m=9 m=10 m=11 m=12 0 6 12 18 24 t (h)

25. Επιλογή μοντέλων (άνεμος και θερμοκρασία) Άνεμος ΕΚΔΟΧΗ ΑΡΙΘΜΟΣ ΠΑΡΑΜΕΤΡΩΝ Θερμοκρασία r m r h e N 1 4 0,873 0,851 0,124 2 3 0,873 0,839 0,132 3 3 0,873 0,819 0,160 4 3 0,873 0,815 0,142 ΕΚΔΟΧΗ ΑΡΙΘΜΟΣ ΠΑΡΑΜΕΤΡΩΝ r m r h e N 1 4 0,973 0,936 0,182 2 3 0,962 0,934 0,196 3 3 0,962 0,394 0,489 4 2 0,963 0,922 0,201

26. Αποτελέσματα μοντέλου ανέμου (1) U rh 11 9 7 5 3 1 0,0 0,5 1,0 1,5 a 4 1,0 0,5 0,0-0,5-1,0 y = -1,2661x + 1 R² = 1 0,0 0,5 1,0 1,5 a 2 0,5 0,0-0,5-0,5 0,0 0,5 1,0 a 1 a 1 a 3 α 1 ωριαία διακύμανση α 4 σταθερά μοντέλου α 2 + α 3 > 0

26. Αποτελέσματα μοντέλου ανέμου (1) U rh 11 9 7 5 3 1 0,0 0,5 1,0 1,5 a 4 1,0 0,5 0,0-0,5-1,0 y = -1,2661x + 1 R² = 1 0,0 0,5 1,0 1,5 a 2 0,5 0,0-0,5-0,5 0,0 0,5 1,0 a 1 a 1 a 3 α 1 ωριαία διακύμανση α 4 σταθερά μοντέλου α 2 + α 3 > 0 1,0 1,0 1,0 r h 0,5 0,0 r m 0,5 e N 0,5-0,5-90 -60-30 0 30 60 90 0,0 0,0-90 -60-30 0 30 60 90-90 -60-30 0 30 60 90 lat ( o ) lat ( o ) lat ( o ) r h κοντά στο 1 r m κοντά στο 1 e N κοντά στο 0

27. Αποτελέσματα μοντέλου ανέμου (2) U rh 11 9 7 5 3 1-0,5 0,0 0,5 1,0 r h U rm 7 5 3 1 0,0 0,5 1,0 r h μικρό μικρή ωριαία διακύμανση r m r m μικρό μικρή μηνιαία διακύμανση

27. Αποτελέσματα μοντέλου ανέμου (2) U rh 11 9 7 5 3 1-0,5 0,0 0,5 1,0 r h U rm 7 5 3 1 0,0 0,5 1,0 r h μικρό μικρή ωριαία διακύμανση r m r m μικρό μικρή μηνιαία διακύμανση U rh 11 9 7 5 3 1 0,0 0,5 e N μικρή ωριαία διακύμανση μικρό σφάλμα Άρα το μοντέλο είναι σχεδόν πάντα ΑΠΟΤΕΛΕΣΜΑΤΙΚΟ!

28. Δεδομένα reanalysis - Global Wind Atlas (1) 4 μοντέλα, περίπου ίδια περίοδος Αξιόπιστα αποτελέσματα μόνο στους πόλους και στους ωκεανούς. Διαφορετικές οριακές συνθήκες Διαφορές στις ηπείρους.

29. Δεδομένα reanalysis - Global Wind Atlas (2) Μέση ωριαία κατανομή reanalysis Μηνιαία κατανομή reanalysis Μέση ωριαία κατανομή παρατηρήσεων Μηνιαία κατανομή παρατηρήσεων Ικανοποιητικά αποτελέσματα

30. Δεδομένα reanalysis - National Centre for Atmospheric Research (1) Κατανομή reanalysis (ανά 6 h) Φανερή διπλή κυκλοστασιμότητα

30. Δεδομένα reanalysis - National Centre for Atmospheric Research (2) Πραγματική κατανομή Κατανομή reanalysis (ανά 6 h) Πραγματική κατανομή (ανά 6 h) Πολύ άσχημα αποτελέσματα στους μισούς μήνες. Μέτρια αποτελέσματα στους υπολοίπους. Δεν πιάνει ούτε μέσο όρο.

f (Hz) 31. Στοχαστική δομή - παραδείγματα Ρίψη ζαριού 100 φορές μέση τιμή 100 ρίψεων ζαριού 4,5 3,5 2,5 k=1 k=10 k=100 0 100 200 300 400 500 αριθμός πειραμάτων Καταγραφή κομματιού Βυζαντινής μουσικής 600 500 400 300 200 100 k=1 k=10 k=25 0 0 50 100 150 αριθμός πειραμάτων «Τοῦ λίθου σφραγισθέντος», αφιερωμένο στον ταλαντούχο μαθητή Β. Μουσικής Δεληγιάννη Ραφαήλ.

31. Στοχαστική δομή - παραδείγματα μέση τιμή 100 ρίψεων ζαριού s (Hz) f (Hz) Ρίψη ζαριού 100 φορές 600 500 400 300 200 100 0 4,5 3,5 2,5 k=1 k=10 k=100 0 100 200 300 400 500 αριθμός πειραμάτων Καταγραφή κομματιού Βυζαντινής μουσικής k=1 k=10 k=25 0 50 100 150 αριθμός πειραμάτων Αβεβαιότητα στις μικρές κλίμακες Η = 0,5 s 0,2 0,02 20 1 10 y = 0,1731x -0,507 R² = 0,982 Αβεβαιότητα στις μεγάλες κλίμακες Η > 0,5 (εδώ Η = 0,7) y = 57,18x -0,294 R² = 0,9239 k k 1 10

32. Δεδομένα 1300 σταθμοί: (α) 30 χρόνια, (β) 2400 μετρήσεις ανά έτος (1 μέτρηση ανά 3 h για 10 μήνες)

33. Κλιμακογράμματα scale k (years) 1 10 Ισχυρή μακροπρόθεσμη εμμονή παγκοσμίως. s 2 (m 2 /s 2 ) A B C 0,4 D E Η = 0,85 γενικώς. Η = 0,78 στους πόλους (Ε). H 1 0,9 0,8 0,7 0,6 0,5 A B C D E Koppen

observed (0,1) 34. Τελευταίο σχόλιο 3 2 gaussian mean Κανονική κατανομή μέσων ετησίων τιμών. 1 0-1 -2-3 -3-2 -1 0 1 2 3 gaussian N(0,1) Q0 Q25 Q50 Q75 Q100 Χ < μ 2σ : απόκλιση για τεχνικούς λόγους. Χ > μ 2σ : απόκλιση για στατιστικούς λόγους. Παραγωγή ενέργειας κύριο σώμα κανονική κατανομή: αποτελεσματική!

35. Συμπεράσματα Διπλή κυκλοστασιμότητα ανέμου, όπως ακτινοβολία και θερμοκρασία. Εξαιρετικό μοντέλο διπλής κυκλοστασιμότητας για άνεμο και θερμοκρασία. Δεδομένα reanalysis: περιγράφουν κάπως τη συμπεριφορά αυτή, αλλά με σφάλμα. Μακροπρόθεσμη εμμονή ανέμου. Μοντέλο πρόγνωσης: θα είναι αποτελεσματικό μόνο αν συνδυαστούν οι 2 συμπεριφορές του ανέμου!

36. Πιθανές απορίες: Α1: Δεν έχω πειστεί ότι ο άνεμος είναι πιο έντονος το μεσημέρι. Σίγουρα δεν είναι το βράδυ???!!! Α2: Σε ποιες περιοχές της γης υπερτερεί πολύ η εκδοχή 1 έναντι των άλλων; Α3: Πώς αποδεικνύεται ότι η ώρα αιχμής σε ένα σταθμό είναι ίδια για όλους τους μήνες; Αν δεν ισχύει, το μοντέλο είναι λάθος! Α4: Μοντέλο θερμοκρασίας διαφορά με το μοντέλο ανέμου. Α5: Μοντέλο θερμοκρασίας αποτελέσματα. Α6: Κλιμακογράμματα Μέσο παγκόσμιο και μέσο ελληνικό. Α7: Κατανομή μέσων ετησίων τιμών ακτινοβολίας, θερμοκρασίας, ταχύτητας ανέμου. Α8: Παραδείγματα εφαρμογής μοντέλου ανέμου. Α9: Παραδείγματα εφαρμογής μοντέλου θερμοκρασίας.

ΕΥΧΑΡΙΣΤΩ ΓΙΑ ΤΗΝ ΠΡΟΣΟΧΗ ΣΑΣ!!! Ιδιαίτερες ευχαριστίες απευθύνω στον επιβλέποντα κ. Δημήτριο Κουτσογιάννη, για την πολύτιμη βοήθεια και στήριξη. Επιπλέον, ευχαριστώ θερμά τον υποψήφιο διδάκτορα Παναγιώτη Δημητριάδη, διότι μου συμπαραστάθηκε και με βοήθησε σε όλη αυτήν την προσπάθεια. Τους εύχομαι καλή συνέχεια στο επιτυχές ερευνητικό έργο που επιτελούν.

Α1. Τελικά πότε φυσάει περισσότερο; Πρωί ή βράδυ; Έχουμε συνδέσει τον άνεμο με το κρύο επειδή συνήθως φυσάει το χειμώνα. Σωστό είναι αυτό. Απλώς ισχύει μόνο σε μηνιαία και όχι σε ωριαία κλίμακα. Είναι και θέμα ψυχολογικό: Καλοκαίρι: το μεσημέρι έχουμε περισσότερη ανάγκη τον άνεμο. Άρα νιώθουμε ότι δε φυσάει τόσο. Χειμώνας: Το βράδυ μας ενοχλεί περισσότερο ο άνεμος. Άρα νιώθουμε ότι φυσάει πιο πολύ.

Α2. Σε ποιες περιοχές υπερτερεί πολύ η εκδοχή 1; Κοντά στους πόλους. Μισές μηνιαίες καμπύλες σταθερές και οι άλλες με διακύμανση.

Α3. Η ώρα αιχμής ανέμου είναι η ίδια για όλους τους μήνες; Όντως είναι η ίδια. Αν αυτό δεν ίσχυε τότε: θα έπρεπε να υπάρχουν σημεία και πάνω αριστερά στο διάγραμμα.

Α4. Εκδοχή 1 μοντέλου θερμοκρασίας ΕΚΔΟΧΗ 1: μ c = a 1 + a 2 C m t exp C h t + a 3 C m t σ + a 4 μ C m t = cos 2π t m a m T m C h t = cos 2π t h a h T h Αδιαστατοποιούμε με την τυπική απόκλιση του πίνακα 24Χ12, επειδή σ > 0

TD h ( o C) Α5. Αποτελέσματα μοντέλου θερμοκρασίας (1) 20 15 10 5 0 0,0 0,5 1,0 1,5 TD m ( o C) 50 40 30 20 10 0-1,0-0,5 0,0 0,5 1,0 1,5 a 1 a 3 1,0 1,0 r h 0,5 0,0 r m 0,5-0,5-90 -60-30 0 30 60 90 lat ( o ) 0,0-90 -60-30 0 30 60 90 lat ( o )

TD m ( o C) TD h ( o C) Α5. Αποτελέσματα μοντέλου θερμοκρασίας (2) e N 10 8 6 4 2 0-90 -60-30 0 30 60 90 lat ( o ) TD h ( o C) 20 15 10 5 0 0 5 10 15 20 25 Υπερεκτίμηση σφάλματος κοντά στους πόλους (μικρή διακύμανση) διότι σ πολύ μικρό. e N 50 40 30 20 10 0 0,0 0,5 1,0 r m 20 15 10 5 0-0,5 0,0 0,5 1,0 Υποεκτίμηση συσχέτισης όταν έχουμε μικρή διακύμανση. r h

Α6. Κλιμακογράμματα s 2 (m 2 /s 2 ) s 2 (m 2 /s 2 ) 0,4 scale k (years) 1 10 mean q25 q75 Μέσο παγκόσμιο κλιμακόγραμμα: Η = 0,85, Η25% = 0,76, Η75% = 0,94 H 1 0,9 0,8 0,7 0,6 0,5 Cfa Cfb Cfc Csa Csb Cwa Cwb Koppen Συντελεστής Hurst για τις υποκατηγορίες Koppen C. 1 scale k (years) 1 10 mean y = 0,9249x -0,492 R² = 0,9101 Μέσο ελληνικό κλιμακόγραμμα: Η = 0,75 0,1

Α7. Μέσες ετήσιες τιμές R (W/m 2 ) 600 400 200 0-90 -60-30 0 30 60 90 lat ( o ) Μέση ετήσια ακτινοβολία: διπλάσια στον ισημερινό από ότι στους πόλους. Μέση ετήσια θερμοκρασία: -50 ~ +30 ο C Μέση ετήσια ταχύτητα ανέμου: ελαφρώς μεγαλύτερη στους πόλους.

Α8. Παραδείγματα εφαρμογής Στις ακόλουθες διαφάνειες απεικονίζονται 4 διαγράμματα. Πάνω αριστερά: Ωριαία κατανομή του ανέμου για κάθε μήνα (παρατηρήσεις). Πάνω δεξιά: Ωριαία κατανομή του ανέμου για κάθε μήνα (μοντέλο). Κάτω αριστερά: Καλύτερος μήνας (παρατηρήσεις και μοντέλο) Κάτω δεξιά: Χειρότερος μήνας (παρατηρήσεις και μοντέλο)

Α8. Παραδείγματα εφαρμογής (Brunei)

Α8. Παραδείγματα εφαρμογής (Malaysia)

Α8. Παραδείγματα εφαρμογής (Ukraine)

Α8. Παραδείγματα εφαρμογής (Belgium)

Α8. Παραδείγματα εφαρμογής (Moscow)

Α8. Παραδείγματα εφαρμογής (Port Heiden, Alaska)

Α8. Παραδείγματα εφαρμογής (Sweden)

Α8. Παραδείγματα εφαρμογής (Norway)

Α8. Παραδείγματα εφαρμογής (McKinley Park, Alaska)

Α8. Παραδείγματα εφαρμογής (Larissa)