Chapter · September 015 doi: 10. 1201/b18973-33 citations 11 reads 3,065 authors: Some of the authors of this publication are also working on these related projects

Validation of coastal winds
Before the model can be used as a trustworthy tool
for building wind resource maps, a validation process
has to be undertaken. Thus it is necessary to check the
model consistency at both heights before it can be used
as a trustworthy tool for building wind resource maps.
The validation of coastal waters is of most importance
since most wind turbines are usually placed near shore.
In addition, the satellite data is usually noisy due to
land contamination near coastal areas and therefore the
buoys constitute important tools for near shore wind
validation.
The statistical analysis is carried out through the
evaluation of four statistical parameters: bias, Pierson
correlation coefficient (r), root mean squared error
(RMSE) and the standard deviation (stde). These
parameters can be defined by the following relation-
ships:
where M
i
represents the measured values, S
i
the sim-
ulated values, is the mean of the measured values, is
221

---

Table 3.
Statistical evaluation of wind simulations in coastal
waters at 10 m height.
2009–2013
bias
RMSE
R
Stde
Cabo Peñas
0.61
2.33
0.81
2.25
Cabo Silleiro
0.58
2.05
0.86
1.97
Estaca Bares
0.45
1.89
0.87
1.84
Golfo Cadiz
−
0.05
1.92
0.82
1.92
Villano Sisargas
0.57
1.94
0.89
1.85
Table 4.
Statistical evaluation of wind simulations in coastal
waters at 80 m height.
2009–2013
bias
RMSE
R
Stde
Cabo Peñas
0.28
2.89
0.79
2.88
Cabo Silleiro
0.14
2.58
0.84
2.57
Estaca Bares
−
0.06
2.39
0.85
2.39
Golfo Cadiz
−
0.51
2.56
0.80
2.50
Villano Sisargas
0.03
2.38
0.88
2.38
Table 5.
Statistical evaluation of wind simulations in land
at 80 m height for the 10 year period.
Station
bias
RMSE
R
Stde
Gago Coutinho
−
0.31
2.22
0.73
2.20
the mean of the simulated values, and n the number of
observations.
The wind speed at turbine hub height of 80 m
is computed over the entire nested domain area by
performing a vertical interpolation between adjacent
WRF sigma-half levels using a post processing tool.
To compare the different datasets, wind speed
measures provided by the oceanographic buoys are
adjusted to a 10 m and 80 m height, thus keeping the
consistency with the model output. Inland, the winds at
80 m are compared to radio sounding measures at the
same height from a station located in Gago Coutinho
(Latitude = 38.76, Longitude = −9.13).
The winds from the model dataset are calculated
at the corresponding model grid points closest to
the buoys and station sites, using a nearest neighbor
interpolation technique.
The results of the statistical evaluation for coastal
waters winds at 10 and 80 m height are summarized in
Tables 3 and 4, respectively. Table 5 shows the results of
the statistical evaluation of wind simulations inland at
80 m height for the 5 year period. All statistical results
are with respect to the 5 year period.
With respect to coastal waters, the results from
Table 4 indicate that the model is able to represent
the surface wind pattern with a high degree of suc-
cess. With concern to the 10 m height analysis, there
is a slight overestimation by the model as the positive
bias indicates except in Golfo de Cadiz where a small
underestimation by the model takes place. Notwith-
standing, the lowest bias is obtained for Golfo de
Cadiz. Overall, model simulations for Estaca de Bares
are the ones closest to the measurements in terms of
bias, RMSE, STDE and R. Although the buoys are
placed at distant grid points, the statistical results are
similar for the 5 buoys evidencing that the model is able
to capture the distinct characteristics of each region.
At 80 m height the results are similar despite a
slightly lower performance in terms of RMSE, Stde
and R, counterbalanced by a lower bias. Inland, the
the model underestimates the true wind speed by
(−0.31 m/s) but is able to represent the local wind char-
acteristics efficiently. In general, the model had a better
performance for coastal waters, with lower values of
Stde, RMSE and bias and higher correlation coeffi-
cients which could be explained by less turbulence
offshore due to the topography and lack of obstacles.
Although the results can be considered good, an
insufficient model resolution regarding the complexity
of the coastal topography together with extrapolation
errors could influence the model results near the shore-
line and be the cause of the observed discrepancies.
3
WIND RESOURCE ASSESSMENT
3.1