TELKOM NIKA , Vol. 11, No. 7, July 201 3, pp. 3479 ~   3490   e-ISSN: 2087 -278X           3479      Re cei v ed  Jan uary 23, 201 3 ;  Revi sed Ma rch 1 3 , 2013;  Acce pted Ma rch 2 6 , 2013   Assessment of Wind Power Potential at Hawksbay,  Karachi Sindh, Pakistan       Shahna w a z  Farhan  Khah ro*1, Amir Mahmood Soo m ro 2 , Kav i ta Tabba ssum 3 , Lei Dong 4 ,  Liao Xiaozh ong 5   1,2, 4.5 School of Automatio n , Beiji ng Institute  of   T e chnol og y,  Beiji ng 10 00 8 1 , PR Chin a   2 Departme n t of Electrical En gi neer ing,  Me hra n  UET  Jamshoro, Sindh, Paki stan   3 Information T e chno log y  C ent er, Sindh Agr i c u lture U n ivers i ty T andoj am, Sindh, Pakista n   *Corres p o ndi n g  author, e-ma i l : shahn a w a z fa rhan@ gma il.co m 1         A b st r a ct     Pakistan is f a cing s e rio u s e nergy cr isis at   prese n t. T h e  gover n m ent  i s  ai mi ng to  utili z e  t h e   immense  pote n tial  of renew abl e en ergy s ources l i ke:  S o lar, W i nd, et c, in ad ditio n  to intens ify the   conve n tio nal  s ources  of e n e r gy to  over th e ac ute s hort age  of  ener gy . W i nd  ener gy  is th e fastes t- deve l op in g en ergy sourc e  w o rldw id e. T he ai m of th is pa per is to expl o r e and esti mate the w i nd po w e r  potenti a l of Ha w ksbay Karac h i, one of  the  locati ons in s o uthern p a rt  of Pakistan. W i n d  spee d data  (in   meters p e r se cond) fro m  Ap ril 200 9 to Ap ril 201 1  at fou r  different hei ghts is me asu r ed. W i nd po w e r  dens ities, freq uency d i stributi on, and W e i b u ll distrib u tio n  o f  w i nd speed a r e calcul ated i n  this study. Thi s   study als o  pr e s ents the  ana l ysis an d  co mp ariso n  of 5  nu mer i cal  metho d s to det ermin e  the W e i bul l  scal e   and  sha p e  par ameters for  th e av ail abl e w i nd  data. T h e  estimated  w i nd  pow er to  be   gen erate d  thro ug h   commercia l w i nd turbi ne is a l so incl ud ed. T he yearly   me a n  w i nd spee d at Haw ksbay, Karach i is 5.9m/s   and  has p o w e r density of 1 9 7 W / m 2  at 80 m heig h t w i th hi gh p o w e r den sity durin g Apr il to Aug u st. T h e   estimated  cost  per kW h  is  U S $0.03 45. T h e r efore th e site  may b e  co nsi dere d  su itabl e  for w i nd tur b i n e   app licati ons.     Ke y w ords : W i nd e ner gy, Po w e r density fu nction, W e i b u l l  di strib u tion,  Rayle i g h  Distri butio n, Ca paci t y   factor        Copy right  ©  2013 Un ive r sita s Ah mad  Dah l an . All rig h t s r ese rved .       1. Introduc tion   The  economi c  a n d  social   stability of  an y cou n try  stro ngly de pen ds upo n th e av ailability  of energy. Th e per capita e nergy con s u m ption is  an i ndex used to measure  the pro s pe rity of any  so ciety. Paki stan i s  a  de veloping  co u n try with  pop ulation of  al most 1 77 mil lion   pe ople   ha s   averag e yearl y  energy con s umptio n of about 45 0k Wh per  capita,  whe r ea s the  worl d’s i s  ab out   2730 kWh [1]. Pakistan is b a si cally an en ergy defic i ent  country. Almost 37% peo ple amon gst the  popul ation living in rem o te and ru ral a r e a s are waitin g to be con n e c ted to the na tional grid.   The co untry’ s  install ed e l ectri c ity gen erat ion  cap a c ity at prese n t is approximately  19,566M W, 3 0 % of which  is from hyd e l, 67% fr o m  fossil fuel s (32.3% from   natural  ga s a n d   35.3% from  oil in 2008 -0 9) an d rem a ining from  n u cle a r en erg y  [2-4]. The contri bution  of  hydroel ect r ici t y in the total gene ration  o f  the co untry  has  bee n de clinin g gradu ally from 70 % in   the 1960 s to  33% at pre s e n t [5]. This trend ha s tri g g e red  a ma ssi ve raise in el ectri c ity price  as  well a s  increa sed ai r polluti on.  Country’s poor economy  does not all o w  spe nding billions of  dolla rs on fossil fuel   import s , parti cula rly oil. M o st of the im ported  o il is  u s ed fo r ele c tri c ity gene ratio n . The  count ry’s   limited internal gas  and  oil  base,  with their  exis ting production  rate,  will  get  exhaust  within  2 t o  3  decade s. Pa kistan’ s imme n s e  coal  poten tial has  not b een p o tentiall y utilized  due  many rea s on s.   Similarly technolo g y ba rri ers,  high  cost, and inte rn ational  re stri ction s  a r e th e big  ba rri ers i n   developin g  n u cle a r e n e r g y  [6]. Thus a n  immedi at e sea r ch  for co st-effe ctive,  sustain able an d   environ ment-f riendly ene rgy  sou r ce s is  ne ce ss a r y to meet t he count ry’s req u ire m ent s.  Ren e wable - e nergy  re so urce s p a rti c ula r ly wi nd  ene rgy te chn o lo gy is ra pidly  growi ng  en ergy  resou r ce thro ugho ut the  world  be cau s e  of its  ample   existen c e, redu ced   cost and having  l o w  environ menta l  dama ge [7].  The  win d  p o we r g ene rat i on cap a city of  the worl d has  re ached  to   196,63 0MW  by the end of 2010 [8].    Evaluation Warning : The document was created with Spire.PDF for Python.
                               e-ISSN: 2 087-278X   TELKOM NIKA  Vol. 11, No . 7, July 2013  : 3479 – 349 0   3480 In ord e r to  e x plore th e wi nd pote n tial, Pakista n  Met eorol ogi cal  Departm ent (P MD)  and   Alternative Energy  Develo pment Boa r d  (AEDB)  in  co-o rdin ation  with UNDP h a s g a thered  wind   data in  co ast a l area s of P a ki stan.   Wind  data  colle cte d  at Hawksba y , Karachi is  pre s ente d  in t h is  pape r. Asse ssment s a nd  e v aluation s  of  wind  ene rgy  potential a r e   perfo rmed  by  many  cou n tri e s   of the world [ 9 -15].    The aim of this articl e is to highlight the  potential of wi nd re sou r ce a t  Hawksb ay, Kara ch i  at the coa s t o f  Sindh. Data  colle cted  at the site  ha s b een a nalyzed ,  estimated  p o we r availa bl e in  the win d  an d  elect r ical po wer expe cted  to be  g ene rated  via com m ercial wind turbine   ha s  a l so   been  cal c ulat ed in orde r to supp ort the  evaluation  a n d  planni ng of  future wi nd e nergy p r oje c t s  in  south e rn  regi on of Pakista n .      2.  Wind As ses sment an d Data Analy s is    It is essential  to have the familiarity with  wind characteri stics  like;  speed, duration of  time that win d  is availa ble  and di re ction in or der to  investigate th e wind  ene rg y potential for a   certai n location. Beside s, the den sity of air, de sign of  turbine a nd t he turbin e to wer  height aff e ct  the power  generated from  the wi nd.  These characteristic will  be  discussed  in the  subsequent  se ct ion s .     2.1 Wind  Speed  Char acteriza t ion   The  spee d of  wind va rie s   with hei ght. Several fun c t i ons  ca n be  use d  to express this  variation. Th e po wer  exp onent fun c tio n  is  comm on ly used fu nct i on an d is  gi ven in follo wi ng   equatio n;    () r r Z Vz V Z       (1)     whe r e  V(z )  i s  spe ed of wind at heig h t  Z  agl (above  grou nd level) ,  V r  is speed of win d  at  referen c e hei ght  Z r  agl an d  β   is an exp onent, relie s  on su rface ro ughn ess len g t h. The lengt h o f   surfa c e rou g h ness  an d  β  for variou s type s of terrai n s a r e given in literatu r e [16].    2.2  Statis tical Di stribu tion fo r Wind Da ta   Wind  spe ed chang es with t i me at particu lar lo cation th erefo r e it is nece s sary to carryo u t  empiri cal det ermin a tion  of wind sp eed   d i stributio n.  Weibull a nd  Ra yleigh di strib u tions are two of   the more  often use d  fun c tions a m on g a  numbe r of a v ailable empi rical fu nctio n s  to fit wind d a ta   over pe riod of  time at particular lo cation.      2.3.1  Weibull Distr i bution Func tion   The  Weibull  distrib u tion  function  offers th e be st ag reem en t with a va riety of  experim ental  data analy z ed [17-20]. It has  widel y  been u s e d   for the a s se ssment of wi nd   potential fo r  different regi ons i n  ma ny cou n trie s [5,  13, 21 -23]. T he Weibull  probability de n s ity  function (P DF ) of the wind  spe ed can be  det ermin ed from the follo wing e quatio n [24-26]:     1 () e x p kk kV V fV CC C         (2)     whe r e  C  &  k  are  Weib ull  scale (having  no unit) &  S hape  (same  unit as of  wi nd speed; m/ s)  para m eters resp ectively.   The co rrespo nding  cumul a tive distributio n function  FV  ca n be writin g a s  follow:      1e x p k V FV C       (3)       Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   e-ISSN:  2087 -278X     Asse ssm ent of wind po we r potent ial at Ha wksb ay, Kara chi Sind h, Pakista n  (Sh ahna wa z FK)  3481 2.3.2  Ra y l eigh Distribution Fu nction   The Raylei gh  distributio n is also used e x tensively for fitting wind speed d a ta. When the  value of sh ape pa ramet e r  k= 2  the  Weibull di stribution be comes  Raylei gh Di stributi on.  Therefore, th e Rayleig h  d i stributio n is  said  to b e  a  one-parame t er Wei bull d i stributio n. The  prob ability de nsity and re spective cu mu lative dist ribu tion function s for Rayleigh  distrib u tion can   be written a s ;     2 2 () e x p 24 avg a vg VV fV VV               (4)      2 1e x p 4 av g V FV V               (5)     whe r e  av g V  is average  wind  sp eed which ca n be found from the followi ng equ ation s ;    1 1 N avg i i VV N     (6)     The Wei bull distrib u tion with  two pa ra meters  i s   g e nerally more   versatile wh ile  the  Rayleig h  di st ribution,  havi ng o n e  pa ra meter, i s   sim p ler to u s e.   Even someti mes the  Rayl eigh   distrib u tion p r ovide s  a b e tter fitting than the  Wei bull di stributi on for fitting  the mea s u r ed  prob ability de nsity distrib u tion [19, 27].  I have  been observed tha t  the Rayleigh distrib u tion  is  biased towards lo w win d  speed s.     2.3  Metho d s for  Determining the Weibull Parameter   Weib ull para m eters ca n b e  determi ned  by us ing diff erent p a ra me ter estimatio n  method.  The Weibull  distrib u tion is important for the as sessm ent of the wi nd ene rgy po tential and wi nd   cha r a c t e ri st ic s;  t h e r ef o r e,  i t  is  ne ce ss ar y  t o   find  it s para m eters  p r ope rly. If its para m eters a r e  obtaine d well , the Weibull  distributio n not onl y agree better wit h  wind spee d data, but also   rep r e s ent the  wind po we r potential mu ch more a c curately [28].  Several te ch nique s  are  d e scrib ed i n  th e text to d e te rmine  the  We ibull p a ra met e rs to fit  Wei bull  distrib u tion to  the mea s u r e d  data  at a certain l o cation. Some of t hese meth od s, whi c h  provide   easy, effe ctive an d  accu rate meth od f o r  determinat ion of  Weibu ll pa ramete rs, are  de scri b e d   belo w ;      2.3.1 Graphic a l  Method :  This metho d   is impl eme n ted u s in g the  co ncept  of l east  sq uares to fit straigh t  line t o   wind  data, where  the time -se r ie s d a ta  must b e   sort ed into  bins.  In this meth o d , the shap e  “ k ”  and scale   “ C ” paramete r   can b e  d e termi ned  by re -a rrangin g  a nd ta king  natu r al l og of  cum u lat i ve  Weib ull distri bution fun c tio n , given in eq uation (3 ), wh ich yield s ;    ln l n 1 l n l n FV k V k C     (7)     This is  simila r to linear equ ation  y ax b  in whi c h;      ln ln 1 yF V    ,  ln x V ,  ak  and  ln bk C  (8)     Her e   x  and  y  are calcula t ed throu gh t he mea s u r ed  wind  spe e d  data. The  sl ope  a  and  t he  intercept  b   can be  determined th rou g h  stan dard le ast  squa re  re gre ssi on m e thod. Finally,  the   scale an d sh ape pa ram e ters  can b e  ca lculate d  as;     ka  and  b k Ce  (9)   Evaluation Warning : The document was created with Spire.PDF for Python.
                               e-ISSN: 2 087-278X   TELKOM NIKA  Vol. 11, No . 7, July 2013  : 3479 – 349 0   3482 2.3.2 Empirical  Method :  In this  method the  Weibull sc ale ‘ k ’ and   sh ape  ‘ C ’ p a r a me ter  c a n b e   de te r m ined   us in g   averag e win d  spee d and  standa rd deviat i on as follo ws [29-30];     1.086 av g k V      (10 )     1 1 av g V C k      (11 )     whe r e  is stan dard d e viatio n whi c h can b e  found from  the followin g  equatio ns;      1 2 2 1 1 1 N ia v g i VV N      (12 )     2.3.3  Maximum Likelihood Estimation Method:  This  method  is  comm onl y used  to d e te rmin e the  Wei bull p a rameters. Th e shap e   para m eter  ca n be estimate d by followi ng  equation iteratively [18, 2 9 -30];       1 11 1 ln ln NN k ii ii N k i i VV V i k N V           (13 )     whe r e  N  i s  th e total nu mb er of  win d   sp eed m e a s ure m ents  and   i V  is the  mea s u r ed  wind  sp ee d   value for the  i th measure m ent. After calcul ating the  value of sh ape p a ram e ter  k , the  sc ale  para m eter  C  can b e  determined u s ing f o llowin g  equ a t ion;    1 1 1 N k k i i CV N     (14 )     2.3.4  Modified Ma ximum Li kelihood Estima tion Meth od:  The m odified  maximum  li kelih ood  met hod  ca n b e   con s id ere d  if  win d   spe e d  data i s   available in f r eque ncy di stribution format . The Wei bull  para m eters  are  cal c ulate d  as foll ows [ 18,  29-3 1 ];      1 11 1 ln ( ) ln ( ) (0 ) () NN k ii i i ii N k ii i V V fV V i fV k fV Vf V           (15 )     whe r e  i V  is the  wind  sp eed   central to bi n   i .  () i f V  the freq u ency fo r wi nd  spe ed  ran g i ng withi n   bin  i , and  (0 ) fV  is the pro bability  for wind  spe ed equ al to or exceedi ng zero.         2.3.5  Energ y  Pattern Factor Me thod :  The ene rgy p a ttern facto r  method is  rel a t ed to the average d data  of wind sp ee d and is  defined by th e followin g  eq uation s  [29-3 0 , 32];    Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   e-ISSN:  2087 -278X     Asse ssm ent of wind po we r potent ial at Ha wksb ay, Kara chi Sind h, Pakista n  (Sh ahna wa z FK)  3483 3 3 () () av g pf av g V E V    (16 )      2 3. 69 1 pf k E   (17 )     whe r e  p f E   is the energy patte rn facto r .  The scale p a rameter  can b e  estimated u s ing e quatio n  (11).     2.4  Prediction P e rforma nce  of Weibull Di stribu tion M odel  The co rrelati on coeffici ent   2 R   a nd ro ot  m ean sq ua re e rro r ( RMSE ) analysi s  hav e been   carrie d o u t in  order to d e te rmine  which  one  of  the Weibull parame t er cal c ulatio n  metho d s  gi ves  a better re sult . These p a ra meters ca n b e  cal c ulate d  from the follo wing e quatio ns [29, 33];      22 2 11 2 1 NN ii ii N i i yz x z R yz      (18 )      1 2 2 1 1 N ii i RM S E y x N      (19 )     whe r e  i y  is the  ith  ac tual data,  i x  is the  ith   predi cted  dat a with  the  Weibull  distri bu tion,  z  is the  mean of actu al data and  N  is the numb e r of observa tions. The hig h   2 R   and low value of  RMSE   will give the b e tter model.      2.5 Wind  Po w e r  Gener a tion   The wi nd po wer P (W), with air den sity  ρ  (Kg/m3), a nd win d  turbi ne swept a r e a   T A (m 2 )  can b e  cal c ul ated by [34];      3 1 2 pT P CA V  (20 )     whe r e  p C  is Betz limit and is  equal to 0.59 3  The win d  po wer exp r e s se d in terms of  area,  inde pe ndent of the wind turbine  area, is  kno w n a s  wi n d  power de nsity ( WPD ). It can b e  obtain ed from the e quation (20 ) , as given b e lo w;    3 1 2 p T P WP D C V A   (21 )     The win d  ene rgy (E) extra c ted by a wind  turbine, ca n be determine d as [24];     0 . E TP V f V d V  (22 )     whe r e T is ti me peri od an d   PV is the win d  turbin e’s p o w e r cu rv e   Substitute e q uation  (2 ) int o  (2 2), th e  wind  ene rgy  in term s  of Weib ull di stri bution i s   obtaine d, and  is given by;    Evaluation Warning : The document was created with Spire.PDF for Python.
                               e-ISSN: 2 087-278X   TELKOM NIKA  Vol. 11, No . 7, July 2013  : 3479 – 349 0   3484  1 ex p . kk KV V E TP V d V CC C      (23 )     The  wind tu rbine’ s produ ctivity or some  other   po wer  gene ration fa cility is me asured  by  an ele m ent  kno w  a s   ca pacity facto r  ( f C ). It evaluates the  rati o of the tu rbine' s a c tual  production to the rated power the turbine ru nning with entire  capability for the same time  duratio n [35]. It can be cal c ulated a s ;      e n e r g y  p r od uc e d  ( W h/ y e a r ) %1 0 0 r a t e d  w i nd    e n e r g y  p r od uc e d  ( W h/ y e a r ) f Wi n d C   (24 )       3. Resul t s  and  Discus s ion   The  Ha wksb ay co ast, n e a r Ka ra chi, i s  in   southe rn  part  of Pa ki stan. T he  ge ogra phi c  locatio n  of  wi nd  spee d m e asu r em ent  site is  24°  52’  0 2 .025’’ N  an d  66°  51’ 4 1 .98 3 ’’ E.   The wi nd   data con s ide r ed in thi s  pa per i s  for  25  months from  Apr 20 09 to  Apr 20 11 m e asu r ed  every  10  minutes.  T h e  averag e ho u r ly, daily and  monthly  win d   spe ed h a ve b een  cal c ulate d  at 10m, 3 0 m ,  60m and 8 0 m  heights .  T able 1 sh ows Monthly mean wind  spe e d  for all 25 months. It ca n be   observed  that  monthly  average  win d   spe ed at  80m  h e i ght is mo re  than  5m/s.  Th e me an  hou rl y,  daily and mo nthly wind sp eed value s  at  different heig h ts are  sho w n in Figure 1.               Figure 1.  Averag e Win d  Speed at Hawksbay, Kara chi           (a) Hourly  (b) Daily  (c) Monthly  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   e-ISSN:  2087 -278X     Asse ssm ent of wind po we r potent ial at Ha wksb ay, Kara chi Sind h, Pakista n  (Sh ahna wa z FK)  3485 Table 1. Mont hly mean win d  Speed (m/ s ) at Ha wksba y   Time  (Mon th )   W i nd Spee d ( m / s )   80  m   60 m   30 m   10 m   Apr-09  6.215   5.999   5.481   5.041   Ma y - 0 9  6.605   6.437   6.018   5.673   Jun-09  6.852   6.681   6.246   5.883   Jul-09 7.643   7.390   6.825   6.325   Aug-09  7.346   7.172   6.778   6.392   Sep-09  6.574   6.331   5.698   5.231   Oct-09  4.521   4.345   3.940   3.567   Nov-09  4.782   4.595   4.046   3.416   Dec-09  4.923   4.682   4.048   3.405   Jan-10  4.447   4.267   3.768   3.213   Feb-10  5.162   4.974   4.471   3.876   Mar-10  5.641   5.464   5.037   4.644   Apr-10  6.739   6.526   5.976   5.520   Ma y - 1 0  7.928   7.656   7.038   6.577   Jun-10  7.336   7.081   6.491   6.060   Jul-10 6.897   6.736   6.316   5.958   Aug-10  6.149   5.996   5.521   5.157   Sep-10  5.511   5.310   4.837   4.439   Oct-10  4.474   4.319   3.903   3.479   Nov-10  4.724   4.529   4.001   3.414   Dec-10  5.210   4.896   4.204   3.484   Jan-11  4.926   4.721   4.176   3.582   Feb-11  4.924   4.752   4.247   3.704   Mar-11  5.302   5.086   4.620   4.214   Apr-11  5.821   5.625   5.128   4.740       The yearly mean wi nd power  de nsi t y obtained at Hawksb ay   is 197.1 85W/m 2 ,  179.30 4W/m 2 , 143.222 W/m 2  and 11 7.309 W/m 2  at 80m, 60m, 30m an d 10m heig h ts  respe c tively. Thu s  the  available  annu al ene rgy den sity woul d be  1727.3 3 6 k Wh/m 2 ,  1570.6 9 9 k Wh/m 2 , 1254.6 22kWh/m 2  a nd  1 027.6 2 4 k Wh/m 2  of  rotor  are a  fo r the fo ur hei ghts  r e spec tively.  Monthly wind  powe r  den si ty and avera ge ene rg y de nsity of the rotor area at the four  height s is sh own in Fig u re 2 and Figu re 3 re sp e c ti vely. It can be noted that the wind po wer  den sity in  su mmer du ring   the mo nths o f  April to  A u g u st i s  fai r ly g ood. T he ye a r ly average  wind   spe ed, mean  wind p o wer d ensity and e n e rgy den sity  at different he ights are give n in Table 2.   The Weibull  Scale “ C ” an d sha pe “ k ” a nd the mod e l  predi ction p e r forma n ce pa ramete rs  R 2  an d  RMSE  are  dete r mi ned th rou gh f i ve method s f o r fou r  diffe re nt height s in   this  study. Th e   Weib ull para m eters and a nalysi s  re sult s are m ention ed in Table 3.           Figure 2. Monthly average  wind  po we r den sity at Hawksb ay  Evaluation Warning : The document was created with Spire.PDF for Python.
                               e-ISSN: 2 087-278X   TELKOM NIKA  Vol. 11, No . 7, July 2013  : 3479 – 349 0   3486     Figure 3. Monthly energy  den sity at Hawksb ay      Table 2. Ann ual mean  Win d  spe ed, win d   power an d energy den sities at Ha wksbay  Height  (m)   V av g.  (m/s)   Power densit y   (W /m 2 )  Energ y   (k W h /m 2 )  80 5.939   197.185   1727.336   60 5.742   179.304   1570.699   30 5.241   143.222   1254.622   10 4.767   117.309   1027.624       Table 3. Statistical a nalysi s  for wi nd dat a measured a t  Hawksbay Kara chi   Heigh t  Metho d   k  C  RMSE  R^2  80m  MLM 2.5139   6.5913   0.00004263   0.99999994   MM 2.5321   6.5976   0.00004223   0.99999994   GM  2.2159   5.9833   0.00048150   0.99999199   MMLM 2.5376   6.5942   0.00004280   0.99999994   EPFM 2.5004   6.5998   0.00004236   0.99999994   60M  MLM 2.4939   6.3662   0.00005225   0.99999987   MM 2.5073   6.3713   0.00005224   0.99999987   GM  2.1870   5.7868   0.00049397   0.99998859   MMLM 2.5167   6.3679   0.00005328   0.99999987   EPFM 2.4823   6.3728   0.00005142   0.99999988   30M  MLM 2.3410   5.8010   0.00007261   0.99999971   MM 2.3529   5.8039   0.00007352   0.99999970   GM  2.1609   5.1062   0.00055225   0.99998322   MMLM 2.3647   5.8041   0.00007497   0.99999969   EPFM 2.3436   5.8046   0.00007251   0.99999971   10M  MLM 2.0979   5.2784   0.00016402   0.99999789   MM 2.1065   5.2727   0.00016593   0.99999784   GM  2.0503   4.4907   0.00060251   0.99997149   MMLM 2.1225   5.2794   0.00016826   0.99999778   EPFM 2.1239   5.2733   0.00016903   0.99999776       It is obse r v ed that the  maximum l i kelih ood m e thod, empi rical meth od,  modified   maximum li kelihoo d meth od a nd  ene rg y pattern  fact or m e thod, to  dete r mine  scale  an d  sha p e   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   e-ISSN:  2087 -278X     Asse ssm ent of wind po we r potent ial at Ha wksb ay, Kara chi Sind h, Pakista n  (Sh ahna wa z FK)  3487 para m eters  of Weibull di stributio n, gi ve the good  fitting result s for wi nd d a ta colle cted  at  Ha wksb ay site. The grap hi cal metho d  didn’t give goo d fitting result s with mea s u r ed wi nd sp e e d   at four height s in this stu d y.    The Weibull  prob ability di stributio ns  ob tained fro m  five method s  were comp ared to the  measured wi nd data to find their su itabi lity. Figure 4 depi cts the We ib ull pro b ability distribu tions  of wind spee ds over frequ ency di stributi on of  wind  sp eed s at four d i fferent altitudes.    The  com pari s on  bet wee n  Wei bull  an d Rayleigh   distrib u tion  o f  wind  spee ds  over  freque ncy di stribution at 8 0 m height, fo r above me nt ioned five me thods, is  sh o w n in Fig u re  5 .   Usually at low wind velo cities the Wei bull dist ri butions fit poorly , however, it is endurable  as  extremely sm all power is g enerat ed at these win d  sp eed s. It can  be ob serve d  that the Weib ull   distrib u tion gi ve better fitting than Raylei gh distri butio n for wind  sp eed data at th e can d idate  site                Figure 4. Wei bull probabilit y distributions of  wind speeds at four  heights at Hawksbay       To cal c ulate t he yearly ene rgy pro d u c e  by a  wind turbine is o ne of  the nece s sa ry steps  to assess an y wind energ y  project. Th e powe r  (o r energy) prod uce d  at  a given site by any  particula r win d  turbine d e p end s not onl y upon t he existence of good win d  but  also on its h ub  height, roto r area a nd the  cap a city facto r  (o r efficien cy).  In this articl e  the annu al power g ene rati on potenti a l of Nordex  N82/1 500 a n d  Suzlo n   S66 wind tu rbine s  are  cal c ulate d  as a n  example.  Th e detail of pa ramete rs  of Nordex N8 2/1500  [36] and Suzl on S66 [37] is given in Tabl e 4.  Annual  outpu t energy for  Ha wksb ay, Kara chi i s  fou nd to b e  5.4 1 GWh  with theoretica l   cap a city facto r  of 0.411 thr ough  Nordex N82/1 500 at  80m. Annual   output ene rgy  expected to  be  gene rated th ough Su zlo n  S66 at the same  80m h e i ght is 3.5 1 G Wh  with th eoreti c al  cap a city  factor of 0.3 20. The  an n ual o u tput e nergy   expe cted to  be  ge nerate d  th ro ugh th e two  wind   turbine s , use d  in this study , at height 80m and 60m i s  given in Tabl e 5.   The  study a bout a s sessment of wi nd  ene rgy pot e n tial at Hawksbay  sho w s  that it is  suitabl e site for win d  po we r pro d u c tion p r oje c ts, like; small stand -al one sy stems  and/or la rge  off- grid  or gi rd  conne cted  wi n d  farm s i n  Si ndh Pa ki st an.  It is  wo rth m entionin g  h e re that a  d e tailed  eco nomi c  ev aluation  mu st be  done  bef ore i n sta lli ng  a large  win d   energy p r oje c t. Study sh o w s  that there i s   stron g   wind  e s pe cially i n   summer  at  Ha wksb ay, wh e n  ele c tri c ity d e mand  am plified   due to  cooli n g load s. Th u s , it coul d be  benefi c ia l to  install  wind  energy proje c ts to m eet the  con s um er’ s  requireme nts.   (a) At 80m  (b) At 60m  (c) At 30m  (d) At 10m  Evaluation Warning : The document was created with Spire.PDF for Python.
                               e-ISSN: 2 087-278X   TELKOM NIKA  Vol. 11, No . 7, July 2013  : 3479 – 349 0   3488            Figure 5. Co mpari s o n  of Weib ull & Ra yleigh dist ri bu tion with mea s ured wi nd d a ta at 80m he ight  usin g (a ) ML M; (b) EM; (c) GM; (d) MM LM; and (e ) EPFM      Table 4. Main  characte ri stics of wi nd turbine s   Turbi ne m ode l   Nordex  N82/1500 [36]   Suz l on  S66 [37]   Rated po wer (k W)  1500   1250   Rotor diamete r  ( m )  82  66  Hub height (m )   80  54,63,72   Cut-in  w i nd spee d (m/s)   3.5  3  Rated  w i nd spee d (m/s)   12  14  Cut-out  w i nd  speed (m/s)   25  22      Table 5. Esti mated ann ual  energy ge ne rated thr oug h  wind turbi n e s  and  co st/kWh at Ha wksbay,  Karac h i  Turbine mod e l  Nordex  N82/150 0   Suzlon S66   Height (m)   80m  60m 80m 60m  Power Gene rate d  (kW)  617.19   561.23   399.83   363.58   Energ y  P r oduce d  (MWh)   5406.59   4916.37   3502.55   3184.96   Capacit y  Facto r   0.411   0.374   0.320   0.291   Cost/kWh (US$)   0.0345   0.0408   0.0443   0.0525         4. Cos t   An aly s is  The e s timatio n  of the cost s of kWh of e ner gy p r o d u c ed by the tu rbine s  ha s b e en do ne   with following as sumptions:  (a) T he lifetime of turbine ‘ t’  was a s sume d to be 20 years.   (a) (b)  (c) (d)  (e)  Evaluation Warning : The document was created with Spire.PDF for Python.