বায়ু এবং সৌর থেকে বিদ্যুৎ উৎপাদনের পূর্বাভাস

Machine-learning technology is being used to accurately predict energy generation from wind and solar for integration with the national grid, as part of a collaboration between মোনাশ বিশ্ববিদ্যালয়ের গ্রিড ইনোভেশন হাব, ওয়ার্লি এবং প্যালিসেড এনার্জি।

সার্জারির অস্ট্রেলিয়ান নবায়নযোগ্য শক্তি সংস্থা (ARENA)-funded project aims to provide wind and solar power generators with more accurate and reliable five-minute-ahead self-forecasting tools.

ন্যাশনাল ইলেক্ট্রিসিটি মার্কেটের জন্য প্রয়োজনীয় পাঁচ মিনিট-আগামী পূর্বাভাসের যথার্থতা উন্নত করে, Worley এবং Monash টিম দ্বারা তৈরি পূর্বাভাস সমাধানগুলি আরও নিরাপদ এবং নির্ভরযোগ্য গ্রিড সক্ষম করতে পারে। দুর্বল প্রেরণের ফ্রিকোয়েন্সি কমাতে আরও ভাল পূর্বাভাসের মাধ্যমে এটি সম্ভব হয়েছে, যার ফলে সামগ্রিক গ্রিড স্থিতিশীলতার সাথে আপস না করে বাজারে নবায়নযোগ্যগুলির একটি উচ্চ অংশ সমর্থন করে।

The development of the machine learning forecasting methodology was led by Dr Christoph Bergmeir from the Department of Data Science and AI at the Faculty of Information Technology (IT) at Monash University, in collaboration with Monash Business School’s Department of Econometrics and Business Statistics, and was initiated by the Monash Energy Institute’s Grid Innovation Hub.

"স্বল্পমেয়াদী ভবিষ্যদ্বাণী করা নবায়নযোগ্য শক্তি উৎপাদন করা সহজ কাজ নয়। চাহিদা অনুযায়ী নবায়নযোগ্য শক্তি উৎপাদন করা সম্ভব নয়, কারণ এটি বাধ্যতামূলক প্রাকৃতিক সম্পদ "যেমন বাতাস এবং সূর্য। অতএব, একটি স্থিতিশীল নেটওয়ার্ক এবং পর্যাপ্ত বিদ্যুৎ উৎপাদন অর্জনের জন্য, আমাদের একটি নির্ভরযোগ্য স্বল্পমেয়াদী পূর্বাভাস পদ্ধতির প্রয়োজন," ডঃ বার্গমেয়ার বলেন।

“By introducing machine learning methodologies to this short-term forecasting process, we’re able to apply algorithms that are trained on historical time series data, resulting in the accurate forecasting of wind and solar energy.”

প্রকল্পের মূল সুবিধাগুলির মধ্যে রয়েছে পুনর্নবীকরণযোগ্য প্রজন্মের উন্নত প্রেরণযোগ্যতার কারণে গ্রিডে পুনর্নবীকরণযোগ্য শক্তির অনুপ্রবেশ বৃদ্ধি এবং পূর্বাভাস লক্ষ্য পূরণে ব্যর্থতার ফলে জেনারেটরদের দ্বারা ফ্রিকোয়েন্সি নিয়ন্ত্রণ আনুষঙ্গিক পরিষেবা (FCAS) অর্থপ্রদান হ্রাস করা।

“আমাদের পূর্বাভাস সমাধান আমাদের বিদ্যমান পুনর্নবীকরণযোগ্য গ্রাহকদের তাৎক্ষণিক মূল্য প্রদান করে কারণ তারা কম FCAS চার্জ লক্ষ্য করে। এবং সাথে পাওয়ার প্রেডিক্ট officially launched, renewable generators in Australia and internationally can benefit from our power forecasting technology,” said Denis Marshment, Global Vice President of Data Science Customer Solutions at Worley.

এই মডেলগুলির গবেষণা এবং বিকাশ বায়ু এবং সৌর পূর্বাভাসে মেশিন লার্নিং এবং অন্যান্য এআই প্রযুক্তির প্রয়োগ সম্পর্কে জ্ঞানের সামগ্রিক অংশে যোগ করবে বলে আশা করা হচ্ছে।

"আবহাওয়ার প্রাকৃতিক পরিবর্তনগুলি পুনর্নবীকরণযোগ্য জেনারেটরদের জন্য তাদের স্বল্পমেয়াদী বিদ্যুৎ উৎপাদনের মাত্রা সঠিকভাবে পূর্বাভাস দেওয়া কঠিন করে তোলে এবং এটি গ্রিডের স্থায়িত্বকে প্রভাবিত করে৷ শুধুমাত্র 2020 সালে, ভুল শক্তি ভবিষ্যদ্বাণীর জন্য অস্ট্রেলিয়ান জেনারেটরদের $210 মিলিয়ন খরচ হয়েছে, তাই ভবিষ্যতে পাঁচ মিনিট দেখার জন্য মেশিন লার্নিং অ্যালগরিদম ব্যবহার করা অবিশ্বাস্যভাবে মূল্যবান। আমাদের পূর্বাভাস অ্যালগরিদমগুলি আমাদের গ্রাহকদের পাওয়ার আউটপুট পূর্বাভাসে 45% উন্নতি করেছে,” মার্শমেন্ট বলেছে।

প্রযুক্তির বোর্ড জুড়ে শক্তির দাম কমানোর সম্ভাবনা রয়েছে, এবং হাইড্রো এবং অন্যান্য ধরণের পরিষ্কার শক্তির জন্য সম্ভাব্য উপায়গুলি উন্মুক্ত করার সম্ভাবনা রয়েছে।

“যদি পুনর্নবীকরণযোগ্য জেনারেটরগুলি তাদের কারকের অর্থ প্রদানের কারণগুলি কমাতে পারে, তবে তারা সস্তায় বিদ্যুৎ উৎপাদন করতে পারে এবং অবশেষে সেই সঞ্চয় গ্রাহকদের কাছে চলে যেতে পারে। এটি পুনর্নবীকরণযোগ্যগুলিকে আরও প্রতিযোগিতামূলক করে তুলবে, যা একটি পছন্দসই ফলাফল, "ডাঃ বার্গমেইর বলেছেন।

মোনাশ এনার্জি ইনস্টিটিউটের ডিরেক্টর অ্যাসোসিয়েট প্রফেসর এরিয়েল লিবম্যান যোগ করেছেন, “এটি মোনাশ এনার্জি ইনস্টিটিউট এবং গ্রিড ইনোভেশন হাবের স্টার কম্পিউটার সায়েন্স এবং এআই টিমের একটি উত্তেজনাপূর্ণ এবং সময়োপযোগী অ্যাপ্লিকেশন। এই প্রকল্পটি দেখায় কীভাবে শিল্প, আমাদের দূরদর্শী অংশীদার ওর্লি দ্বারা প্রতিনিধিত্ব করে এবং একাডেমিয়া বাস্তব তৈরি করতে পারে প্রভাব together both commercially and in contributing to the global effort to stop climate change.”

বায়ু এবং সৌর থেকে বিদ্যুৎ উৎপাদনের পূর্বাভাস মূলত দ্বারা প্রকাশিত হয়েছিল টেকসই বিষয়.