Forudsigelse af elproduktion fra vind og sol
Maskinlæringsteknologi bliver brugt til præcist at forudsige energiproduktion fra vind og sol til integration med det nationale elnet, som en del af et samarbejde mellem Monash University's Grid Innovation Hub, Worley og Palisade Energy.
Det australske agentur for vedvarende energi (ARENA)-finansieret projekt har til formål at give vind- og solenergigeneratorer mere nøjagtige og pålidelige værktøjer til selvforudsigelse med fem minutter frem.
Ved at forbedre nøjagtigheden af prognoser med fem minutter frem, som kræves af det nationale elmarked, kan prognoseløsningerne udviklet af Worley og Monash-teamet muliggøre et mere sikkert og pålideligt net. Dette er gjort muligt gennem bedre prognoser for at reducere hyppigheden af dårlig afsendelse og derved understøtte en højere andel af vedvarende energi på markedet uden at gå på kompromis med den overordnede netstabilitet.
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.
"Forudsige kortsigtet vedvarende energi Generering er ikke en nem opgave. Vedvarende energi kan ikke produceres efter behov, da den er bundet til naturressourcer såsom vind og sol. Derfor har vi brug for en pålidelig kortsigtet forudsigelsesmetode for at opnå et stabilt netværk og tilstrækkelig strømproduktion,” sagde Dr. Bergmeir.
“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.”
De vigtigste fordele ved projektet omfatter øget udbredelse af vedvarende energi i nettet på grund af forbedret afsendelsesmulighed for vedvarende energi og reduktion i frekvenskontrolstøttetjenester (FCAS) betalinger fra generatorer som følge af manglende opfyldelse af prognosemål.
"Vores prognoseløsning giver øjeblikkelig værdi til vores eksisterende kunder med vedvarende energi, da de målretter mod lavere FCAS-afgifter. Og med PowerPredict officielt lancerede, vedvarende generatorer i Australien og internationalt kan drage fordel af vores strømforudsigelsesteknologi,” sagde Denis Marshment, Global Vice President for Data Science Customer Solutions hos Worley.
Forskningen og udviklingen af disse modeller forventes at føje til den samlede viden omkring anvendelsen af maskinlæring og andre AI-teknologier til vind- og solprognoser.
"Naturlige variationer i vejret gør det vanskeligt for vedvarende generatorer nøjagtigt at forudsige deres kortsigtede elproduktionsniveauer, og det påvirker nettets stabilitet. Alene i 2020 kostede unøjagtige strømforudsigelser australske generatorer 210 millioner dollars, så det er utroligt værdifuldt at bruge maskinlæringsalgoritmer til at se fem minutter ud i fremtiden. Vores prognosealgoritmer opnåede en forbedring på 45 % i vores kunders forudsigelser om effektudgang,” sagde Marshment.
Teknologien har potentiale til at sænke energipriserne over hele linjen og potentielt åbne muligheder for vandkraft og andre former for ren energi.
"Hvis vedvarende generatorer kan sænke deres årsagsbetalingsfaktorer, kan de producere elektricitet billigere, og i sidste ende kan den besparelse blive givet videre til kunderne. Det ville også gøre vedvarende energi mere konkurrencedygtig, hvilket også er et ønskeligt resultat,” sagde Dr. Bergmeir.
Lektor Ariel Liebman, direktør for Monash Energy Institute, tilføjede: "Dette er en spændende og rettidig anvendelse af et af Monash Energy Institutes og Grid Innovation Hubs stjernehold inden for computervidenskab og AI. Dette projekt viser, hvordan industrien, repræsenteret af vores visionære partnere Worley, og den akademiske verden kan skabe ægte indvirkning together both commercially and in contributing to the global effort to stop climate change.”
Forudsigelse af elproduktion fra vind og sol blev oprindeligt udgivet af Bæredygtighed betyder noget.
