Vorhersage der Stromerzeugung aus Wind und Sonne

Mithilfe von Machine-Learning-Technologie wird die Energieerzeugung aus Wind und Solar- zur Integration in das nationale Stromnetz, im Rahmen einer Zusammenarbeit zwischen Grid Innovation Hub der Monash University, Worley und Palisade Energy.

Die Australische Agentur für erneuerbare Energien (ARENA) gefördertes Projekt zielt darauf ab, Wind- und Solarstrom Generatoren mit genaueren und zuverlässigeren Selbstprognosetools für die fünfminütige Vorausschau.

Durch die Verbesserung der Genauigkeit der vom nationalen Strommarkt geforderten Fünf-Minuten-Vorhersagen können die vom Worley- und Monash-Team entwickelten Prognoselösungen ein sichereres und zuverlässigeres Netz ermöglichen. Dies wird durch bessere Prognosen ermöglicht, die die Häufigkeit schlechter Lastverteilung reduzieren und so einen höheren Anteil erneuerbarer Energien am Markt unterstützen, ohne die allgemeine Netzstabilität zu beeinträchtigen.

Die Entwicklung der Maschinelles Lernen Die Prognosemethodik wurde von Dr. Christoph Bergmeir vom Department für Datenwissenschaft geleitet und AI an der Fakultät für Informationstechnologie (IT) der Monash University, in Zusammenarbeit mit der Abteilung für Ökonometrie und Wirtschaftsstatistik der Monash Business School und wurde vom Grid des Monash Energy Institute initiiert Innovation Nabe.

„Die Vorhersage kurzfristiger erneuerbare Energie Die Energieerzeugung ist keine leichte Aufgabe. Erneuerbare Energie kann nicht auf Abruf produziert werden, da sie natürlichen Ressourcen „Wir benötigen zuverlässige kurzfristige Vorhersagemethoden, beispielsweise Wind und Sonne. Um ein stabiles Netz und eine ausreichende Stromerzeugung zu erreichen, benötigen wir daher eine zuverlässige Methode zur kurzfristigen Vorhersage“, sagte Dr. Bergmeir.

„Durch die Einführung von Methoden des maschinellen Lernens in diesen kurzfristigen Prognoseprozess sind wir in der Lage, Algorithmen anzuwenden, die auf historischen Zeitreihendaten trainiert sind, was zu einer genauen Vorhersage von Wind und Solarenergie"

Zu den wichtigsten Vorteilen des Projekts gehören ein erhöhter Anteil erneuerbarer Energien im Netz aufgrund einer verbesserten Disponibilität der Erzeugung erneuerbarer Energien und eine Reduzierung der Zahlungen der Erzeuger für Frequenzregelungs-Nebendienstleistungen (FCAS), die sich aus der Nichterfüllung der Prognoseziele ergeben.

„Unsere Prognoselösung bietet unseren bestehenden Kunden im Bereich erneuerbare Energien einen unmittelbaren Mehrwert, da sie niedrigere FCAS-Gebühren anstreben. Und mit PowerPredict offiziell eingeführte erneuerbare Generatoren in Australien und international können von unserer Stromprognosetechnologie profitieren“, sagte Denis Marshment, Global Vice President of Data Science Customer Solutions bei Worley.

Die Forschung und Entwicklung dieser Modelle dürfte zum Gesamtwissen rund um die Anwendung von maschinellem Lernen und anderen KI-Technologien zur Wind- und Solarprognose beitragen.

„Natürliche Wetterschwankungen erschweren es Erzeugern erneuerbarer Energien, ihre kurzfristige Stromerzeugung genau vorherzusagen, was sich auf die Netzstabilität auswirkt. Allein im Jahr 2020 kosteten ungenaue Leistungsprognosen australische Erzeuger 210 Millionen Dollar. Daher ist der Einsatz von Algorithmen des maschinellen Lernens, um fünf Minuten in die Zukunft zu blicken, unglaublich wertvoll. Unsere Prognosealgorithmen haben eine Verbesserung der Leistungsprognosen unserer Kunden um 45 % erreicht“, sagte Marshment.

Die Technologie hat das Potenzial, die Energiepreise auf breiter Front zu senken und möglicherweise neue Wege für Wasserkraft und andere Formen sauberer Energie zu eröffnen.

„Wenn Erzeuger erneuerbarer Energien ihre Verursacherprämien senken können, können sie Strom billiger produzieren und diese Einsparungen könnten schließlich an die Kunden weitergegeben werden. Dies würde erneuerbare Energien auch wettbewerbsfähiger machen, was ebenfalls ein wünschenswertes Ergebnis ist“, sagte Dr. Bergmeir.

Associate Professor Ariel Liebman, Direktor des Monash Energy Institute, fügte hinzu: „Dies ist eine spannende und zeitgemäße Anwendung eines der Star-Informatik- und KI-Teams des Monash Energy Institute und des Grid Innovation Hub. Dieses Projekt zeigt, wie die Industrie, vertreten durch unsere visionären Partner Worley, und die Wissenschaft echte Wirkung kommerziell und im Beitrag zu den weltweiten Bemühungen zur Eindämmung Klimawechsel"

Vorhersage der Stromerzeugung aus Wind und Sonne wurde ursprünglich von veröffentlicht Nachhaltigkeit ist wichtig.