Predecir la generación de energía a partir de energía eólica y solar.
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 Centro de innovación Grid de la Universidad de Monash, Worley y Palisade Energía.
El Agencia Australiana de Energías Renovables (ARENA)-funded project aims to provide wind and solar power generators with more accurate and reliable five-minute-ahead self-forecasting tools.
Al mejorar la precisión de los pronósticos con cinco minutos de anticipación requeridos por el Mercado Eléctrico Nacional, las soluciones de pronóstico desarrolladas por el equipo de Worley y Monash pueden permitir una red más segura y confiable. Esto es posible gracias a mejores pronósticos para reducir la frecuencia del despacho deficiente, respaldando así una mayor participación de las energías renovables en el mercado sin comprometer la estabilidad general de la red.
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.
“Predecir a corto plazo energía renovable La generación de energía no es una tarea fácil. La energía renovable no se puede producir según la demanda, ya que está destinada a... recursos naturales Como el viento y el sol. Por lo tanto, para lograr una red estable y suficiente generación de energía, necesitamos un método de predicción fiable a corto plazo», afirmó el 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.”
Los beneficios clave del proyecto incluyen una mayor penetración de energía renovable en la red debido a una mejor capacidad de despacho de la generación renovable y una reducción en los pagos por servicios auxiliares de control de frecuencia (FCAS) por parte de los generadores como resultado del incumplimiento de los objetivos previstos.
“Nuestra solución de pronóstico proporciona valor inmediato a nuestros clientes existentes de energías renovables, ya que apuntan a cargos FCAS más bajos. Y con Poder predecir 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.
Se espera que la investigación y el desarrollo de estos modelos aumenten el conjunto general de conocimientos sobre la aplicación del aprendizaje automático y otras tecnologías de inteligencia artificial a la previsión eólica y solar.
“Las variaciones naturales del clima dificultan que los generadores renovables pronostiquen con precisión sus niveles de generación de energía a corto plazo, y esto afecta la estabilidad de la red. Solo en 2020, las predicciones de energía inexactas costaron a los generadores australianos 210 millones de dólares, por lo que utilizar algoritmos de aprendizaje automático para ver cinco minutos en el futuro es increíblemente valioso. Nuestros algoritmos de pronóstico lograron una mejora del 45% en las predicciones de producción de energía de nuestros clientes”, dijo Marshment.
La tecnología tiene el potencial de reducir los precios de la energía en todos los ámbitos y potencialmente abrir vías para la energía hidroeléctrica y otras formas de energía limpia.
“Si los generadores renovables pueden reducir sus factores de remuneración del causante, pueden producir electricidad más barata y, eventualmente, ese ahorro podría trasladarse a los clientes. También haría que las energías renovables fueran más competitivas, lo que también es un resultado deseable”, afirmó el Dr. Bergmeir.
El profesor asociado Ariel Liebman, director del Monash Energy Institute, añadió: “Esta es una aplicación emocionante y oportuna de uno de los equipos estrella de informática e inteligencia artificial del Monash Energy Institute y Grid Innovation Hub. Este proyecto muestra cómo la industria, representada por nuestros socios visionarios Worley, y el mundo académico pueden crear verdaderas impacto positivo together both commercially and in contributing to the global effort to stop climate change.”
Predecir la generación de energía a partir de energía eólica y solar. fue publicado originalmente por La sostenibilidad importa.
