Prédire la production d’électricité à partir de l’énergie éolienne et solaire
La technologie d'apprentissage automatique est utilisée pour prédire avec précision la production d'énergie éolienne et solaire en vue de son intégration au réseau national, dans le cadre d'une collaboration entre Centre d'innovation en réseau de l'Université Monash, Worley et Palissade Energy.
Le Agence australienne des énergies renouvelables (ARENA) vise à fournir aux générateurs d'énergie éolienne et solaire des outils d'auto-prévision plus précis et plus fiables à cinq minutes d'avance.
En améliorant la précision des prévisions à cinq minutes requises par le marché national de l'électricité, les solutions de prévision développées par l'équipe de Worley et Monash peuvent permettre un réseau plus sûr et plus fiable. Ceci est rendu possible grâce à de meilleures prévisions visant à réduire la fréquence des mauvaises répartitions, soutenant ainsi une part plus élevée d'énergies renouvelables sur le marché sans compromettre la stabilité globale du réseau.
Le développement de la machine learning La méthodologie de prévision a été dirigée par le Dr Christoph Bergmeir du Département de science des données et AI à la Faculté des technologies de l'information (TI) de l'Université Monash, en collaboration avec le Département d'économétrie et de statistiques commerciales de la Monash Business School, et a été initié par le Grid Institute de Monash Energy Innovation Centre.
« Prédire les événements à court terme des énergies renouvelables « Produire de l’électricité n’est pas une tâche facile. L’énergie renouvelable ne peut pas être produite à la demande, car elle est liée à des ressources naturelles telles que le vent et le soleil. C’est pourquoi, pour parvenir à un réseau stable et à une production d’électricité suffisante, nous avons besoin d’une méthode de prévision fiable à court terme », a déclaré le Dr Bergmeir.
« En introduisant des méthodologies d'apprentissage automatique dans ce processus de prévision à court terme, nous sommes en mesure d'appliquer des algorithmes formés sur des données de séries chronologiques historiques, ce qui permet de prévoir avec précision les vents et les précipitations. énergie solaire. »
Les principaux avantages du projet comprennent une pénétration accrue des énergies renouvelables dans le réseau grâce à une meilleure répartition de la production renouvelable et une réduction des paiements des services auxiliaires de contrôle de fréquence (SCAF) par les générateurs résultant du non-respect des objectifs prévus.
« Notre solution de prévision offre une valeur immédiate à nos clients existants dans le domaine des énergies renouvelables, car ils visent des tarifs FCAS inférieurs. Et avec PowerPredict officiellement lancés, les générateurs renouvelables en Australie et dans le monde peuvent bénéficier de notre technologie de prévision de puissance », a déclaré Denis Marshment, vice-président mondial des solutions clients pour la science des données chez Worley.
La recherche et le développement de ces modèles devraient enrichir l’ensemble des connaissances sur l’application de l’apprentissage automatique et d’autres technologies d’IA à la prévision éolienne et solaire.
« Les variations naturelles des conditions météorologiques font qu'il est difficile pour les producteurs d'énergies renouvelables de prévoir avec précision leurs niveaux de production d'électricité à court terme, ce qui a un impact sur la stabilité du réseau. Rien qu'en 2020, des prévisions de puissance inexactes ont coûté 210 millions de dollars aux générateurs australiens. Utiliser des algorithmes d'apprentissage automatique pour prévoir cinq minutes dans le futur est donc incroyablement précieux. Nos algorithmes de prévision ont permis d'améliorer de 45 % les prévisions de production de puissance de nos clients », a déclaré Marshment.
La technologie a le potentiel de faire baisser les prix de l’énergie à tous les niveaux et d’ouvrir potentiellement des voies à l’hydroélectricité et à d’autres formes d’énergie propre.
« Si les producteurs d’énergies renouvelables parviennent à réduire leurs facteurs de causalité, ils pourront produire de l’électricité à moindre coût et, à terme, ces économies pourraient être répercutées sur les clients. Cela rendrait également les énergies renouvelables plus compétitives, ce qui est également un résultat souhaitable », a déclaré le Dr Bergmeir.
Le professeur agrégé Ariel Liebman, directeur du Monash Energy Institute, a ajouté : « Il s'agit d'une application passionnante et opportune de l'une des équipes vedettes d'informatique et d'IA du Monash Energy Institute et du Grid Innovation Hub. Ce projet montre comment l'industrie, représentée par nos partenaires visionnaires Worley, et le monde universitaire peuvent créer de véritables impact ensemble, à la fois commercialement et en contribuant à l'effort mondial visant à mettre fin le changement climatique. »
Prédire la production d’électricité à partir de l’énergie éolienne et solaire a été publié à l'origine par Questions de durabilité.
