ทำนายการผลิตไฟฟ้าจากลมและแสงอาทิตย์

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 ศูนย์กลางนวัตกรรมกริดของมหาวิทยาลัย Monash, วอร์ลีย์ และพลังงานรั้วเหล็ก

การขอ สำนักงานพลังงานทดแทนของออสเตรเลีย (ARENA) - โครงการที่ได้รับทุนสนับสนุนมีเป้าหมายเพื่อจัดหาเครื่องมือพยากรณ์ล่วงหน้าห้านาทีที่แม่นยำและเชื่อถือได้มากขึ้นให้กับเครื่องกำเนิดไฟฟ้าพลังงานลมและพลังงานแสงอาทิตย์

ด้วยการปรับปรุงความแม่นยำของการคาดการณ์ล่วงหน้าห้านาทีตามที่ตลาดการไฟฟ้าแห่งชาติกำหนด โซลูชันการคาดการณ์ที่พัฒนาโดยทีมงาน Worley และ Monash สามารถสร้างโครงข่ายที่ปลอดภัยและเชื่อถือได้มากขึ้น สิ่งนี้เกิดขึ้นได้ผ่านการคาดการณ์ที่ดีขึ้น เพื่อลดความถี่ของการจัดส่งที่ไม่ดี ดังนั้นจึงสนับสนุนส่วนแบ่งพลังงานหมุนเวียนในตลาดที่สูงขึ้น โดยไม่กระทบต่อเสถียรภาพของโครงข่ายโดยรวม

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.

“การพยากรณ์ระยะสั้น พลังงานทดแทน การผลิตไฟฟ้าไม่ใช่เรื่องง่าย พลังงานหมุนเวียนไม่สามารถผลิตได้ตามต้องการ เนื่องจากต้อง ทรัพยากรธรรมชาติ เช่น ลมและแสงอาทิตย์ ดังนั้น เพื่อให้ได้เครือข่ายที่เสถียรและผลิตไฟฟ้าได้เพียงพอ เราจึงจำเป็นต้องมีวิธีการคาดการณ์ระยะสั้นที่เชื่อถือได้” ดร. เบิร์กเมียร์ กล่าว

“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.”

ประโยชน์หลักของโครงการ ได้แก่ การรุกของพลังงานหมุนเวียนที่เพิ่มขึ้นในโครงข่าย เนื่องจากความสามารถในการจัดส่งของการผลิตพลังงานหมุนเวียนที่ดีขึ้น และการลดการชำระเงินบริการเสริมด้านการควบคุมความถี่ (FCAS) โดยเครื่องกำเนิดไฟฟ้า ซึ่งเป็นผลมาจากความล้มเหลวในการบรรลุเป้าหมายที่คาดการณ์ไว้

“โซลูชันการคาดการณ์ของเรามอบมูลค่าทันทีให้กับลูกค้าพลังงานหมุนเวียนที่มีอยู่ของเรา เนื่องจากพวกเขากำหนดเป้าหมายค่าใช้จ่าย FCAS ที่ต่ำกว่า และด้วย PowerPredict เปิดตัวอย่างเป็นทางการ เครื่องกำเนิดไฟฟ้าหมุนเวียนในออสเตรเลียและต่างประเทศจะได้รับประโยชน์จากเทคโนโลยีพยากรณ์พลังงานของเรา” เดนิส มาร์ชเมนท์ รองประธานระดับโลกฝ่ายโซลูชั่นลูกค้าด้านวิทยาศาสตร์ข้อมูลของ Worley กล่าว

การวิจัยและพัฒนาโมเดลเหล่านี้คาดว่าจะเพิ่มองค์ความรู้โดยรวมเกี่ยวกับการประยุกต์ใช้การเรียนรู้ของเครื่องและเทคโนโลยี AI อื่นๆ ในการพยากรณ์ลมและแสงอาทิตย์

“การเปลี่ยนแปลงตามธรรมชาติของสภาพอากาศทำให้เป็นเรื่องยากสำหรับเครื่องกำเนิดไฟฟ้าพลังงานหมุนเวียนในการคาดการณ์ระดับการผลิตไฟฟ้าในระยะสั้นอย่างแม่นยำ และสิ่งนี้ส่งผลกระทบต่อความเสถียรของโครงข่ายไฟฟ้า เฉพาะในปี 2020 เพียงปีเดียว การคาดการณ์พลังงานที่ไม่ถูกต้องทำให้เครื่องปั่นไฟของออสเตรเลียต้องเสียเงินถึง 210 ล้านดอลลาร์ ดังนั้นการใช้อัลกอริธึมการเรียนรู้ของเครื่องเพื่อดูอนาคตในอีกห้านาทีจึงมีคุณค่าอย่างเหลือเชื่อ อัลกอริธึมการคาดการณ์ของเราได้รับการปรับปรุง 45% ในการคาดการณ์กำลังไฟฟ้าของลูกค้าของเรา” Marshment กล่าว

เทคโนโลยีนี้มีศักยภาพในการลดราคาพลังงานโดยรวม และอาจเปิดช่องทางสำหรับพลังงานน้ำและพลังงานสะอาดรูปแบบอื่น ๆ

“หากเครื่องกำเนิดไฟฟ้าพลังงานหมุนเวียนสามารถลดปัจจัยการจ่ายที่เป็นสาเหตุ พวกเขาสามารถผลิตไฟฟ้าได้ถูกกว่า และในที่สุดการประหยัดก็สามารถส่งต่อไปยังลูกค้าได้ นอกจากนี้ยังจะทำให้พลังงานหมุนเวียนมีความสามารถในการแข่งขันมากขึ้น ซึ่งเป็นผลลัพธ์ที่น่าพอใจเช่นกัน” ดร. เบิร์กเมียร์กล่าว

รองศาสตราจารย์ Ariel Liebman ผู้อำนวยการ Monash Energy Institute กล่าวเสริมว่า "นี่เป็นการนำทีมวิทยาการคอมพิวเตอร์และ AI ชั้นนำของ Monash Energy Institute และ Grid Innovation Hub มาประยุกต์ใช้ที่น่าตื่นเต้นและทันท่วงที โครงการนี้แสดงให้เห็นว่าอุตสาหกรรมซึ่งนำเสนอโดย Worley ซึ่งเป็นพันธมิตรที่มีวิสัยทัศน์ของเราและนักวิชาการสามารถสร้างความเป็นจริงได้อย่างไร ทั่วโลก together both commercially and in contributing to the global effort to stop climate change.”

ทำนายการผลิตไฟฟ้าจากลมและแสงอาทิตย์ ได้รับการตีพิมพ์ครั้งแรกโดย เรื่องความยั่งยืน.