ලාභ:
- කාලගුණ විද්යාව මත පදනම්ව සූර්ය හා සුළං නිෂ්පාදනයේ විචල්යතාවය සහ ජාල සමතුලිතතාවය සඳහා එහි පුරෝකථනයේ වැදගත්කම අවබෝධ කර ගැනීම.
- ඩිජිටල් කාලගුණ අනාවැකි, චන්ද්රිකා සහ ක්ෂේත්ර දත්ත ඒකාබද්ධ කරමින් AI අනාවැකි කාර්ය ප්රවාහයක් නිර්මාණය කිරීමේ හැකියාව
- භෞතික ඉහළ සීමාව, ධාරිතාව සාධකය සහ සත්ය දත්ත සමඟ නිෂ්පාදන අනාවැකි සත්යාපනය කිරීමේ හැකියාව
ගල් අඟුරු හෝ ස්වාභාවික වායු බලාගාරයක් ක්රියාකරු විසින් ඉල්ලා සිටින විට යම් බලයකින් ක්රියා කරයි; නිෂ්පාදනය පාලනය කළ හැකිය. සූර්ය සහ සුළඟ මේ වගේ නොවේ: සූර්යයා වළාකුළු සහිත වූ විට පැනල් නිෂ්පාදනය අඩු වන අතර සුළඟ නතර වූ විට ටර්බයිනය නතර වේ. මෙම වර්ගයේ නිෂ්පාදනය විචල්ය පුනර්ජනනීය බලශක්තිය ලෙස හැඳින්වේ; නිෂ්පාදනය රඳා පවතින්නේ කාලගුණ විද්යාව මත මිස මිනිස් කැමැත්ත මත නොවේ. මෙම විචල්යතාවය ජාල ස්ථායිතාව සඳහා විශාල අවස්ථාවක් සහ විශාල අභියෝගයක් නිර්මාණය කරයි. පුනර්ජනනීය නිෂ්පාදන පුරෝකථනය යනු සූර්ය හා සුළං බලාගාරවල අනාගත නිෂ්පාදනය පුරෝකථනය කිරීමේ කාර්යය වන අතර නවීන බලශක්ති පද්ධතියේ විශ්ලේෂණවල වේගයෙන් වර්ධනය වන ක්ෂේත්රවලින් එකකි. මෙම ඒකකයේදී, මෙම අනාවැකියේ භෞතික විද්යාව, එය කෘතිම බුද්ධිය සමඟ තහවුරු කර තහවුරු කරන්නේ කෙසේද යන්න අපි ඉගෙන ගනිමු.
එය එතරම් වැදගත් වන්නේ ඇයි?
විදුලිබල පද්ධතියක් තුළ සූර්ය හා සුළඟේ කොටස වැඩි වන විට, මෙම සම්පත් "කොපමණ සහ කවදාද" යන ප්රශ්නය සමස්ත පද්ධතියම තීරණය කරයි. හොඳ උත්පාදන පුරෝකථනයකින් තොරව, පුනර්ජනනීය උත්පාදනයේ හදිසි පහත වැටීමක් සඳහා වන්දි ගෙවීම සඳහා අමතර අමතර ධාරිතාවක් (බොහෝ විට මිල අධික සහ කාබන් පොහොසත්) තබා ගැනීමට ජාලයට බල කෙරෙයි. නිවැරදි පුරෝකථනය මෙම පිරිවැය සහ විමෝචනය යන දෙකම අඩු කරයි; විදුලි බලාගාර හිමිකරුට වෙළඳපොලේ වඩා හොඳින් ලංසු තැබීමට ද එමඟින් හැකියාව ලැබේ. වෙනත් වචන වලින් කිවහොත්, අනාවැකි දෝෂය කෙලින්ම මුදල් සහ කාබන් බවට පරිවර්තනය වේ.
සූර්ය හා සුළං උත්පාදනය පිළිබඳ භෞතික විද්යාව
හිරු. ප්රකාශ වෝල්ටීයතා (PV; ආලෝකය සෘජුවම විදුලිය බවට පරිවර්තනය කිරීම) පැනලයකින් නිපදවන බලය ප්රධාන වශයෙන් රඳා පවතින්නේ එය මත වැටෙන විකිරණ මත ය (විකිරණය; ඒකක ප්රදේශයකට සූර්ය ශක්තිය, W/m²). මෙයට ඉහළින්, පැනලයේ උෂ්ණත්වය (පැනලය රත් වන විට කාර්යක්ෂමතාව අඩු වේ), දූවිලි / දූෂණය සහ සෙවන එයට බලපායි. සූර්ය නිෂ්පාදනයේ ප්රබලම ලක්ෂණය වන්නේ එහි පුරෝකථනය කළ හැකි දෛනික රටාවයි: රාත්රියේ ශුන්ය, උදෑසන ඉහළ, දහවල් පමණ උපරිම සහ සවස බිංදුව. වලාකුළු බව මෙම රූපය මත අධිස්ථාපනය වන ශබ්දය වන අතර එය පුරෝකථනය කිරීමේ දුෂ්කරතාවයේ ප්රධාන මූලාශ්රය වේ.
සුළඟ. ටර්බයිනයකින් නිපදවන බලය සුළං වේගයේ ඝනකයට ආසන්න වශයෙන් සමානුපාතික වේ - එබැවින් වේගය දෙගුණ වන විට බලය දළ වශයෙන් අට ගුණයකින් වැඩි වේ. එබැවින් සුළං වේගයෙහි කුඩා අනාවැකි දෝෂයක් නිෂ්පාදනයේ විශාල දෝෂයක් බවට පත්වේ. එසේම ටර්බයිනයට බල වක්රයක් ඇත: නිශ්චිත වේගයකට පහළින් (කට්-ඉන් වේගය) නිෂ්පාදනය ශුන්ය වේ, යම් වේගයකට (ශ්රේණිගත කළ වේගය) නිෂ්පාදනය ස්ථාවර වේ, ඉතා ඉහළ වේගයකින් (කපන වේගය) ටර්බයිනය ආරක්ෂාව සඳහා නතර වේ. මෙම රේඛීය නොවන සම්බන්ධතාවය සූර්යයාට වඩා සුළං පුරෝකථනය කිරීම අපහසු කරයි.
ඉඟිය: සුළං වේගයේ දෝෂයක් ක්රියාත්මක වන බැවින්, ඔබේ නිෂ්පාදන පුරෝකථනය ඇගයීමේදී පළමුව සුළගේ වේග අනාවැකියේ ගුණාත්මකභාවය බලන්න. නරක ප්රවේග පුරෝකථනයක් සමඟ හොඳ නිෂ්පාදන පුරෝකථනයක් ස්ථාපිත කිරීම පාහේ කළ නොහැක්කකි.
පියවරෙන් පියවර: කෘතිම බුද්ධිය සමඟ නිෂ්පාදන අනාවැකි
පියවර 1 - ආදාන දත්ත රැස් කරන්න. මූලික ආදානය වන්නේ සංඛ්යාත්මක කාලගුණ අනාවැකිය (NWP; වායුගෝලීය භෞතික විද්යාව විසඳීමෙන් නිපදවන කාලගුණ අනාවැකි): විකිරණය, උෂ්ණත්වය, සුළං වේගය සහ දිශාව පිළිබඳ ඇස්තමේන්තු. බලාගාරයේ සැබෑ නිෂ්පාදන ඉතිහාසය සහ, හැකි නම්, චන්ද්රිකා/භූමි නිරීක්ෂණ මෙයට එකතු වේ.
පියවර 2 - ගුණාංග සකසන්න. කාලගුණ අනාවැකි විචල්යයන්, සූර්ය සඳහා ජ්යාමිතික විචල්ය (අහසේ සූර්යයාගේ කෝණය), සුළඟ සඳහා ටර්බයින බල වක්ර තොරතුරු සහ ප්රමාද වූ උත්පාදන ගුණාංග. නැවතත්, කාන්දුවීම් පාලනය: පුරෝකථනය කරන අවස්ථාවේ ලබා ගත හැකි දත්ත පමණක් භාවිතා වේ.
පියවර 3 - ආකෘතිය පුහුණු කරන්න. මෙම ආකෘතිය කාලගුණ අනාවැකිය සැබෑ නිෂ්පාදනයට සම්බන්ධ කරයි. මෙහිදී කෘත්රිම බුද්ධිය යන දෙකම පැනලයේ/ටර්බයිනයේ සත්ය හැසිරීම (නාමාවලියේ අගයෙන් බැහැරවීම්) ඉගෙන ගන්නා අතර දේශීය බලපෑම් (නිශ්චිත සුළං දිශාවේ භූමි ආචරණය වැනි) ග්රහණය කරයි.
පියවර 4 - ආදර්ශ අවිනිශ්චිතතාවය. පුනර්ජනනීය පුරෝකථනය සහජයෙන්ම අවිනිශ්චිත ය; තනි සංඛ්යාවක් වෙනුවට සම්භාවිතා ඇස්තමේන්තුවක් (උදා: "සියයට 80 සම්භාවිතා නිෂ්පාදනය එම කලාපය තුළ වේ") වඩා ප්රයෝජනවත් වේ.
පියවර 5 - තහවුරු කරන්න. පුරෝකථනය භෞතික ඉහළ සීමාවන්ට සහ සැබෑ නිෂ්පාදනයට එරෙහිව පරීක්ෂා කරනු ලැබේ.
වලංගුකරණය: භෞතික නැංගුරම්
පුනර්ජනනීය නිෂ්පාදන පුරෝකථනය ශක්තිමත් භෞතික නැංගුරම් සමඟ පරීක්ෂා කළ හැකිය:
- සූර්ය බලශක්තිය සඳහා නිරපේක්ෂ සිවිලිම: රාත්රියේදී නිෂ්පාදනය කිසි විටෙකත් ධනාත්මක විය නොහැකි අතර ස්ථාපිත බලය ඉක්මවා යා නොහැක (සහ වත්මන් විකිරණ ඉඩ දෙයි). මෙම තනි චෙක්පත ක්ෂණිකව මෝඩ අනුමාන ඉවත් කරයි.
- ධාරිතා සාධකය: එය බලාගාරය පූර්ණ බලයෙන් අඛණ්ඩව ක්රියා කළහොත් නිපදවන ශක්තිය හා නිපදවන ශක්තියේ අනුපාතයයි. වෙරළබඩ සුළඟේ එය සාමාන්යයෙන් සියයට 25-45 ක් පමණ වන අතර සූර්යයාගේ දී එය දේශගුණය අනුව සියයට 12-25 ක් පමණ වේ. දිගුකාලීන සාමාන්යය මෙම පරාසයෙන් පිටත නම්, දෝෂයක් ඇත.
- සත්ය දත්ත: ප්රබලම නැංගුරම වන්නේ සැබෑ නිෂ්පාදනය සමඟ පුරෝකථනය සංසන්දනය කිරීමයි; ක්රමානුකූල පක්ෂග්රාහීත්වය (උදා: නොනැසී පවතින අධි තක්සේරුව) නිවැරදි කරනු ලැබේ.
අවවාදයයි: සූර්ය නිෂ්පාදන පුරෝකථනයක් රාත්රියේදී ශුන්ය නොවීම හෝ සුළං පුරෝකථනය තවමත් කඩඉම් අනුපාතයට වඩා සම්පූර්ණ නිෂ්පාදනයක් පෙන්වීම භෞතික නොහැකියාවකි. එවැනි උල්ලංඝනයන් ආකෘතිය යම් තැනක මූලික භෞතික විද්යාව අතුරුදහන් වී ඇති බවට ලකුණක් වන අතර සංඛ්යා ලේඛන දෙස බැලීමෙන් තොරව ප්රතික්ෂේප කරනු ලැබේ.
කුඩා අවස්ථා තුනක්: අංක අනුව
නඩුව 1 - රාත්රී නිෂ්පාදනය. එක් කණ්ඩායමක සූර්ය පුරෝකථන ආකෘතිය රාත්රී 10 ට මෙගාවොට් 3 ක ජනනය පුරෝකථනය කළේය. එය භෞතිකව කළ නොහැකි විය; ගැටළුව වූයේ ආකෘතියට ලබා දුන් විකිරණ දත්ත වැරදි කාල කලාපයේ අගයන් ගැලපීමයි. රාත්රී-ශුන්ය නැංගුරම දෝෂය වහාම අල්ලා ගත් අතර, කාල කලාපය නිවැරදි කළ පසු, අනාවැකිය නිවැරදි විය.
නඩුව 2 - සුළඟේ කියුබ් බලපෑම. එක් සුළං බලාගාරයකදී, කාලගුණ අනාවැකිය 8 m/s වෙනුවට 10 m/s ක සුළං වේගයක් ලබා දුන්නේය - පෙනෙන සියයට 25 දෝෂයකි. නමුත් බලය ඝන ලෙස වේගය මත රඳා පවතින බැවින්, නිෂ්පාදන ඇස්තමේන්තුව ආසන්න වශයෙන් සත්ය ප්රමාණය මෙන් දෙගුණයක් වූ අතර, එහි ප්රතිඵලයක් ලෙස වෙළඳපොලේ විශාල අසමතුලිතතා දඩයක් ඇති විය. පාඩම: සුළං අනාවැකියේ කුඩා වේග දෝෂය විශාල නිෂ්පාදන දෝෂයකි; අවිනිශ්චිත කලාපය පුළුල්ව තබා ගත යුතුය.
නඩුව 3 - ධාරිතාව සාධක නැංගුරම. එක් නව බලාගාරයක් සඳහා වාර්ෂික නිෂ්පාදන පුරෝකථනය සියයට 55 ක ධාරිතාව සාධකයක් ඇඟවුම් කළේය. එය මහාද්වීපික සුළං සඳහා මෙම පරාසයට වඩා බෙහෙවින් ඉහළින් විය; විමර්ශනයෙන් පෙන්නුම් කළේ නිෂ්පාදන ඒකක (MWh) වැරදීමකින් දෙවරක් ගණන් කර ඇති බවයි. ධාරිතා සාධකය නැංගුරම සවිස්තරාත්මකව තොරව වැරදි පදනමකින් ආයෝජන තීරණය නිදහස් කළේය.
දුර්වල ක්ෂණික / ශක්තිමත් ක්ෂණික
දුර්වල ක්ෂණික:
මෙම සුළං බලාගාරයේ හෙට නිෂ්පාදනය පුරෝකථනය කරන්න.[data]
බලවත් විමසුම:
ඔබේ කාර්යභාරය: පුනර්ජනනීය නිෂ්පාදන අනාවැකිකරු. කාර්යය: සුළං බලාගාරයක් සඳහා පැයකට දිනකට පෙර නිෂ්පාදන පුරෝකථනය.- පුරෝකථනය කරන අවස්ථාවේ පවතින කාලගුණ අනාවැකි පමණක් ආදානය ලෙස භාවිතා කරන්න; සුළං වේගයේ ඝනක බලපෑම මැනීම සහ සැලකිල්ලට ගන්න. - ටර්බයින බල වක්රය යොදන්න (කැපීම, නාමික, කපා හැරීමේ වේගය); මෙම සීමාවෙන් පිටත භෞතික ප්රතිඵල ලබා නොදෙන්න. - තනි අංකයක් නොව අවිනිශ්චිත කලාපයක් දෙන්න. - නැංගුරම් දෙකකින් ප්රති result ලය ඔබම පරීක්ෂා කරන්න: (a) ස්ථාපිත බලයට වඩා වැඩි අගයක් තිබේද, (b) 25-45% පරාසයේ ඇඟවුම් කළ හැකි ධාරිතාව සාධකයද? දත්ත: [ශාක සහ කාලගුණ දත්ත]
ප්රබල විමසුම ආරම්භයේ සිටම ඝනක ආචරණය, බල වක්රය, අවිනිශ්චිතතාවය සහ භෞතික නැංගුරම් දෙකක් පනවයි - පුනර්ජනනීය පුරෝකථනයේ සම්භාව්ය දෝෂ කපා හැරීම.
පිටපත් කළ හැකි සැකිලි හතරක්
1) සූර්ය භෞතික සිවිලිම පාලනය:
මෙම නැංගුරම් සමඟ මෙම සූර්ය නිෂ්පාදන ඇස්තමේන්තුව පරීක්ෂා කරන්න: රාත්රී කාලය තුළ නිෂ්පාදනය ශුන්යද? දවල් දවල් දවල්ද? කිසියම් අගයක් ස්ථාපිත ධාරිතාව ඉක්මවන්නේද? කාලමුද්රාව සමඟ උල්ලංඝනය කිරීම් ලැයිස්තුගත කරන්න.
2) සුළං බල වක්ර යෙදුම:
පහත ටර්බයින බල වක්ර පරාමිතීන් භාවිතා කරන්න: කැපූ [A] m/s, නාමික[B] m/s, කපා හැරීම [C] m/s. ලබා දී ඇති සුළං වේගය අනාවැකි නිෂ්පාදනය බවට පරිවර්තනය කරන්න. කියුබික් වේග-බල සම්බන්ධතාවය හේතුවෙන් නිෂ්පාදන අවිනිශ්චිතතාවයට වේග අවිනිශ්චිතතාවයේ බලපෑම ගැන ද අදහස් දක්වන්න.
3) ධාරිතා සාධකය සාධාරණ නැංගුරම:
මෙම පරම්පරාවේ ඇස්තමේන්තුවෙන් ඇඟවුම් කරන ලද ධාරිතා සාධකය ගණනය කර එය ශාක වර්ගය සඳහා සාමාන්ය පරාසයට සසඳන්න (සුළං 25-45%, සූර්ය 12-25%). පරාසයෙන් බැහැර නම්, සිදුවිය හැකි දෝෂ මූලාශ්ර ලැයිස්තුගත කරන්න (ඒකකය, වේලා කලාපය, ද්විත්ව ගණන් කිරීම).
4) අනාවැකි-සැබෑ අපගමනය විශ්ලේෂණය:
අතීත අනාවැකි සමඟ සැබෑ නිෂ්පාදනය සසඳන්න. ක්රමානුකූල නැඹුරුවක් (නිරන්තරයෙන් අධි/අඩු තක්සේරුවක්) තිබේද? කාලගුණික තත්ත්වය (වලාකුළු සහිත/පැහැදිලි, අඩු/ඉහළ සුළං) සමඟ අපගමනය වෙනස් වේද යන්න පරීක්ෂා කර නිවැරදි කිරීමක් යෝජනා කරන්න.
සූර්ය හා සුළං සංසන්දනාත්මක සටහන
ලක්ෂණය
සූර්ය (PV)
සුළඟ
ප්රධාන ආදානය
විකිරණ, පැනල උෂ්ණත්වය
සුළං වේගය සහ දිශාව
දෛනික රූපය
පුරෝකථනය කළ හැකි (රාත්රී බිංදුව, දහවල් උච්ච)
අක්රමවත්, දිවා-රාත්රී අවිනිශ්චිත
ප්රධාන අභියෝගය
වලාකුළු
වේගය-බලය ඝන සම්බන්ධතාව
සාමාන්ය ධාරිතාව සාධකය
~12-25%
~25-45% (භෞමික)
ශක්තිමත් නැංගුරම
රාත්රී-ශුන්ය, ස්ථාපිත බල සිවිලිම
බල වක්ර සීමාවන්, ධාරිතාව සාධකය
පොදු වැරදි
- සුළං වේගය අවතක්සේරු කිරීමේ දෝෂය. වේගය-බල සම්බන්ධතාවය ඝනක බැවින් කුඩා වේග දෝෂයක් විශාල නිෂ්පාදන දෝෂයකි.
- භෞතික සිවිලිම පරීක්ෂා නොකිරීම. රාත්රියේ සූර්ය බලශක්තිය නිෂ්පාදනය හෝ ස්ථාපිත ධාරිතාව ඉක්මවන ඕනෑම අගයක් සංඛ්යාලේඛන නොබලා ප්රතික්ෂේප කළ යුතුය.
- අවිනිශ්චිතතාවය තනි අංකයකට අඩු කිරීම. පුනර්ජනනීය පුරෝකථනය සහජයෙන්ම සම්භාවිතාව; ටේප් එක නොදී තීරණයක් ගන්න බැහැ.
- කාන්දු වීම. සැබෑ කාලගුණය ගුණාංගයක් බවට පත් කිරීම; කෙසේ වෙතත්, ඔබට ඇත්තේ කාලගුණ අනාවැකිය පමණි.
- ධාරිතාව සාධක නැංගුරම මඟ හැරීම. දිගුකාලීන සාමාන්ය සැඟවීම් ඒකකය සහ ද්විත්ව ගණන් කිරීමේ දෝෂ වල විශ්වසනීයත්වය පරීක්ෂා නොකිරීම.
සාරාංශයකින්
සූර්ය සහ සුළං නිෂ්පාදනය කාලගුණ විද්යාව මත රඳා පවතින අතර විචල්ය වේ; ඇස්තමේන්තුව ජාල ශේෂය සහ වෙළඳපල සඳහා ඉතා වැදගත් වේ. සූර්යයාගේ පුරෝකථනය කළ හැකි දෛනික රටාව වළාකුළු නිසා දුෂ්කර වන අතර, වේගයෙන් ඝන සම්බන්ධතාව නිසා සුළං නිෂ්පාදනය අපහසු වේ. කාලගුණ අනාවැකි සත්ය නිෂ්පාදනයට සම්බන්ධ කිරීමට AI බලවත් වේ; නමුත් අනාවැකිය භෞතික සිවිලිම, බල වක්රය සහ ධාරිතා සාධක නැංගුරම් සමඟ පරීක්ෂා කළ යුතුය, අවිනිශ්චිතතාවය ටේප් එකකින් වාර්තා කළ යුතු අතර කාන්දු වීම වැළැක්විය යුතුය.
යෙදුම් කාර්යය
සූර්ය හෝ සුළං ගොවිපලක ඓතිහාසික නිෂ්පාදන දත්ත ලබා ගන්න. "සූර්ය භෞතික සිවිලිං පාලනය" (සූර්ය බලය සඳහා) හෝ "ධාරිතා සාධක විශ්වාසනීය නැංගුරම" (දෙකම සඳහා) යන සැකිලි භාවිතයෙන් AI විසින් අනාවැකිය විගණනය කරන්න. එවිට ඇඟවුම් කරන ලද ධාරිතා සාධකය ඔබම ගණනය කර එය සාමාන්ය පරාසය සමඟ සසඳන්න. ඔබ භෞතික නොහැකියාව හෝ සාධාරණ අපගමනය සොයා ගන්නේ නම්, ඔබ එය අල්ලා ගත් ආකාරය ලියන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] ප්රධාන ආදානය කාලගුණ අනාවැකිය වන අතර කාන්දුවීම් අඩංගු නොවන බව මම සත්යාපනය කළෙමි
- [ ] මම රාත්රී-ශුන්ය යෙදූ අතර සූර්ය බලශක්තිය සඳහා බල සිවිලින් නැංගුරම් සවි කළෙමි
- [ ] මම සුළඟ සඳහා බල වක්ර සීමාවන් සහ ඝන ප්රවේග බලපෑම සැලකිල්ලට ගත්තෙමි
- [ ] මම ඇඟවුම් කළ ධාරිතා සාධකය සාමාන්ය පරාසයට සංසන්දනය කළෙමි
- [ ] මම අවිනිශ්චිත කලාපය සමඟ ඇස්තමේන්තුව ඉදිරිපත් කළෙමි
- [ ] මම පුරෝකථනය කළ ක්රමානුකූල අපගමනය පරීක්ෂා කළෙමි
- [ ] භෞතික නොහැකියාව ඇතුළත් අගයන් මම ප්රතික්ෂේප කළෙමි