Nyereség:
- Megérteni a nap- és széltermelés meteorológiától függő változékonyságát és előrejelzésének fontosságát a hálózati egyensúly szempontjából.
- Képes mesterséges intelligencia előrejelzési munkafolyamat létrehozására, amely kombinálja a digitális időjárás-előrejelzést, a műholdas és a terepi adatokat
- Képes ellenőrizni a termelési előrejelzéseket fizikai felső határértékkel, kapacitástényezővel és tényleges adatokkal
A szén- vagy földgázerőmű akkor működik egy bizonyos teljesítménnyel, amikor az üzemeltető ezt igényli; szabályozható a termelés. A napenergia és a szél nem ilyen: ha a nap felhőssé válik, a panelgyártás csökken, ha pedig a szél eláll, a turbina leáll. Ezt a fajta termelést változó megújuló energiának nevezik; A termelés a meteorológiától függ, nem az emberi akarattól. Ez a változatosság nagyszerű lehetőséget és nagy kihívást is jelent a hálózat stabilitásának szempontjából. A megújuló termelés előrejelzése a nap- és szélerőművek jövőbeli termelésének előrejelzési feladata, és a modern energiarendszer egyik leggyorsabban növekvő elemzési területe. Ebben az egységben ennek a jóslatnak a fizikáját, a mesterséges intelligenciával való megalapozásának és igazolásának módját ismerjük meg.
Miért olyan fontos?
Ahogy a nap- és szélenergia részaránya növekszik egy hálózatban, az a kérdés, hogy "mennyit és mikor" fognak termelni ezek az erőforrások, az egész rendszert meghatározóvá válik. Jó termelési előrejelzés nélkül a hálózat kénytelen extra tartalékkapacitást (gyakran drága és szén-dioxidban gazdag) kéznél tartani, hogy kompenzálja a megújuló energiatermelés hirtelen csökkenését. A pontos előrejelzés csökkenti mind ezt a költséget, mind a kibocsátást; Lehetővé teszi azt is, hogy az erőmű tulajdonosa jobb ajánlatot tegyen a piacon. Más szóval, az előrejelzési hiba közvetlenül pénzben és szénben jelenik meg.
A nap- és szélgeneráció fizikája
V. A fotovoltaikus (PV; fényt közvetlenül elektromos árammá alakító) panel által termelt teljesítmény főként a rá eső sugárzástól függ (besugárzás; egységnyi területre eső napenergia, W/m²). Ezen felül a panel hőmérséklete (a hatékonyság csökken, ahogy a panel felmelegszik), a por/szennyeződés és az árnyékolás befolyásolja. A napenergia-termelés legerősebb jellemzője a kiszámítható napi mintázat: éjszaka nulla, reggel magas, dél körül csúcspont, este nulla. A felhőzet az erre az ábrára rárakódó zaj, és az előrejelzési nehézségek fő forrása.
Szél. A turbina által termelt teljesítmény hozzávetőlegesen arányos a szélsebesség kockájával – tehát a sebesség megduplázódásával a teljesítmény nagyjából nyolcszorosára nő. Ezért a szélsebesség kis előrejelzési hibája nagy gyártási hibává válik. A turbinának is van teljesítménygörbéje: egy bizonyos fordulatszám (bekapcsolási fordulatszám) alatt a termelés nulla, egy bizonyos fordulatszám (névleges fordulatszám) felett a termelés stabilizálódik, nagyon nagy fordulatszámon (vágási fordulatszám) a turbina a biztonság kedvéért leáll. Ez a nemlineáris kapcsolat megnehezíti a szél előrejelzését, mint a napenergia.
Tipp: Mivel a szélsebesség hibája szóba kerül, először nézze meg a szélsebesség-előrejelzés minőségét a termelési előrejelzés értékelésekor. Szinte lehetetlen jó termelési előrejelzést felállítani rossz sebesség-előrejelzéssel.
Lépésről lépésre: Termelés-előrejelzés mesterséges intelligenciával
1. lépés – Gyűjtse be a bemeneti adatokat. Az alapvető bemenet a Numerical Weather Prediction (NWP; a légkörfizika megoldásával előállított időjárás előrejelzés): a besugárzás, a hőmérséklet, a szélsebesség és a szél irányának becslése. Ehhez jön még az erőmű tényleges gyártástörténete és lehetőség szerint műhold/földi megfigyelések.
2. lépés – Attribútumok beállítása. Időjárás-előrejelzési változók, geometriai változók a napenergia számára (a nap szöge az égen), a szél turbina teljesítménygörbéje és a késleltetett generálás attribútumai. Ismét a szivárgás ellenőrzése: csak azokat az adatokat használjuk, amelyek az előrejelzés időpontjában rendelkezésre állnak.
3. lépés – Tanítsa meg a modellt. A modell az időjárás-előrejelzést a tényleges termeléshez kapcsolja. Itt a mesterséges intelligencia egyszerre tanulja meg a panel/turbina tényleges viselkedését (eltérések a katalógus értékétől), és rögzíti a helyi hatásokat (például a domborzati hatást az adott szélirányban).
4. lépés – A modell bizonytalansága. A megújuló előrejelzés eleve bizonytalan; Sokkal hasznosabb egy valószínűségi becslés (pl. "80 százalékos valószínűségi termelés az adott sávon belül van") egyetlen szám helyett.
5. lépés – Ellenőrizze. Az előrejelzést a fizikai felső határok és a tényleges termelés alapján tesztelik.
Érvényesítés: Fizikai horgonyok
A megújuló termelés előrejelzése erős fizikai horgonyokkal tesztelhető:
- Abszolút plafon a napelem számára: A termelés soha nem lehet pozitív éjszaka, és nem haladhatja meg a beépített teljesítményt (és azt, amit a jelenlegi sugárzás megenged). Ez az egyetlen ellenőrzés azonnal kiküszöböli az ostoba találgatásokat.
- Kapacitástényező: A megtermelt energia és az erőmű folyamatos teljes teljesítménnyel történő működése által termelt energia aránya. A szárazföldi szélben jellemzően 25-45 százalék körüli, napenergiában éghajlattól függően 12-25 százalék körül alakul. Ha a hosszú távú átlag ezen a tartományon kívül esik, akkor hiba van.
- Tényleges adatok: A legerősebb horgonyt az előrejelzés és a tényleges termeléssel való összehasonlítás jelenti; szisztematikus torzítás (pl. tartós túlbecslés) korrigálásra kerül.
Figyelem: Fizikai lehetetlenség, hogy a napenergia-előrejelzés éjszaka nullától eltérő legyen, vagy hogy a szél előrejelzése továbbra is teljes termelést mutasson a határérték felett. Az ilyen jogsértések annak a jele, hogy a modellből valahol hiányzik az alapvető fizika, és a statisztikák megtekintése nélkül elutasítják.
Három mini tok: a számok szerint
1. eset – Éjszakai gyártás. Az egyik csapat napelemes előrejelzési modellje 3 MW-ot jósolt 10 órára. Fizikailag lehetetlen volt; A probléma az volt, hogy a modellbe betáplált besugárzási adatok rossz időzónában egyeztek meg. Az éjszakai nulla horgony azonnal észlelte a hibát, és az időzóna javítása után az előrejelzés helyes volt.
2. eset – Kockahatás szélben. Az egyik szélerőműnél az időjárás-előrejelzés 8 m/s helyett 10 m/s-os szélsebességet adott, ami látszólag 25 százalékos hiba. De mivel a teljesítmény köbösen függ a sebességtől, a becsült termelés körülbelül kétszerese volt a tényleges mennyiségnek, ami hatalmas egyensúlyhiányt eredményezett a piacon. Tanulság: a szél-előrejelzés kis sebességi hibája nagy termelési hiba; A bizonytalansági sávot szélesen kell tartani.
3. eset – Kapacitástényező horgony. Egy új erőmű éves termelési előrejelzése 55 százalékos kapacitástényezővel számolt. A kontinentális szél esetében jóval meghaladta ezt a tartományt; vizsgálat kimutatta, hogy a termelési egységeket (MWh) tévedésből kétszer számolták. A kapacitástényező horgony részletezés nélkül megszabadította a befektetési döntést a rossz alapoktól.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
Jósolja meg ennek a szélerőműparknak a holnapi termelését.[data]
Erőteljes felszólítás:
Az Ön szerepe: Megújuló termelés előrejelző. Feladat: óránkénti napra előrejelzés szélerőműparkhoz.- Inputként csak az előrejelzés időpontjában elérhető időjárás-előrejelzést használja; mérje meg és vegye figyelembe a szélsebesség köbös hatását. - Alkalmazza a turbina teljesítménygörbéjét (bekapcsolási, névleges, lekapcsolási fordulatszámok); ezeken a határokon kívül ne adjon fizikai eredményeket. - Adjon meg egy bizonytalansági sávot, ne egy számot. - Tesztelje az eredményt saját maga két horgony segítségével: (a) van-e olyan érték, amely meghaladja a beépített teljesítményt, (b) az implikált kapacitástényező 25-45% tartományban van? Adatok: [növényi és időjárási adatok]
Az erőteljes felszólítás kezdettől fogva előírja a kockahatást, a teljesítménygörbét, a bizonytalanságot és két fizikai horgonyt – kiiktatva a regeneratív előrejelzés klasszikus hibáit.
Négy másolható sablon
1) Napelemes fizikai mennyezetvezérlés:
Tesztelje ezt a napenergia-termelési becslést ezekkel a horgonyokkal: nulla a termelés az éjszakai órákban? A déli csúcs a nap közepén van? Valamilyen érték meghaladja a beépített kapacitást? Sorolja fel a szabálysértéseket időbélyeggel.
2) Szélenergia-görbe alkalmazása:
Használja a következő turbina teljesítménygörbe paramétereket: bekapcsolás [A] m/s, névleges[B] m/s, lekapcsolás [C] m/s. Konvertálja a megadott szélsebesség-előrejelzéseket termelésre. Kommentálja továbbá a sebesség-bizonytalanság hatását a termelési bizonytalanságra a köbös sebesség-teljesítmény összefüggés miatt.
3) Kapacitástényező ésszerűségi horgony:
Számítsa ki az implikált kapacitástényezőt ebből a generációs becslésből, és hasonlítsa össze az üzemtípusra jellemző tartományokkal (szél 25-45%, napenergia 12-25%). Ha a tartományon kívül esik, sorolja fel a lehetséges hibaforrásokat (mértékegység, időzóna, kettős számolás).
4) Előrejelzés-valós eltérés elemzés:
Hasonlítsa össze a tényleges termelést a múltbeli előrejelzésekkel. Létezik-e szisztematikus elfogultság (folyamatos túl-/alulbecslés)? Vizsgálja meg, hogy az eltérés az időjárási viszonyoktól függően változik (felhős/tiszta, gyenge/erős szél), és javasoljon korrekciót.
Nap- és szélenergia összehasonlítási táblázat
jellemzője
Napelem (PV)
szél
fő bemenet
Besugárzás, panel hőmérséklet
A szél sebessége és iránya
napi figura
Megjósolható (éjszaka nulla, déli csúcs)
Szabálytalan, nappal-éjszaka bizonytalan
Fő kihívás
felhősödés
Sebesség-teljesítmény köbös viszony
Tipikus kapacitástényező
~12-25%
~25-45% (földi)
erős horgony
Éjszaka-nulla, beépített elektromos mennyezet
Teljesítménygörbe határai, kapacitástényező
Gyakori hibák
- A szélsebesség hibájának alábecsülése. Mivel a sebesség-teljesítmény összefüggés köbös, egy kis sebességhiba nagy gyártási hiba.
- Nem ellenőrzi a fizikai plafont. Az éjszakai napenergia-termelést vagy a beépített kapacitást meghaladó értékeket a statisztikák megtekintése nélkül el kell utasítani.
- A bizonytalanság egyetlen számra csökkentése. A megújuló előrejelzés eleve valószínűségi; A szalag átadása nélkül nem lehet döntést hozni.
- Szivárog. Az aktuális időjárás attribútummá tétele; Azonban nem lesz más, mint az időjárás-előrejelzés.
- A kapacitástényező horgonyának megkerülése. A hosszú távú átlag hitelességének nem tesztelése elrejti az egységet és a kettős számlálási hibákat.
Összefoglalva
A nap- és szélenergia-termelés a meteorológiától függ, és változó; A becslés kritikus a hálózati egyensúly és a piac szempontjából. A nap kiszámítható napi mintázatát a felhőzet, a széltermelést pedig a gyorsan köbös kapcsolat nehezíti. A mesterséges intelligencia hatékony az időjárás-előrejelzés és a tényleges termelés összekapcsolásában; de az előrejelzést fizikai mennyezet, teljesítménygörbe és kapacitástényező horgonyokkal kell tesztelni, a bizonytalanságot szalaggal kell jelenteni és a szivárgást el kell kerülni.
Pályázati feladat
Szerezze meg a napenergia- vagy szélerőműpark történeti termelési adatait. Kérje meg az AI-t, hogy ellenőrizze az előrejelzést a „Szolár fizikai mennyezetvezérlés” (napelemhez) vagy a „Kapacitástényező valószínűsíthető horgony” (mindkettő esetében) sablonok használatával. Ezután saját maga számítsa ki az implikált kapacitástényezőt, és hasonlítsa össze a tipikus tartománnyal. Ha fizikai lehetetlenséget vagy ésszerűségi eltérést talál, írja le, hogyan fogta el.
ellenőrző lista
- [ ] Ellenőriztem, hogy a fő bemenet az időjárás-előrejelzés, és nem tartalmaz szivárgást
- [ ] Éjszakai nullát alkalmaztam, és erős mennyezeti horgonyokat szereltem fel a napelemhez
- [ ] Figyelembe vettem a szél teljesítménygörbe határait és a köbös sebesség hatását
- [ ] Összehasonlítottam az implikált kapacitástényezőt a tipikus tartománnyal
- [ ] A becslést a bizonytalansági sávval mutattam be
- [ ] Ellenőriztem az előrejelzett-realizált szisztematikus eltérést
- [ ] Elutasítottam azokat az értékeket, amelyek fizikai lehetetlenséggel járnak