利益:
- 気象学に応じた太陽光発電と風力発電の変動性と、送電網バランスにおけるその予測の重要性を理解する。
- デジタル天気予報、衛星データ、現場データを組み合わせた AI 予測ワークフローを作成する機能
- 物理的な上限、設備利用率、実績データによる生産予測の検証機能
石炭または天然ガス発電所は、運営者が要求した場合に特定の電力で運転します。生産量をコントロールすることができます。太陽光や風力はそうではありません。太陽が曇るとパネルの生産量が減り、風が止むとタービンが止まります。このタイプの生産は可変再生可能エネルギーと呼ばれます。生産は人間の意志ではなく気象に依存します。この変動は、グリッドの安定性にとって大きな機会であると同時に大きな課題でもあります。再生可能エネルギーの生産予測は、太陽光発電所や風力発電所の将来の生産量を予測するタスクであり、現代のエネルギー システムの分析分野で最も急速に成長している分野の 1 つです。この単元では、この予測の物理学と、それが人工知能でどのように確立され検証されるかを学びます。
なぜそれほど重要なのでしょうか?
送電網内で太陽光と風力の割合が増加するにつれて、これらの資源が「いつ、どのくらいの量」生産されるかという問題がシステム全体を決定するようになります。適切な発電量予測がなければ、送電網は再生可能発電量の突然の減少を補うために、追加の予備容量（多くの場合高価で炭素量が多い）を手元に保持しなければなりません。正確な予測により、このコストと排出量の両方が削減されます。また、発電所の所有者が市場でより有利に入札できるようになります。言い換えれば、予測誤差はお金と炭素に直接変換されます。
太陽光発電と風力発電の物理学
日曜日。太陽光発電 (PV; 光を電気に直接変換する) パネルによって生成される電力は、主にパネルに当たる放射線 (放射照度; 単位面積あたりの太陽エネルギー、W/m²) に依存します。これに加えて、パネル温度 (パネルが加熱すると効率が低下します)、ほこりや汚れ、日陰の影響も受けます。太陽光発電の最大の特徴は、予測可能な日周パターンです。夜はゼロ、朝は高く、正午頃にピークになり、夕方はゼロになります。曇りはこの数値に重畳されるノイズであり、予測を困難にする主な原因です。
風。タービンによって生成される電力は、風速の 3 乗にほぼ比例します。つまり、速度が 2 倍になると、電力は約 8 倍に増加します。したがって、風速の小さな予測誤差は、生産では大きな誤差に変わります。また、タービンには出力曲線があります。一定の速度 (カットイン速度) 未満では生産はゼロになり、一定の速度 (定格速度) を超えると生産は安定し、非常に高速 (カットオフ速度) になると安全のためにタービンが停止します。この非線形関係により、風力予測は太陽光発電よりも困難になります。
ヒント: 風速の誤差が影響するため、生産予測を評価するときは、まず風速予測の品質を確認してください。速度予測が悪く、適切な生産予測を確立することはほとんど不可能です。
ステップバイステップ: 人工知能による生産予測
ステップ 1 — 入力データを収集します。基本的な入力は、数値天気予報 (NWP; 大気物理学を解くことによって生成される天気予報)、つまり放射照度、温度、風速、および方向の推定値です。発電所の実際の生産履歴、および可能であれば衛星/地上観測がこれに追加されます。
ステップ 2 — 属性を設定します。天気予報変数、太陽光の幾何学的変数 (空の太陽の角度)、風力のタービン出力曲線情報、および遅延発電属性。繰り返しになりますが、漏洩制御: 予測時に利用可能なデータのみが使用されます。
ステップ 3 — モデルをトレーニングします。このモデルは天気予報と実際の生産を結び付けます。ここで人工知能は、パネル/タービンの実際の動作 (カタログ値からの逸脱) と、局所的な影響 (特定の風向きにおける地形の影響など) の両方を学習します。
ステップ 4 — 不確実性をモデル化します。再生可能エネルギーの予測は本質的に不確実です。単一の数値よりも、確率的な推定値 (例: 「80 パーセントの確率で生産がその範囲内にある」) の方がはるかに便利です。
ステップ 5 — 確認します。予測は物理的な上限と実際の生産に対してテストされます。
検証: 物理アンカー
再生可能エネルギーの生産予測は、強力な物理アンカーを使用してテストできます。
- 太陽光発電の絶対上限: 夜間の発電量がプラスになることはなく、設置された電力 (および現在の放射線が許容する電力) を超えることはできません。この 1 回のチェックで、愚かな推測は即座に排除されます。
- 設備利用率: 発電所がフルパワーで連続運転した場合に生成されるエネルギーに対する、生成されるエネルギーの比率です。陸上風力発電では通常約 25 ～ 45 パーセント、太陽光発電では気候に応じて約 12 ～ 25 パーセントになります。長期平均がこの範囲外の場合、エラーが発生します。
- 実際のデータ: 最も強力なアンカーは、予測と実際の生産量の比較です。体系的なバイアス（例：持続的な過大評価）が修正されます。
注意: 太陽光発電量予測が夜間にゼロ以外になることや、風力予報がカットオフ率を上回る完全な発電量を示すことは物理的に不可能です。このような違反は、モデルのどこかに基本的な物理学が欠落していることを示しており、統計を確認せずに拒否されます。
3 つのミニケース: 数字で見る
ケース 1 — 夜間の制作。あるチームの太陽光発電予測モデルでは、午後10時の発電量が3MWと予測されていた。それは物理的に不可能でした。問題は、モデルに供給された放射照度データが間違ったタイムゾーンの値と一致することでした。ナイトゼロのアンカーはすぐに誤りを発見し、タイムゾーンが修正されると、予測は正しかった。
ケース 2 — 風によるキューブ効果。ある風力発電所では、天気予報では風速 8 m/s ではなく 10 m/s となっていましたが、これは明らかに 25% の誤差です。しかし、出力は速度の三次関数に依存するため、生産量の見積もりは実際の量の約 2 倍となり、市場に多大な不均衡ペナルティをもたらしました。教訓: 風予測における小さな速度誤差は大きな生産誤差となる。不確実性の帯域は広く保つ必要があります。
ケース 3 — 設備利用率アンカー。 1 つの新しい発電所の年間生産量予測では、設備利用率が 55% であることが示唆されました。大陸風の場合はこの範囲をはるかに上回っていました。調査により、生産単位 (MWh) が誤って 2 回カウントされていたことが判明しました。設備利用率アンカーにより、詳細を説明することなく、間違った基礎から投資決定を解放することができました。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
この風力発電所の明日の生産量を予測します。[データ]
強力なプロンプト:
あなたの役割: 再生可能エネルギーの生産予測担当者。タスク: 風力発電所の 1 時間ごとの前日の生産予測。- 予測時に入手可能な天気予報のみを入力として使用します。風速の三次効果を測定し、考慮します。 - タービン出力曲線 (カットイン、公称、カットオフ速度) を適用します。これらの制限を超えて物理的な結果を与えないでください。 - 単一の数値ではなく、不確実性の範囲を指定します。 - 2 つのアンカーを使用して結果を自分でテストしてください: (a) 設置電力を超える値はありますか、(b) 暗黙の設備利用率は 25 ～ 45% の範囲内ですか?データ: [植物と気象データ]
強力なプロンプトにより、最初からキューブ効果、パワーカーブ、不確実性、および 2 つの物理アンカーが課せられ、再生予測の古典的なエラーが排除されます。
4 つのコピー可能なテンプレート
1) 太陽物理天井制御:
これらのアンカーを使用してこの太陽光発電量の推定値をテストしてください。夜間の発電量はゼロですか?ピークはお昼頃でしょうか？設置容量を超える値はありますか?タイムスタンプ付きで違反をリストします。
2) 風力発電曲線の適用:
次のタービン出力曲線パラメータを使用します: カットイン [A] m/s、公称 [B] m/s、カットオフ [C] m/s。与えられた風速予測を実稼働に変換します。また、3 次の速度と出力の関係による、速度の不確実性が生産の不確実性に及ぼす影響についてもコメントします。
3) 設備利用率の妥当性アンカー:
この発電量の推定値から暗黙の設備利用率を計算し、それをプラント タイプの一般的な範囲 (風力 25 ～ 45%、太陽光発電 12 ～ 25%) と比較します。範囲外の場合は、考えられるエラー原因 (単位、タイムゾーン、二重カウント) をリストします。
4) 予測と実際の乖離分析:
実際の生産量を過去の予測と比較します。系統的な偏り（一定の過大評価/過小評価）はありますか?気象条件（曇り/晴天、弱風/強風）によって偏差が変化するかどうかを調べ、修正を提案します。
太陽光と風力の比較表
特徴
太陽光発電（PV）
風
メイン入力
日射量、パネル温度
風速と風向
日々の姿
予測可能（夜のゼロ、正午のピーク）
不定期、昼夜不定
主な課題
曇り
速度とパワーの三次関係
典型的な設備利用率
~12-25%
~25-45% (地上波)
強力なアンカー
ナイトゼロ、設置された電力天井
電力曲線制限、設備利用率
よくある間違い
- 風速誤差を過小評価しています。速度と出力の関係は 3 次であるため、小さな速度誤差は大きな製造誤差になります。
- 物理的な天井をチェックしていない。夜間の太陽光発電量や設置容量を超える値は、統計を見ずに拒否されるべきです。
- 不確実性を 1 つの数値に減らす。再生可能予測は本質的に確率論的です。テープを渡さずに決定を下すことはできません。
- リーク。実際の天気を属性にする。ただし、得られるのは天気予報だけです。
- 設備利用率アンカーをバイパスします。長期平均の妥当性をテストしないと、単位と二重カウントのエラーが隠蔽されます。
要約すれば
太陽光発電と風力発電は気象学に依存し、変動します。この見積もりは、グリッドのバランスと市場にとって非常に重要です。太陽の日周パターンの予測は曇りによって困難になり、風の発生は急速な立体関係によって困難になります。 AI は、天気予報を実際の生産に結び付ける上で強力です。ただし、予測は物理的な天井、電力曲線、設備利用率アンカーを使用してテストする必要があり、不確実性はテープで報告する必要があり、漏れは回避する必要があります。
アプリケーションタスク
太陽光発電所または風力発電所の過去の生産データを取得します。 「太陽光発電の物理天井制御」（太陽光発電の場合）または「設備利用率の妥当性アンカー」（両方の場合）のテンプレートを使用して、AI に予測を監査させます。次に、暗黙の設備利用率を自分で計算し、それを一般的な範囲と比較します。物理的な不可能性や合理性の逸脱を見つけた場合は、それをどのように捉えたかを書き留めてください。
チェックリスト
- [ ] 主な入力が天気予報であり、リークが含まれていないことを確認しました
- [ ] ナイトゼロを適用し、太陽光発電用のパワー天井アンカーを設置しました
- [ ] 風力曲線の限界と三次速度効果を考慮しました
- [ ] 暗黙の設備利用率を典型的な範囲と比較しました
- [ ] 不確実性帯域を含めた推定値を提示しました
- [ ] 予測と実現の系統偏差を確認してみました
- [ ] 物理的な不可能性を伴う価値観を拒否しました