നേട്ടങ്ങൾ:
- കാലാവസ്ഥാ ശാസ്ത്രത്തെ ആശ്രയിച്ച് സൗരോർജ്ജത്തിൻ്റെയും കാറ്റിൻ്റെയും ഉൽപാദനത്തിൻ്റെ വ്യതിയാനവും ഗ്രിഡ് ബാലൻസിനായുള്ള അതിൻ്റെ പ്രവചനത്തിൻ്റെ പ്രാധാന്യവും മനസ്സിലാക്കാൻ.
- ഡിജിറ്റൽ കാലാവസ്ഥാ പ്രവചനം, ഉപഗ്രഹം, ഫീൽഡ് ഡാറ്റ എന്നിവ സംയോജിപ്പിച്ച് AI പ്രവചന വർക്ക്ഫ്ലോ സൃഷ്ടിക്കാനുള്ള കഴിവ്
- ഭൗതികമായ ഉയർന്ന പരിധി, ശേഷി ഘടകം, യഥാർത്ഥ ഡാറ്റ എന്നിവ ഉപയോഗിച്ച് ഉൽപ്പാദന പ്രവചനങ്ങൾ പരിശോധിക്കാനുള്ള കഴിവ്
ഒരു കൽക്കരി അല്ലെങ്കിൽ പ്രകൃതി വാതക പവർ പ്ലാൻ്റ് ഓപ്പറേറ്റർ ആവശ്യപ്പെടുമ്പോൾ ഒരു നിശ്ചിത ശക്തിയിൽ പ്രവർത്തിക്കുന്നു; ഉത്പാദനം നിയന്ത്രിക്കാൻ കഴിയും. സൗരോർജ്ജവും കാറ്റും ഇതുപോലെയല്ല: സൂര്യൻ മേഘാവൃതമാകുമ്പോൾ, പാനൽ ഉത്പാദനം കുറയുന്നു, കാറ്റ് നിലയ്ക്കുമ്പോൾ ടർബൈൻ നിർത്തുന്നു. ഇത്തരത്തിലുള്ള ഉൽപ്പാദനത്തെ വേരിയബിൾ റിന്യൂവബിൾ എനർജി എന്ന് വിളിക്കുന്നു; ഉൽപ്പാദനം കാലാവസ്ഥയെ ആശ്രയിച്ചിരിക്കുന്നു, മനുഷ്യൻ്റെ ഇഷ്ടമല്ല. ഈ വേരിയബിളിറ്റി ഗ്രിഡ് സ്ഥിരതയ്ക്ക് വലിയ അവസരവും വലിയ വെല്ലുവിളിയും സൃഷ്ടിക്കുന്നു. പുനരുൽപ്പാദിപ്പിക്കാവുന്ന ഉൽപ്പാദന പ്രവചനം സൗരോർജ്ജ, കാറ്റ് വൈദ്യുത നിലയങ്ങളുടെ ഭാവി ഉൽപ്പാദനം പ്രവചിക്കുന്നതിനുള്ള ചുമതലയാണ്, ആധുനിക ഊർജ്ജ സംവിധാനത്തിൻ്റെ വിശകലനത്തിൻ്റെ അതിവേഗം വളരുന്ന മേഖലകളിലൊന്നാണിത്. ഈ യൂണിറ്റിൽ, ഈ പ്രവചനത്തിൻ്റെ ഭൗതികശാസ്ത്രം, അത് എങ്ങനെ സ്ഥാപിക്കപ്പെടുകയും ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉപയോഗിച്ച് സ്ഥിരീകരിക്കുകയും ചെയ്യുന്നുവെന്ന് ഞങ്ങൾ പഠിക്കും.
എന്തുകൊണ്ടാണ് ഇത് വളരെ പ്രധാനമായിരിക്കുന്നത്?
ഒരു ഗ്രിഡിൽ സൗരോർജ്ജത്തിൻ്റെയും കാറ്റിൻ്റെയും പങ്ക് വർദ്ധിക്കുന്നതിനനുസരിച്ച്, ഈ വിഭവങ്ങൾ "എത്ര, എപ്പോൾ" ഉത്പാദിപ്പിക്കും എന്ന ചോദ്യം മുഴുവൻ സിസ്റ്റത്തെയും നിർണ്ണയിക്കുന്നു. ഒരു നല്ല ജനറേഷൻ പ്രവചനം കൂടാതെ, പുനരുൽപ്പാദിപ്പിക്കാവുന്ന തലമുറയിലെ പെട്ടെന്നുള്ള ഇടിവ് നികത്താൻ ഗ്രിഡ് അധിക ശേഷി (പലപ്പോഴും ചെലവേറിയതും കാർബൺ സമ്പുഷ്ടവും) കൈവശം വയ്ക്കാൻ നിർബന്ധിതരാകുന്നു. കൃത്യമായ പ്രവചനം ഈ ചെലവും പുറന്തള്ളലും കുറയ്ക്കുന്നു; പവർ പ്ലാൻ്റ് ഉടമയെ വിപണിയിൽ മികച്ച രീതിയിൽ ലേലം വിളിക്കാനും ഇത് സഹായിക്കുന്നു. മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, പ്രവചന പിശക് നേരിട്ട് പണത്തിലേക്കും കാർബണിലേക്കും വിവർത്തനം ചെയ്യുന്നു.
സൗര, കാറ്റ് തലമുറയുടെ ഭൗതികശാസ്ത്രം
സൂര്യൻ. ഒരു ഫോട്ടോവോൾട്ടെയ്ക് (PV; പ്രകാശത്തെ നേരിട്ട് വൈദ്യുതിയാക്കി മാറ്റുന്നു) പാനൽ ഉൽപ്പാദിപ്പിക്കുന്ന വൈദ്യുതി പ്രധാനമായും അതിൽ പതിക്കുന്ന വികിരണത്തെ ആശ്രയിച്ചിരിക്കുന്നു (വികിരണം; യൂണിറ്റ് ഏരിയയിലെ സൗരോർജ്ജം, W/m²). ഇതിന് മുകളിൽ, പാനലിൻ്റെ താപനില (പാനൽ ചൂടാകുന്നതിനനുസരിച്ച് കാര്യക്ഷമത കുറയുന്നു), പൊടി / മലിനീകരണം, ഷേഡിംഗ് എന്നിവ ഇതിനെ ബാധിക്കുന്നു. സൗരോർജ്ജ ഉൽപ്പാദനത്തിൻ്റെ ഏറ്റവും ശക്തമായ സവിശേഷത അതിൻ്റെ പ്രവചനാതീതമായ ദൈനംദിന പാറ്റേണാണ്: രാത്രിയിൽ പൂജ്യം, രാവിലെ ഉയർന്നത്, ഉച്ചയ്ക്ക് അടുത്ത്, വൈകുന്നേരം പൂജ്യം. ഈ കണക്കിന് മേലെയുള്ള ശബ്ദമാണ് മേഘാവൃതം, ഇത് പ്രവചിക്കാനുള്ള ബുദ്ധിമുട്ടിൻ്റെ പ്രധാന ഉറവിടമാണ്.
കാറ്റ്. ഒരു ടർബൈൻ ഉൽപ്പാദിപ്പിക്കുന്ന ഊർജ്ജം കാറ്റിൻ്റെ വേഗതയുടെ ക്യൂബിന് ഏകദേശം ആനുപാതികമാണ് - അതിനാൽ വേഗത ഇരട്ടിയാക്കുമ്പോൾ, ഊർജ്ജം ഏകദേശം എട്ട് മടങ്ങ് വർദ്ധിക്കുന്നു. അതിനാൽ, കാറ്റിൻ്റെ വേഗതയിലെ ഒരു ചെറിയ പ്രവചന പിശക് ഉൽപാദനത്തിലെ വലിയ പിശകായി മാറുന്നു. ടർബൈനിന് ഒരു പവർ കർവ് ഉണ്ട്: ഒരു നിശ്ചിത വേഗതയ്ക്ക് താഴെ (കട്ട്-ഇൻ സ്പീഡ്) ഉത്പാദനം പൂജ്യമാണ്, ഒരു നിശ്ചിത വേഗതയ്ക്ക് മുകളിൽ (റേറ്റുചെയ്ത വേഗത) ഉത്പാദനം സ്ഥിരത കൈവരിക്കുന്നു, വളരെ ഉയർന്ന വേഗതയിൽ (കട്ട്-ഓഫ് വേഗത) ടർബൈൻ സുരക്ഷയ്ക്കായി നിർത്തുന്നു. ഈ നോൺലീനിയർ ബന്ധം സൗരോർജ്ജത്തേക്കാൾ കാറ്റ് പ്രവചനം കൂടുതൽ ബുദ്ധിമുട്ടാക്കുന്നു.
നുറുങ്ങ്: കാറ്റിൻ്റെ വേഗതയിൽ പിശക് സംഭവിക്കുന്നതിനാൽ, നിങ്ങളുടെ ഉൽപ്പാദന പ്രവചനം വിലയിരുത്തുമ്പോൾ ആദ്യം കാറ്റിൻ്റെ വേഗത പ്രവചനത്തിൻ്റെ ഗുണനിലവാരം നോക്കുക. ഒരു മോശം വേഗത പ്രവചനം ഉപയോഗിച്ച് ഒരു നല്ല ഉൽപ്പാദന പ്രവചനം സ്ഥാപിക്കുന്നത് മിക്കവാറും അസാധ്യമാണ്.
ഘട്ടം ഘട്ടമായി: ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉപയോഗിച്ച് പ്രൊഡക്ഷൻ പ്രവചനം
ഘട്ടം 1 - ഇൻപുട്ട് ഡാറ്റ ശേഖരിക്കുക. അടിസ്ഥാന ഇൻപുട്ട് ന്യൂമറിക്കൽ വെതർ പ്രെഡിക്ഷൻ (NWP; അന്തരീക്ഷ ഭൗതികശാസ്ത്രം പരിഹരിച്ച് നിർമ്മിച്ച കാലാവസ്ഥാ പ്രവചനം): വികിരണം, താപനില, കാറ്റിൻ്റെ വേഗത, ദിശ എന്നിവയുടെ കണക്കുകൾ. വൈദ്യുത നിലയത്തിൻ്റെ യഥാർത്ഥ ഉൽപ്പാദന ചരിത്രവും സാധ്യമെങ്കിൽ ഉപഗ്രഹ/ഭൂമി നിരീക്ഷണങ്ങളും ഇതിലേക്ക് ചേർക്കുന്നു.
ഘട്ടം 2 - ആട്രിബ്യൂട്ടുകൾ സജ്ജീകരിക്കുക. കാലാവസ്ഥാ പ്രവചന വേരിയബിളുകൾ, സോളാറിനായുള്ള ജ്യാമിതീയ വേരിയബിളുകൾ (ആകാശത്തിലെ സൂര്യൻ്റെ ആംഗിൾ), കാറ്റിനുള്ള ടർബൈൻ പവർ കർവ് വിവരങ്ങൾ, വൈകി ജനറേഷൻ ആട്രിബ്യൂട്ടുകൾ. വീണ്ടും, ചോർച്ച നിയന്ത്രണം: പ്രവചന സമയത്ത് ലഭ്യമാകുന്ന ഡാറ്റ മാത്രമേ ഉപയോഗിക്കൂ.
ഘട്ടം 3 - മോഡൽ പരിശീലിപ്പിക്കുക. മോഡൽ കാലാവസ്ഥാ പ്രവചനത്തെ യഥാർത്ഥ ഉൽപ്പാദനവുമായി ബന്ധിപ്പിക്കുന്നു. ഇവിടെ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് പാനലിൻ്റെ/ടർബൈനിൻ്റെ (കാറ്റലോഗ് മൂല്യത്തിൽ നിന്നുള്ള വ്യതിയാനങ്ങൾ) യഥാർത്ഥ സ്വഭാവം പഠിക്കുകയും പ്രാദേശിക ഇഫക്റ്റുകൾ (പ്രത്യേക കാറ്റിൻ്റെ ദിശയിലുള്ള ഭൂപ്രകൃതി പോലുള്ളവ) പിടിച്ചെടുക്കുകയും ചെയ്യുന്നു.
ഘട്ടം 4 - മോഡൽ അനിശ്ചിതത്വം. പുതുക്കാവുന്ന പ്രവചനം അന്തർലീനമായി അനിശ്ചിതത്വത്തിലാണ്; ഒരൊറ്റ സംഖ്യയ്ക്ക് പകരം ഒരു പ്രോബബിലിസ്റ്റിക് എസ്റ്റിമേറ്റ് (ഉദാ. "80 ശതമാനം പ്രോബബിലിറ്റി പ്രൊഡക്ഷൻ ആ ബാൻഡിനുള്ളിലാണ്") കൂടുതൽ ഉപയോഗപ്രദമാണ്.
ഘട്ടം 5 - സ്ഥിരീകരിക്കുക. ഭൗതികമായ ഉയർന്ന പരിധികൾക്കും യഥാർത്ഥ ഉൽപ്പാദനത്തിനും എതിരെയാണ് പ്രവചനം പരീക്ഷിക്കുന്നത്.
മൂല്യനിർണ്ണയം: ഫിസിക്കൽ ആങ്കർമാർ
പുനരുൽപ്പാദിപ്പിക്കാവുന്ന ഉൽപ്പാദന പ്രവചനം ശക്തമായ ഫിസിക്കൽ ആങ്കറുകൾ ഉപയോഗിച്ച് പരീക്ഷിക്കാവുന്നതാണ്:
- സൗരോർജ്ജത്തിനായുള്ള സമ്പൂർണ്ണ സീലിംഗ്: രാത്രിയിൽ ഉൽപ്പാദനം ഒരിക്കലും പോസിറ്റീവ് ആയിരിക്കില്ല, കൂടാതെ ഇൻസ്റ്റാൾ ചെയ്ത പവർ (നിലവിലെ വികിരണം അനുവദിക്കുന്നതും) കവിയാൻ കഴിയില്ല. ഈ ഒറ്റ പരിശോധന നിസാരമായ ഊഹങ്ങളെ തൽക്ഷണം ഇല്ലാതാക്കുന്നു.
- ശേഷി ഘടകം: പവർ പ്ലാൻ്റ് പൂർണ്ണ ശക്തിയിൽ തുടർച്ചയായി പ്രവർത്തിക്കുന്നുണ്ടെങ്കിൽ ഉൽപ്പാദിപ്പിക്കുന്ന ഊർജ്ജവും ഉൽപ്പാദിപ്പിക്കുന്ന ഊർജ്ജവും തമ്മിലുള്ള അനുപാതമാണിത്. തീരത്തെ കാറ്റിൽ ഇത് സാധാരണയായി 25-45 ശതമാനമാണ്, സൗരോർജ്ജത്തിൽ ഇത് കാലാവസ്ഥയെ ആശ്രയിച്ച് 12-25 ശതമാനമാണ്. ദീർഘകാല ശരാശരി ഈ പരിധിക്ക് പുറത്താണെങ്കിൽ, ഒരു പിശകുണ്ട്.
- യഥാർത്ഥ ഡാറ്റ: പ്രവചനത്തെ യഥാർത്ഥ ഉൽപ്പാദനവുമായി താരതമ്യം ചെയ്യുന്നതാണ് ഏറ്റവും ശക്തമായ ആങ്കർ; വ്യവസ്ഥാപിത പക്ഷപാതം (ഉദാ. സ്ഥിരമായ അമിത വിലയിരുത്തൽ) ശരിയാക്കി.
മുന്നറിയിപ്പ്: സൗരോർജ്ജ ഉൽപ്പാദന പ്രവചനം രാത്രിയിൽ പൂജ്യമാകാതിരിക്കുകയോ കാറ്റിൻ്റെ പ്രവചനം കട്ട്-ഓഫ് നിരക്കിന് മുകളിൽ പൂർണ്ണമായ ഉൽപ്പാദനം കാണിക്കുകയോ ചെയ്യുന്നത് ഭൗതികമായ അസാധ്യമാണ്. അത്തരം ലംഘനങ്ങൾ മോഡലിന് എവിടെയോ അടിസ്ഥാന ഭൗതികശാസ്ത്രം നഷ്ടപ്പെടുകയും സ്ഥിതിവിവരക്കണക്കുകൾ നോക്കാതെ നിരസിക്കപ്പെടുകയും ചെയ്യുന്നു എന്നതിൻ്റെ സൂചനയാണ്.
മൂന്ന് മിനി കേസുകൾ: അക്കങ്ങൾ പ്രകാരം
കേസ് 1 - രാത്രി ഉത്പാദനം. ഒരു ടീമിൻ്റെ സോളാർ പ്രവചന മാതൃക രാത്രി 10 മണിക്ക് 3 മെഗാവാട്ട് ഉത്പാദനം പ്രവചിച്ചു. അത് ശാരീരികമായി അസാധ്യമായിരുന്നു; മോഡലിന് നൽകിയ റേഡിയൻസ് ഡാറ്റ തെറ്റായ സമയ മേഖലയിൽ മൂല്യങ്ങളുമായി പൊരുത്തപ്പെടുന്നതായിരുന്നു പ്രശ്നം. നൈറ്റ്-സീറോ ആങ്കർ ഉടൻ തന്നെ പിശക് കണ്ടെത്തി, സമയ മേഖല ശരിയാക്കി, പ്രവചനം ശരിയായിരുന്നു.
കേസ് 2 - കാറ്റിൽ ക്യൂബ് പ്രഭാവം. ഒരു കാറ്റാടി ഫാമിൽ, കാലാവസ്ഥാ പ്രവചനം കാറ്റിൻ്റെ വേഗത 8 m/s-ന് പകരം 10 m/s-ൽ നൽകി - 25 ശതമാനം പിശക്. എന്നാൽ ഊർജ്ജം ക്യൂബിക്കലായി വേഗതയെ ആശ്രയിച്ചിരിക്കുന്നതിനാൽ, ഉൽപ്പാദന എസ്റ്റിമേറ്റ് യഥാർത്ഥ തുകയുടെ ഏകദേശം ഇരട്ടി ആയിരുന്നു, ഇത് വിപണിയിൽ വലിയ അസന്തുലിതാവസ്ഥ പിഴയായി. പാഠം: കാറ്റ് പ്രവചനത്തിലെ ചെറിയ വേഗത പിശക് വലിയ ഉൽപാദന പിശകാണ്; അനിശ്ചിതത്വ ബാൻഡ് വിശാലമായി സൂക്ഷിക്കണം.
കേസ് 3 - കപ്പാസിറ്റി ഫാക്ടർ ആങ്കർ. ഒരു പുതിയ പവർ പ്ലാൻ്റിൻ്റെ വാർഷിക ഉൽപ്പാദന പ്രവചനം 55 ശതമാനം ശേഷി ഘടകത്തെ സൂചിപ്പിക്കുന്നു. ഭൂഖണ്ഡാന്തര കാറ്റിന് ഇത് ഈ പരിധിക്ക് മുകളിലായിരുന്നു; ഉൽപ്പാദന യൂണിറ്റുകൾ (MWh) രണ്ടുതവണ തെറ്റായി കണക്കാക്കിയതായി അന്വേഷണത്തിൽ തെളിഞ്ഞു. കപ്പാസിറ്റി ഫാക്ടർ ആങ്കർ നിക്ഷേപ തീരുമാനത്തെ വിശദാംശങ്ങളിലേക്ക് പോകാതെ തെറ്റായ അടിത്തറയിൽ നിന്ന് മോചിപ്പിച്ചു.
ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്
ദുർബലമായ പ്രോംപ്റ്റ്:
ഈ കാറ്റാടിപ്പാടത്തിൻ്റെ നാളത്തെ ഉത്പാദനം പ്രവചിക്കുക.[data]
ശക്തമായ നിർദ്ദേശം:
നിങ്ങളുടെ റോൾ: പുതുക്കാവുന്ന പ്രൊഡക്ഷൻ ഫോർകാസ്റ്റർ. ടാസ്ക്ക്: ഒരു കാറ്റാടിപ്പാടത്തിനായുള്ള മണിക്കൂറിൽ ഒരു ദിവസം മുമ്പുള്ള ഉൽപ്പാദന പ്രവചനം.- പ്രവചന സമയത്ത് ലഭ്യമായ കാലാവസ്ഥാ പ്രവചനം മാത്രം ഇൻപുട്ടായി ഉപയോഗിക്കുക; കാറ്റിൻ്റെ വേഗതയുടെ ക്യൂബിക് പ്രഭാവം അളക്കുകയും കണക്കിലെടുക്കുകയും ചെയ്യുക. - ടർബൈൻ പവർ കർവ് പ്രയോഗിക്കുക (കട്ട്-ഇൻ, നാമമാത്ര, കട്ട്-ഓഫ് വേഗത); ഈ പരിധിക്ക് പുറത്ത് ശാരീരിക ഫലങ്ങൾ നൽകരുത്. - ഒരു അനിശ്ചിതത്വ ബാൻഡ് നൽകുക, ഒരൊറ്റ സംഖ്യയല്ല. - രണ്ട് ആങ്കറുകൾ ഉപയോഗിച്ച് ഫലം സ്വയം പരീക്ഷിക്കുക: (എ) ഇൻസ്റ്റാൾ ചെയ്ത പവർ കവിയുന്ന എന്തെങ്കിലും മൂല്യമുണ്ടോ, (ബി) 25-45% പരിധിയിലുള്ള ശേഷി ഘടകമാണോ? ഡാറ്റ: [പ്ലാൻ്റ്, കാലാവസ്ഥ ഡാറ്റ]
ശക്തമായ പ്രോംപ്റ്റ് ക്യൂബ് ഇഫക്റ്റ്, പവർ കർവ്, അനിശ്ചിതത്വം, തുടക്കം മുതൽ രണ്ട് ഫിസിക്കൽ ആങ്കറുകൾ എന്നിവ അടിച്ചേൽപ്പിക്കുന്നു - പുനരുൽപ്പാദന പ്രവചനത്തിൻ്റെ ക്ലാസിക് പിശകുകൾ വെട്ടിക്കുറയ്ക്കുന്നു.
പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ
1) സോളാർ ഫിസിക്കൽ സീലിംഗ് നിയന്ത്രണം:
ഈ ആങ്കറുകൾ ഉപയോഗിച്ച് ഈ സൗരോർജ്ജ ഉൽപ്പാദന എസ്റ്റിമേറ്റ് പരിശോധിക്കുക: രാത്രി സമയങ്ങളിൽ ഉത്പാദനം പൂജ്യമാണോ? പകലിൻ്റെ മധ്യത്തിലാണോ ഉച്ചയൂൺ? ഏതെങ്കിലും മൂല്യം സ്ഥാപിത ശേഷിയെ കവിയുന്നുണ്ടോ? ടൈംസ്റ്റാമ്പ് ഉപയോഗിച്ച് ലംഘനങ്ങൾ ലിസ്റ്റ് ചെയ്യുക.
2) വിൻഡ് പവർ കർവ് ആപ്ലിക്കേഷൻ:
ഇനിപ്പറയുന്ന ടർബൈൻ പവർ കർവ് പാരാമീറ്ററുകൾ ഉപയോഗിക്കുക: കട്ട്-ഇൻ [A] m/s, നോമിനൽ[B] m/s, കട്ട്-ഓഫ് [C] m/s. നൽകിയിരിക്കുന്ന കാറ്റിൻ്റെ വേഗത പ്രവചനങ്ങൾ ഉൽപ്പാദനത്തിലേക്ക് പരിവർത്തനം ചെയ്യുക. ക്യുബിക് സ്പീഡ്-പവർ ബന്ധം മൂലമുള്ള ഉൽപ്പാദന അനിശ്ചിതത്വത്തിൽ വേഗത അനിശ്ചിതത്വത്തിൻ്റെ ഫലത്തെ കുറിച്ചും അഭിപ്രായമിടുക.
3) ശേഷി ഘടകം ന്യായമായ ആങ്കർ:
ഈ ജനറേഷൻ എസ്റ്റിമേറ്റിൽ നിന്ന് സൂചിപ്പിക്കപ്പെടുന്ന ശേഷി ഘടകം കണക്കാക്കുകയും സസ്യ തരം (കാറ്റ് 25-45%, സോളാർ 12-25%) സാധാരണ ശ്രേണിയുമായി താരതമ്യം ചെയ്യുക. പരിധിക്ക് പുറത്താണെങ്കിൽ, സാധ്യമായ പിശക് ഉറവിടങ്ങൾ ലിസ്റ്റ് ചെയ്യുക (യൂണിറ്റ്, സമയ മേഖല, ഇരട്ട എണ്ണൽ).
4) പ്രവചനം-യഥാർത്ഥ വ്യതിയാന വിശകലനം:
മുൻകാല പ്രവചനങ്ങളുമായി യഥാർത്ഥ ഉൽപ്പാദനം താരതമ്യം ചെയ്യുക. വ്യവസ്ഥാപിത പക്ഷപാതമുണ്ടോ (സ്ഥിരമായ അമിത/കുറച്ച് വിലയിരുത്തൽ)? കാലാവസ്ഥ (മേഘാവൃതം/വ്യക്തം, താഴ്ന്ന/ഉയർന്ന കാറ്റ്) അനുസരിച്ച് വ്യതിയാനം മാറുന്നുണ്ടോ എന്ന് പരിശോധിച്ച് തിരുത്തൽ നിർദ്ദേശിക്കുക.
സൗര, കാറ്റ് താരതമ്യം ചാർട്ട്
സവിശേഷത
സോളാർ (PV)
കാറ്റ്
പ്രധാന ഇൻപുട്ട്
റേഡിയൻസ്, പാനൽ താപനില
കാറ്റിൻ്റെ വേഗതയും ദിശയും
ദൈനംദിന കണക്ക്
പ്രവചനാതീതമായ (രാത്രി പൂജ്യം, ഉച്ചവരെ)
ക്രമരഹിതമായ, പകൽ-രാത്രി അനിശ്ചിതത്വം
പ്രധാന വെല്ലുവിളി
മേഘാവൃതം
സ്പീഡ്-പവർ ക്യൂബിക് ബന്ധം
സാധാരണ ശേഷി ഘടകം
~12-25%
~25-45% (ഭൂപ്രദേശം)
ശക്തമായ ആങ്കർ
രാത്രി-പൂജ്യം, ഇൻസ്റ്റാൾ ചെയ്ത പവർ സീലിംഗ്
പവർ കർവ് പരിധികൾ, ശേഷി ഘടകം
സാധാരണ തെറ്റുകൾ
- കാറ്റിൻ്റെ വേഗതയെ കുറച്ചുകാണുന്നത് പിശക്. സ്പീഡ്-പവർ ബന്ധം ക്യൂബിക് ആയതിനാൽ, ചെറിയ വേഗത പിശക് ഒരു വലിയ ഉൽപ്പാദന പിശകാണ്.
- ഫിസിക്കൽ സീലിംഗ് പരിശോധിക്കുന്നില്ല. രാത്രിയിൽ സോളാർ ഉൽപ്പാദനത്തേക്കാൾ കൂടുതലോ സ്ഥാപിത ശേഷിയിലോ കൂടുതലുള്ള മൂല്യം സ്ഥിതിവിവരക്കണക്കുകൾ നോക്കാതെ നിരസിക്കണം.
- അനിശ്ചിതത്വം ഒറ്റ സംഖ്യയിലേക്ക് കുറയ്ക്കുന്നു. പുതുക്കാവുന്ന പ്രവചനം അന്തർലീനമായി സാദ്ധ്യതയുള്ളതാണ്; ടേപ്പ് നൽകാതെ ഒരു തീരുമാനമെടുക്കാൻ കഴിയില്ല.
- ചോർച്ച. യഥാർത്ഥ കാലാവസ്ഥയെ ഒരു ആട്രിബ്യൂട്ട് ആക്കുന്നു; എന്നിരുന്നാലും, നിങ്ങൾക്ക് ആകെയുള്ളത് കാലാവസ്ഥാ പ്രവചനം മാത്രമാണ്.
- ശേഷി ഘടകം ആങ്കർ ബൈപാസ് ചെയ്യുന്നു. ദീർഘകാല ശരാശരി മറയ്ക്കൽ യൂണിറ്റിൻ്റെയും ഇരട്ട കൗണ്ടിംഗ് പിശകുകളുടെയും വിശ്വസനീയത പരിശോധിക്കുന്നില്ല.
ചുരുക്കത്തിൽ
സൗരോർജ്ജത്തിൻ്റെയും കാറ്റിൻ്റെയും ഉത്പാദനം കാലാവസ്ഥാ ശാസ്ത്രത്തെ ആശ്രയിച്ചിരിക്കുന്നു, അത് വേരിയബിളാണ്; ഗ്രിഡ് ബാലൻസിനും വിപണിക്കും എസ്റ്റിമേറ്റ് നിർണായകമാണ്. സൂര്യൻ്റെ പ്രവചനാതീതമായ ദൈനംദിന പാറ്റേൺ മേഘാവൃതമായതിനാൽ പ്രയാസകരമാക്കുന്നു, ദ്രുതഗതിയിലുള്ള ക്യൂബിക് ബന്ധം മൂലം കാറ്റിൻ്റെ ഉത്പാദനം പ്രയാസകരമാക്കുന്നു. കാലാവസ്ഥാ പ്രവചനത്തെ യഥാർത്ഥ ഉൽപ്പാദനവുമായി ബന്ധിപ്പിക്കുന്നതിൽ AI ശക്തമാണ്; എന്നാൽ പ്രവചനം ഫിസിക്കൽ സീലിംഗ്, പവർ കർവ്, കപ്പാസിറ്റി ഫാക്ടർ ആങ്കറുകൾ എന്നിവ ഉപയോഗിച്ച് പരീക്ഷിക്കണം, അനിശ്ചിതത്വം ഒരു ടേപ്പ് ഉപയോഗിച്ച് റിപ്പോർട്ട് ചെയ്യുകയും ചോർച്ച ഒഴിവാക്കുകയും വേണം.
ആപ്ലിക്കേഷൻ ടാസ്ക്
ഒരു സോളാർ അല്ലെങ്കിൽ വിൻഡ് ഫാമിൻ്റെ ചരിത്രപരമായ ഉൽപ്പാദന ഡാറ്റ നേടുക. "സോളാർ ഫിസിക്കൽ സീലിംഗ് കൺട്രോൾ" (സോളാറിന്) അല്ലെങ്കിൽ "കപ്പാസിറ്റി ഫാക്ടർ പ്ലാസിബിലിറ്റി ആങ്കർ" (രണ്ടിനും) ടെംപ്ലേറ്റുകൾ ഉപയോഗിച്ച് AI പ്രവചനം ഓഡിറ്റ് ചെയ്യൂ. തുടർന്ന് സൂചിപ്പിക്കുന്ന ശേഷി ഘടകം സ്വയം കണക്കാക്കുകയും സാധാരണ ശ്രേണിയുമായി താരതമ്യം ചെയ്യുകയും ചെയ്യുക. ശാരീരിക അസാദ്ധ്യതയോ ന്യായമായ വ്യതിയാനമോ നിങ്ങൾ കണ്ടെത്തുകയാണെങ്കിൽ, നിങ്ങൾ അത് എങ്ങനെ പിടിച്ചുവെന്ന് എഴുതുക.
ചെക്ക്ലിസ്റ്റ്
- [ ] പ്രധാന ഇൻപുട്ട് കാലാവസ്ഥാ പ്രവചനമാണെന്നും ചോർച്ച അടങ്ങിയിട്ടില്ലെന്നും ഞാൻ പരിശോധിച്ചു
- [ ] ഞാൻ നൈറ്റ്-സീറോ പ്രയോഗിച്ചു, സോളാറിനായി പവർ സീലിംഗ് ആങ്കറുകൾ സ്ഥാപിച്ചു
- [ ] കാറ്റിനുള്ള പവർ കർവ് പരിധികളും ക്യൂബിക് പ്രവേഗ ഫലവും ഞാൻ കണക്കിലെടുത്തിട്ടുണ്ട്
- [ ] ഞാൻ സൂചിപ്പിക്കുന്ന ശേഷി ഘടകം സാധാരണ ശ്രേണിയുമായി താരതമ്യം ചെയ്തു
- [ ] ഞാൻ അനിശ്ചിതത്വ ബാൻഡിനൊപ്പം എസ്റ്റിമേറ്റ് അവതരിപ്പിച്ചു
- [ ] ഞാൻ പ്രവചിക്കപ്പെട്ട-യഥാർത്ഥ വ്യവസ്ഥാപരമായ വ്യതിയാനം പരിശോധിച്ചു
- [ ] ഭൗതികമായ അസാധ്യത ഉൾപ്പെടുന്ന മൂല്യങ്ങൾ ഞാൻ നിരസിച്ചു