Keuntungan:
- Untuk memahami kebolehubahan pengeluaran suria dan angin bergantung kepada meteorologi dan kepentingan ramalannya untuk keseimbangan grid.
- Keupayaan untuk mencipta aliran kerja ramalan AI yang menggabungkan ramalan cuaca digital, satelit dan data medan
- Keupayaan untuk mengesahkan ramalan pengeluaran dengan had atas fizikal, faktor kapasiti dan data sebenar
Loji janakuasa arang batu atau gas asli beroperasi pada kuasa tertentu apabila pengendali menuntutnya; pengeluaran boleh dikawal. Suria dan angin tidak seperti ini: apabila matahari menjadi mendung, pengeluaran panel berkurangan, dan apabila angin berhenti, turbin berhenti. Jenis pengeluaran ini dipanggil tenaga boleh diperbaharui berubah; Pengeluaran bergantung pada meteorologi, bukan kehendak manusia. Kebolehubahan ini mewujudkan kedua-dua peluang hebat dan cabaran hebat untuk kestabilan grid. Ramalan pengeluaran boleh diperbaharui adalah tugas untuk meramalkan pengeluaran masa depan loji kuasa solar dan angin dan merupakan salah satu bidang analisis yang paling pesat berkembang bagi sistem tenaga moden. Dalam unit ini, kita akan mempelajari fizik ramalan ini, bagaimana ia ditubuhkan dan disahkan dengan kecerdasan buatan.
Mengapa Ia Sangat Penting?
Apabila bahagian solar dan angin meningkat dalam grid, persoalan "berapa banyak dan bila" sumber ini akan menghasilkan menjadi penentu keseluruhan sistem. Tanpa ramalan penjanaan yang baik, grid terpaksa menyimpan kapasiti ganti tambahan (selalunya mahal dan kaya karbon) di tangan untuk mengimbangi penurunan mendadak dalam penjanaan boleh diperbaharui. Ramalan yang tepat mengurangkan kedua-dua kos dan pelepasan ini; Ia juga membolehkan pemilik loji janakuasa membida lebih baik di pasaran. Dalam erti kata lain, ralat ramalan diterjemahkan terus kepada wang dan karbon.
Fizik Penjanaan Suria dan Angin
Matahari. Kuasa yang dihasilkan oleh panel fotovoltaik (PV; menukar cahaya terus kepada elektrik) bergantung terutamanya pada sinaran yang jatuh ke atasnya (sinar; tenaga suria per unit luas, W/m²). Selain itu, suhu panel (kecekapan berkurangan apabila panel menjadi panas), habuk/pencemaran dan teduhan menjejaskannya. Ciri terkuat pengeluaran suria ialah corak diurnal yang boleh diramal: sifar pada waktu malam, tinggi pada waktu pagi, puncak sekitar tengah hari dan sifar pada waktu petang. Kekeruhan ialah bunyi yang ditindih pada angka ini dan merupakan punca utama kesukaran ramalan.
Angin. Kuasa yang dihasilkan oleh turbin adalah lebih kurang berkadar dengan kiub kelajuan angin — jadi apabila kelajuan meningkat dua kali ganda, kuasa meningkat kira-kira lapan kali ganda. Oleh itu, ralat ramalan kecil dalam kelajuan angin bertukar menjadi ralat besar dalam pengeluaran. Juga turbin mempunyai lengkung kuasa: di bawah kelajuan tertentu (kelajuan potong) pengeluaran adalah sifar, di atas kelajuan tertentu (kelajuan undian) pengeluaran stabil, pada kelajuan yang sangat tinggi (kelajuan potong) turbin berhenti untuk keselamatan. Hubungan tak linear ini menjadikan ramalan angin lebih sukar daripada solar.
Petua: Memandangkan ralat dalam kelajuan angin berlaku, lihat kualiti ramalan kelajuan angin dahulu apabila menilai ramalan pengeluaran anda. Hampir mustahil untuk mewujudkan ramalan pengeluaran yang baik dengan ramalan halaju yang buruk.
Langkah demi Langkah: Ramalan Pengeluaran dengan Kepintaran Buatan
Langkah 1 — Kumpul data input. Input asas ialah Ramalan Cuaca Berangka (NWP; ramalan cuaca yang dihasilkan dengan menyelesaikan fizik atmosfera): anggaran sinaran, suhu, kelajuan angin dan arah. Sejarah pengeluaran sebenar loji janakuasa dan, jika boleh, pemerhatian satelit/tanah ditambah kepada ini.
Langkah 2 — Sediakan atribut. Pembolehubah ramalan cuaca, pembolehubah geometri untuk suria (sudut matahari di langit), maklumat keluk kuasa turbin untuk angin dan atribut penjanaan tertunda. Sekali lagi, kawalan kebocoran: hanya data yang akan tersedia pada masa ramalan digunakan.
Langkah 3 — Latih model. Model ini menghubungkan ramalan cuaca dengan pengeluaran sebenar. Di sini kecerdasan buatan kedua-duanya mempelajari kelakuan sebenar panel/turbin (penyimpangan daripada nilai katalog) dan menangkap kesan tempatan (seperti kesan rupa bumi dalam arah angin tertentu).
Langkah 4 — Ketidakpastian model. Ramalan boleh diperbaharui sememangnya tidak pasti; Anggaran kebarangkalian (cth. "80 peratus pengeluaran kebarangkalian berada dalam jalur itu") dan bukannya satu nombor adalah lebih berguna.
Langkah 5 — Sahkan. Ramalan diuji terhadap had atas fizikal dan pengeluaran sebenar.
Pengesahan: Sauh Fizikal
Ramalan pengeluaran boleh diperbaharui boleh diuji dengan sauh fizikal yang kuat:
- Siling mutlak untuk solar: Pengeluaran tidak boleh positif pada waktu malam dan tidak boleh melebihi kuasa yang dipasang (dan apa yang dibenarkan oleh sinaran semasa). Semakan tunggal ini serta-merta menghapuskan tekaan bodoh.
- Faktor kapasiti: Ia adalah nisbah tenaga yang dihasilkan kepada tenaga yang akan dihasilkan jika loji kuasa beroperasi secara berterusan pada kuasa penuh. Dalam angin darat ia biasanya kira-kira 25-45 peratus, dalam solar ia adalah kira-kira 12-25 peratus bergantung kepada iklim. Jika purata jangka panjang berada di luar julat ini, terdapat ralat.
- Data sebenar: Sauh terkuat ialah perbandingan ramalan dengan pengeluaran sebenar; bias sistematik (cth. anggaran berlebihan berterusan) diperbetulkan.
Awas: Kemustahilan fizikal untuk ramalan pengeluaran solar menjadi bukan sifar pada waktu malam atau ramalan angin masih menunjukkan pengeluaran penuh melebihi kadar pemotongan. Pelanggaran sedemikian adalah tanda bahawa model itu kehilangan fizik asas di suatu tempat dan ditolak tanpa melihat statistik.
Tiga Kes Mini: Mengikut Nombor
Kes 1 — Pengeluaran malam. Model ramalan suria satu pasukan meramalkan penjanaan 3 MW untuk 10 malam. Ia adalah mustahil secara fizikal; Masalahnya ialah data sinaran yang diberikan kepada model sepadan dengan nilai dalam zon waktu yang salah. Sauh sifar malam menangkap ralat dengan serta-merta, dan setelah zon waktu diperbetulkan, ramalan itu betul.
Kes 2 — Kesan kiub dalam angin. Di satu ladang angin, ramalan cuaca memberikan kelajuan angin 10 m/s dan bukannya 8 m/s — ralat 25 peratus yang jelas. Tetapi oleh kerana kuasa bergantung pada kelajuan secara kubik, anggaran pengeluaran adalah kira-kira dua kali ganda jumlah sebenar, mengakibatkan penalti ketidakseimbangan yang besar dalam pasaran. Pengajaran: ralat kelajuan kecil dalam ramalan angin adalah ralat pengeluaran yang besar; Jalur ketidakpastian harus dikekalkan lebar.
Kes 3 — Penambat faktor kapasiti. Ramalan pengeluaran tahunan untuk satu loji janakuasa baharu membayangkan faktor kapasiti sebanyak 55 peratus. Ia jauh di atas julat ini untuk angin benua; penyiasatan menunjukkan bahawa unit pengeluaran (MWj) telah tersilap dikira dua kali. Sauh faktor kapasiti membebaskan keputusan pelaburan daripada asas yang salah tanpa membuat perincian.
Gesaan Lemah / Gesaan Kuat
Gesaan yang lemah:
Ramalkan pengeluaran ladang angin ini esok.[data]
Gesaan kuat:
Peranan anda: Peramal pengeluaran boleh diperbaharui. Tugasan: ramalan pengeluaran setiap jam setiap hari untuk ladang angin.- Gunakan sebagai input hanya ramalan cuaca yang tersedia pada masa ramalan; mengukur dan mengambil kira kesan padu kelajuan angin. - Guna keluk kuasa turbin (cut-in, nominal, cut-off speed); jangan berikan hasil fizikal di luar had ini. - Berikan jalur ketidakpastian, bukan nombor tunggal. - Uji keputusan sendiri dengan dua sauh: (a) adakah terdapat sebarang nilai melebihi kuasa yang dipasang, (b) adakah faktor kapasiti tersirat dalam julat 25-45%? Data: [data tumbuhan dan cuaca]
Gesaan kuat mengenakan kesan kiub, lengkung kuasa, ketidakpastian dan dua sauh fizikal dari awal — memotong ralat klasik ramalan penjanaan semula.
Empat Templat Boleh Disalin
1) Kawalan siling fizikal solar:
Uji anggaran pengeluaran suria ini dengan sauh ini: adakah pengeluaran sifar pada waktu malam? Adakah puncak tengah hari di tengah hari? Adakah sebarang nilai melebihi kapasiti terpasang? Senaraikan pelanggaran dengan cap masa.
2) Aplikasi keluk kuasa angin:
Gunakan parameter lengkung kuasa turbin berikut: potong masuk [A] m/s, nominal[B] m/s, potong-potong [C] m/s. Tukar ramalan kelajuan angin yang diberikan kepada pengeluaran. Juga mengulas tentang kesan ketidakpastian kelajuan terhadap ketidakpastian pengeluaran disebabkan oleh hubungan kelajuan padu kuasa.
3) Penambat kewajaran faktor kapasiti:
Kira faktor kapasiti tersirat daripada anggaran penjanaan ini dan bandingkan dengan julat biasa untuk jenis tumbuhan (angin 25-45%, solar 12-25%). Jika di luar julat, senaraikan sumber ralat yang mungkin (unit, zon masa, pengiraan dua kali).
4) Analisis sisihan-sebenar ramalan:
Bandingkan pengeluaran sebenar dengan ramalan masa lalu. Adakah terdapat berat sebelah sistematik (terlalu lama/kurang anggaran)? Periksa sama ada sisihan berbeza dengan keadaan cuaca (mendung/cerah, angin rendah/kencang) dan cadangkan pembetulan.
Carta Perbandingan Suria dan Angin
ciri
Suria (PV)
angin
input utama
Penyinaran, suhu panel
Kelajuan dan arah angin
angka harian
Boleh diramal (sifar malam, puncak tengah hari)
Tidak teratur, siang malam tidak menentu
Cabaran utama
keadaan mendung
Hubungan padu kuasa kelajuan
Faktor kapasiti biasa
~12-25%
~25-45% (daratan)
sauh yang kuat
Siling kuasa malam-sifar, dipasang
Had keluk kuasa, faktor kapasiti
Kesilapan biasa
- Meremehkan ralat kelajuan angin. Oleh kerana hubungan kelajuan-kuasa adalah padu, ralat kelajuan kecil adalah ralat pengeluaran yang besar.
- Tidak memeriksa siling fizikal. Sebarang nilai yang melebihi pengeluaran solar pada waktu malam atau kapasiti terpasang harus ditolak tanpa melihat statistik.
- Mengurangkan ketidakpastian kepada satu nombor. Ramalan boleh diperbaharui sememangnya berkemungkinan; Keputusan tidak boleh dibuat tanpa memberikan pita.
- bocor. Menjadikan cuaca sebenar sebagai atribut; Walau bagaimanapun, apa yang anda akan ada hanyalah ramalan cuaca.
- Melangkau penambat faktor kapasiti. Tidak menguji kebolehpercayaan purata jangka panjang menyembunyikan unit dan ralat pengiraan berganda.
Secara ringkasnya
Pengeluaran suria dan angin bergantung kepada meteorologi dan berubah-ubah; Anggaran adalah penting untuk keseimbangan grid dan pasaran. Corak diurnal matahari yang boleh diramal menjadi sukar oleh kekeruhan, dan pengeluaran angin menjadi sukar oleh hubungan padu yang cepat. AI berkuasa dalam menghubungkan ramalan cuaca kepada pengeluaran sebenar; tetapi ramalan mesti diuji dengan siling fizikal, lengkung kuasa dan penambat faktor kapasiti, ketidakpastian mesti dilaporkan dengan pita dan kebocoran mesti dielakkan.
Tugasan permohonan
Dapatkan data pengeluaran sejarah ladang suria atau angin. Minta AI mengaudit ramalan menggunakan templat "Kawalan siling fizikal solar" (untuk suria) atau "Sauh kebolehpercayaan faktor kapasiti" (untuk kedua-duanya). Kemudian hitung sendiri faktor kapasiti tersirat dan bandingkan dengan julat biasa. Jika anda mendapati ketidakmungkinan fizikal atau penyelewengan kewajaran, tuliskan bagaimana anda menangkapnya.
senarai semak
- [ ] Saya mengesahkan bahawa input utama ialah ramalan cuaca dan tidak mengandungi kebocoran
- [ ] Saya menggunakan sifar malam dan memasang sauh siling kuasa untuk solar
- [ ] Saya mengambil kira had lengkung kuasa untuk angin dan kesan halaju padu
- [ ] Saya membandingkan faktor kapasiti tersirat dengan julat biasa
- [ ] Saya membentangkan anggaran dengan jalur ketidakpastian
- [ ] Saya menyemak sisihan sistematik yang diramalkan-direalisasikan
- [ ] Saya menolak nilai yang melibatkan kemustahilan fizikal