Прибыль:
- Понять изменчивость производства солнечной и ветровой энергии в зависимости от метеорологии и важность ее прогнозирования для баланса энергосистемы.
- Возможность создать рабочий процесс прогнозирования с использованием искусственного интеллекта, объединяющий цифровые прогнозы погоды, спутниковые и полевые данные.
- Возможность проверки прогнозов добычи с использованием физического верхнего предела, коэффициента мощности и фактических данных.
Угольная или газовая электростанция работает на определенной мощности, когда этого требует оператор; производство можно контролировать. Солнечная и ветровая энергия не такие: когда солнце пасмурно, производство панелей снижается, а когда ветер прекращается, турбина останавливается. Этот вид производства называется переменной возобновляемой энергией; Производство зависит от метеорологии, а не от человеческой воли. Эта изменчивость создает как прекрасную возможность, так и серьезную проблему для стабильности сети. Прогнозирование производства возобновляемых источников энергии представляет собой задачу прогнозирования будущего производства солнечных и ветряных электростанций и является одной из наиболее быстро развивающихся областей анализа современной энергетической системы. В этом модуле мы изучим физику этого предсказания, как оно устанавливается и проверяется с помощью искусственного интеллекта.
Почему это так важно?
Поскольку доля солнечной и ветровой энергии в энергосистеме увеличивается, вопрос «сколько и когда» эти ресурсы будут производить, становится определяющим для всей системы. Без хорошего прогноза выработки энергосистема вынуждена держать под рукой дополнительные резервные мощности (часто дорогие и богатые углеродом), чтобы компенсировать внезапное сокращение выработки электроэнергии из возобновляемых источников. Точное прогнозирование снижает как эти затраты, так и выбросы; Это также позволяет владельцу электростанции предлагать более выгодные предложения на рынке. Другими словами, ошибка прогноза напрямую приводит к деньгам и выбросам углерода.
Физика солнечной и ветровой генерации
Солнце. Мощность, производимая фотоэлектрической (PV; преобразование света непосредственно в электричество) панелью, зависит главным образом от падающего на нее излучения (освещенность; солнечная энергия на единицу площади, Вт/м²). Кроме того, на нее влияют температура панели (эффективность снижается по мере нагрева панели), пыль/загрязнение и затенение. Самой сильной особенностью солнечной генерации является ее предсказуемый суточный график: ноль ночью, максимум утром, пик около полудня и ноль вечером. Облачность — это шум, накладываемый на эту цифру, и основной источник трудностей прогнозирования.
Ветер. Мощность, производимая турбиной, примерно пропорциональна кубу скорости ветра — поэтому, когда скорость удваивается, мощность увеличивается примерно в восемь раз. Поэтому небольшая ошибка прогноза скорости ветра оборачивается большой ошибкой производства. Также турбина имеет кривую мощности: ниже определенной скорости (скорости включения) производительность равна нулю, выше определенной скорости (номинальной скорости) производительность стабилизируется, при очень высокой скорости (скорости отключения) турбина останавливается в целях безопасности. Эта нелинейная зависимость делает прогнозирование ветра более сложным, чем прогнозирование солнечной энергии.
Совет: поскольку в игру вступает ошибка в скорости ветра, при оценке прогноза добычи в первую очередь обратите внимание на качество прогноза скорости ветра. Практически невозможно создать хороший прогноз добычи при плохом прогнозе скорости.
Шаг за шагом: прогнозирование добычи с помощью искусственного интеллекта
Шаг 1 — Соберите входные данные. Основной исходной информацией является численный прогноз погоды (ЧПП; прогноз погоды, полученный путем решения физики атмосферы): оценки освещенности, температуры, скорости и направления ветра. К этому добавляется фактическая история производства электростанции и, если возможно, спутниковые/наземные наблюдения.
Шаг 2 — Настройте атрибуты. Переменные прогноза погоды, геометрические переменные для солнечной энергии (угол солнца на небе), информация о кривой мощности турбины для ветра и атрибуты задержки генерации. Опять же, контроль утечек: используются только те данные, которые будут доступны на момент прогнозирования.
Шаг 3 — Обучите модель. Модель связывает прогноз погоды с фактическим производством. Здесь искусственный интеллект одновременно изучает фактическое поведение панели/турбины (отклонения от каталожного значения) и фиксирует локальные эффекты (например, влияние рельефа местности при определенном направлении ветра).
Шаг 4 — Неопределённость модели. Прогнозирование возобновляемых источников энергии по своей сути является неопределенным; Гораздо более полезна вероятностная оценка (например, «вероятность производства 80 процентов находится в пределах этого диапазона»), а не одно число.
Шаг 5 — Проверка. Прогноз проверяется на соответствие физическим верхним пределам и фактическому производству.
Валидация: физические привязки
Прогнозирование производства возобновляемых источников энергии можно проверить с помощью надежных физических привязок:
- Абсолютный потолок солнечной энергии: производство никогда не может быть положительным ночью и не может превышать установленную мощность (и то, что позволяет текущая радиация). Эта единственная проверка мгновенно исключает глупые догадки.
- Коэффициент мощности: это отношение произведенной энергии к энергии, которую она производила бы, если бы электростанция постоянно работала на полную мощность. Для берегового ветра он обычно составляет около 25–45 процентов, для солнечного – около 12–25 процентов в зависимости от климата. Если долгосрочное среднее значение выходит за пределы этого диапазона, возникает ошибка.
- Фактические данные. Самым сильным якорем является сравнение прогноза с фактическим производством; систематическая погрешность (например, постоянное завышение оценок) корректируется.
Внимание: физически невозможно, чтобы прогноз выработки солнечной энергии был ненулевым в ночное время, а прогноз ветра по-прежнему показывал полную выработку энергии выше предельного уровня. Подобные нарушения являются признаком того, что в модели где-то отсутствует фундаментальная физика, и ее отвергают без учета статистики.
Три мини-кейса: в цифрах
Случай 1 — Ночное производство. Модель прогнозирования солнечной энергии, разработанная одной командой, предсказывала выработку 3 МВт на 22:00. Это было физически невозможно; Проблема заключалась в том, что данные об освещенности, подаваемые в модель, соответствовали значениям в неправильном часовом поясе. Привязка «ночь-ноль» сразу обнаружила ошибку, и как только часовой пояс был исправлен, прогноз оказался верным.
Случай 2 — Эффект куба при ветре. На одной ветряной электростанции прогноз погоды дал скорость ветра 10 м/с вместо 8 м/с — очевидная 25-процентная ошибка. Но поскольку мощность зависит от скорости в кубическом масштабе, оценка производства была примерно в два раза выше фактического объема, что привело к огромному штрафу за дисбаланс на рынке. Урок: небольшая ошибка скорости в прогнозе ветра — это большая производственная ошибка; Полоса неопределенности должна оставаться широкой.
Случай 3. Привязка коэффициента мощности. Годовой прогноз производства для одной новой электростанции предполагал коэффициент использования мощности 55 процентов. Для континентального ветра это было значительно выше этого диапазона; Расследование показало, что единицы продукции (МВтч) были ошибочно учтены дважды. Якорь коэффициента мощности освободил инвестиционное решение от неправильной основы, не вдаваясь в детали.
Слабая подсказка/Сильная подсказка
Слабая подсказка:
Предскажите завтрашнюю производительность этой ветряной электростанции.[данные]
Мощная подсказка:
Ваша роль: прогнозист производства возобновляемых источников энергии. Задача: почасовой прогноз производительности ветровой электростанции на сутки вперед. - Использовать в качестве входных данных только прогноз погоды, доступный на момент составления прогноза; измерить и учесть кубический эффект скорости ветра. - Применить кривую мощности турбины (скорости включения, номинала, отключения); не дают физических результатов за пределами этих пределов. - Назовите диапазон неопределенности, а не одну цифру. - Проверьте результат самостоятельно с помощью двух якорей: (а) имеется ли какое-либо значение, превышающее установленную мощность, (б) находится ли предполагаемый коэффициент мощности в диапазоне 25-45%? Данные: [данные о растениях и погоде]
Мощная подсказка с самого начала навязывает эффект куба, кривую мощности, неопределенность и два физических якоря, исключая классические ошибки регенеративного прогнозирования.
Четыре копируемых шаблона
1) Управление физическим потолком солнечной энергии:
Проверьте эту оценку производства солнечной энергии с помощью этих якорей: нулевое ли производство в ночные часы? Пик полудня приходится на середину дня? Превышает ли какое-либо значение установленную мощность? Перечислите нарушения с указанием времени.
2) Приложение кривой мощности ветра:
Используйте следующие параметры кривой мощности турбины: включение [А] м/с, номинал [В] м/с, отключение [C] м/с. Преобразование данных прогнозов скорости ветра в производство. Также прокомментируйте влияние неопределенности скорости на неопределенность добычи из-за кубической зависимости скорости от мощности.
3) Якорь разумности коэффициента мощности:
Рассчитайте подразумеваемый коэффициент мощности на основе этой оценки выработки и сравните его с типичным диапазоном для типа электростанции (ветряная 25–45 %, солнечная 12–25 %). Если значение выходит за пределы допустимого диапазона, перечислите возможные источники ошибок (единица измерения, часовой пояс, двойной учет).
4) Анализ прогнозно-реальных отклонений:
Сравните фактическое производство с прошлыми прогнозами. Существует ли систематическая предвзятость (постоянная переоценка/недооценка)? Проверьте, меняется ли отклонение в зависимости от погодных условий (облачно/ясно, слабый/сильный ветер) и предложите исправление.
Сравнительная таблица солнечной и ветровой энергии
особенность
Солнечная (ФЭ)
ветер
основной вход
Освещенность, температура панели
Скорость и направление ветра
дневная цифра
Предсказуемый (ночь ноль, пик в полдень)
Нерегулярный, день-ночь неопределенный
Основная задача
облачность
Кубическое соотношение скорости и мощности
Типичный коэффициент мощности
~12-25%
~25-45% (наземное)
сильный якорь
Ночь-ноль, установлен электрический потолок
Пределы кривой мощности, коэффициент мощности
Распространенные ошибки
- Ошибка недооценки скорости ветра. Поскольку соотношение скорости и мощности является кубическим, небольшая ошибка скорости является большой производственной ошибкой.
- Не проверять физический потолок. Любое значение, превышающее выработку солнечной энергии в ночное время или установленную мощность, следует отклонять, не обращая внимания на статистику.
- Сведение неопределенности к одному числу. Прогнозирование возобновляемых источников энергии по своей сути является вероятностным; Решение невозможно принять, не отдав кассету.
- Утечка. Сделать фактическую погоду атрибутом; Однако все, что у вас будет, это прогноз погоды.
- Обход привязки коэффициента мощности. Отсутствие проверки достоверности долгосрочного среднего скрывает ошибки единичного и двойного подсчета.
В итоге
Производство солнечной и ветровой энергии зависит от метеорологии и является переменным; Эта оценка имеет решающее значение для баланса сети и рынка. Предсказуемый суточный график солнца затрудняется из-за облачности, а возникновение ветра затрудняется из-за быстрого кубического соотношения. ИИ способен связать прогноз погоды с реальным производством; но прогноз должен быть проверен с помощью физического потолка, кривой мощности и якорей коэффициента мощности, неопределенность должна быть зафиксирована с помощью ленты и следует избегать утечек.
Задача приложения
Получите исторические данные о производстве солнечной или ветряной электростанции. Попросите ИИ проверить прогноз, используя шаблоны «Контроль физического потолка солнечной энергии» (для солнечной энергии) или «Якорь достоверности коэффициента мощности» (для обоих). Затем самостоятельно рассчитайте подразумеваемый коэффициент мощности и сравните его с типичным диапазоном. Если вы обнаружите отклонение от физической невозможности или разумности, запишите, как вы его уловили.
контрольный список
- [ ] Я проверил, что основные входные данные — это прогноз погоды и не содержат утечек
- [ ] Я применил систему «ночь-ноль» и установил потолочные анкеры для солнечных батарей.
- [ ] Я учел пределы кривой мощности для ветра и эффект кубической скорости
- [ ] Я сравнил подразумеваемый коэффициент мощности с типичным диапазоном
- [ ] Я представил оценку с диапазоном неопределенности
- [ ] Я проверил прогнозируемое-реализованное систематическое отклонение
- [ ] Я отверг ценности, которые предполагают физическую невозможность