พยากรณ์การผลิตพลังงานทดแทน: แสงอาทิตย์และลม

กำไร:

• เพื่อทำความเข้าใจความแปรปรวนของการผลิตพลังงานแสงอาทิตย์และลม โดยขึ้นอยู่กับอุตุนิยมวิทยาและความสำคัญของการทำนายสมดุลของกริด
• ความสามารถในการสร้างเวิร์กโฟลว์การคาดการณ์ AI ที่รวมการพยากรณ์อากาศแบบดิจิทัล ดาวเทียม และข้อมูลภาคสนาม
• ความสามารถในการตรวจสอบการคาดการณ์การผลิตด้วยขีดจำกัดบนทางกายภาพ ปัจจัยด้านกำลังการผลิต และข้อมูลจริง

โรงไฟฟ้าถ่านหินหรือก๊าซธรรมชาติดำเนินการด้วยพลังงานที่แน่นอนเมื่อผู้ดำเนินการต้องการ สามารถควบคุมการผลิตได้ แสงอาทิตย์และลมไม่เป็นเช่นนี้ เมื่อดวงอาทิตย์มีเมฆมาก การผลิตแผงลดลง และเมื่อลมหยุด กังหันจะหยุด การผลิตประเภทนี้เรียกว่าพลังงานทดแทนแบบแปรผัน การผลิตขึ้นอยู่กับอุตุนิยมวิทยา ไม่ใช่ความตั้งใจของมนุษย์ ความแปรปรวนนี้สร้างทั้งโอกาสที่ดีและเป็นความท้าทายที่ยิ่งใหญ่สำหรับความเสถียรของกริด การคาดการณ์การผลิตพลังงานทดแทนเป็นหน้าที่ในการทำนายการผลิตในอนาคตของโรงไฟฟ้าพลังงานแสงอาทิตย์และพลังงานลม และเป็นหนึ่งในสาขาการวิเคราะห์ระบบพลังงานสมัยใหม่ที่เติบโตเร็วที่สุด ในหน่วยนี้ เราจะเรียนรู้ฟิสิกส์ของการทำนายนี้ วิธีสร้างและตรวจสอบด้วยปัญญาประดิษฐ์

เหตุใดจึงสำคัญมาก?

เมื่อส่วนแบ่งของแสงอาทิตย์และลมเพิ่มขึ้นในตาราง คำถามที่ว่าทรัพยากรเหล่านี้จะผลิตได้มากน้อยเพียงใดและเมื่อใดจึงกลายเป็นตัวกำหนดระบบทั้งหมด หากไม่มีการคาดการณ์การผลิตไฟฟ้าที่ดี กริดจะถูกบังคับให้รักษากำลังการผลิตสำรองเพิ่มเติม (ซึ่งมักจะมีราคาแพงและอุดมด้วยคาร์บอน) ไว้เพื่อชดเชยการผลิตพลังงานหมุนเวียนที่ลดลงอย่างกะทันหัน การคาดการณ์ที่แม่นยำจะช่วยลดต้นทุนและการปล่อยก๊าซเรือนกระจก อีกทั้งยังทำให้เจ้าของโรงไฟฟ้าสามารถเสนอราคาในตลาดได้ดีขึ้น กล่าวอีกนัยหนึ่ง ข้อผิดพลาดในการคาดการณ์แปลเป็นเงินและคาร์บอนโดยตรง

ฟิสิกส์ของการสร้างพลังงานแสงอาทิตย์และลม

อาทิตย์. พลังงานที่ผลิตได้จากแผงเซลล์แสงอาทิตย์ (PV; แปลงแสงเป็นไฟฟ้าโดยตรง) ขึ้นอยู่กับการแผ่รังสีที่ตกกระทบบนแผงเป็นหลัก (การฉายรังสี; พลังงานแสงอาทิตย์ต่อหน่วยพื้นที่, W/m²) ยิ่งไปกว่านั้น อุณหภูมิแผง (ประสิทธิภาพจะลดลงเมื่อแผงร้อนขึ้น) ฝุ่น/สิ่งปนเปื้อน และเงาที่ส่งผลต่ออุณหภูมิดังกล่าว ลักษณะเด่นที่สุดของการผลิตพลังงานแสงอาทิตย์คือรูปแบบรายวันที่คาดการณ์ได้ ได้แก่ ศูนย์ในเวลากลางคืน อุณหภูมิสูงสุดในตอนเช้า ยอดสูงสุดประมาณเที่ยง และศูนย์ในตอนเย็น ความขุ่นมัวคือสัญญาณรบกวนที่ซ้อนทับบนตัวเลขนี้ และเป็นสาเหตุหลักของความยากในการพยากรณ์

ลม. พลังงานที่ผลิตโดยกังหันจะแปรผันโดยประมาณกับลูกบาศก์ของความเร็วลม ดังนั้นเมื่อความเร็วเพิ่มขึ้นเป็นสองเท่า พลังงานจะเพิ่มขึ้นประมาณแปดเท่า ดังนั้นข้อผิดพลาดในการคาดการณ์เล็กน้อยเกี่ยวกับความเร็วลมจึงกลายเป็นข้อผิดพลาดขนาดใหญ่ในการผลิต นอกจากนี้ กังหันยังมีกราฟกำลังด้วย: การผลิตที่ต่ำกว่าความเร็วที่กำหนด (ความเร็วตัดเข้า) จะเป็นศูนย์ การผลิตจะคงที่สูงกว่าความเร็วที่กำหนด (ความเร็วที่กำหนด) ที่ความเร็วสูงมาก (ความเร็วตัดออก) กังหันจะหยุดเพื่อความปลอดภัย ความสัมพันธ์แบบไม่เชิงเส้นนี้ทำให้การพยากรณ์ลมยากกว่าแสงอาทิตย์

เคล็ดลับ: เนื่องจากมีข้อผิดพลาดเกี่ยวกับความเร็วลม ให้ดูที่คุณภาพของการคาดการณ์ความเร็วลมก่อนเมื่อประเมินการคาดการณ์การผลิตของคุณ แทบจะเป็นไปไม่ได้เลยที่จะสร้างการคาดการณ์การผลิตที่ดีโดยมีการคาดการณ์ความเร็วที่ไม่ดี

ทีละขั้นตอน: การพยากรณ์การผลิตด้วยปัญญาประดิษฐ์

ขั้นตอนที่ 1 — รวบรวมข้อมูลอินพุต ข้อมูลพื้นฐานคือการพยากรณ์อากาศเชิงตัวเลข (NWP; การพยากรณ์อากาศที่เกิดจากการแก้ปัญหาฟิสิกส์ของชั้นบรรยากาศ): การประมาณค่ารังสี อุณหภูมิ ความเร็วลม และทิศทาง ประวัติการผลิตที่แท้จริงของโรงไฟฟ้า และหากเป็นไปได้ จะมีการเพิ่มการสังเกตการณ์ด้วยดาวเทียม/ภาคพื้นดินเข้าไปด้วย

ขั้นตอนที่ 2 — ตั้งค่าคุณสมบัติ ตัวแปรพยากรณ์อากาศ ตัวแปรเรขาคณิตของแสงอาทิตย์ (มุมของดวงอาทิตย์บนท้องฟ้า) ข้อมูลเส้นโค้งกำลังกังหันของลม และคุณลักษณะการสร้างความล่าช้า ขอย้ำอีกครั้งว่าการควบคุมการรั่วไหล: จะใช้เฉพาะข้อมูลที่จะพร้อมใช้งานในขณะที่คาดการณ์เท่านั้น

ขั้นตอนที่ 3 — ฝึกโมเดล แบบจำลองเชื่อมโยงการพยากรณ์อากาศกับการผลิตจริง ในที่นี้ปัญญาประดิษฐ์จะเรียนรู้พฤติกรรมที่แท้จริงของแผงควบคุม/กังหัน (ความเบี่ยงเบนจากค่าแค็ตตาล็อก) และบันทึกผลกระทบในท้องถิ่น (เช่น ผลกระทบภูมิประเทศในทิศทางลมที่เฉพาะเจาะจง)

ขั้นตอนที่ 4 — ความไม่แน่นอนของแบบจำลอง การพยากรณ์พลังงานทดแทนมีความไม่แน่นอนโดยเนื้อแท้ การประมาณการความน่าจะเป็น (เช่น "การผลิตความน่าจะเป็น 80 เปอร์เซ็นต์อยู่ภายในช่วงนั้น") แทนที่จะใช้ตัวเลขเพียงตัวเดียวจะมีประโยชน์มากกว่ามาก

ขั้นตอนที่ 5 — ตรวจสอบ การทำนายได้รับการทดสอบกับขีดจำกัดบนทางกายภาพและการผลิตจริง

การตรวจสอบความถูกต้อง: จุดยึดทางกายภาพ

การคาดการณ์การผลิตทดแทนสามารถทดสอบได้ด้วยจุดยึดทางกายภาพที่แข็งแกร่ง:

• เพดานสัมบูรณ์สำหรับพลังงานแสงอาทิตย์: การผลิตไม่สามารถเป็นบวกได้ในตอนกลางคืน และต้องไม่เกินกำลังที่ติดตั้ง (และปริมาณรังสีในปัจจุบันที่อนุญาต) การตรวจสอบเพียงครั้งเดียวนี้จะช่วยขจัดการคาดเดาที่โง่เขลาได้ทันที
• ปัจจัยด้านความจุ: เป็นอัตราส่วนของพลังงานที่ผลิตได้ต่อพลังงานที่จะผลิตได้หากโรงไฟฟ้าดำเนินการอย่างต่อเนื่องอย่างเต็มกำลัง โดยทั่วไปลมบนฝั่งจะอยู่ที่ประมาณ 25-45 เปอร์เซ็นต์ ในระบบสุริยะจะมีประมาณ 12-25 เปอร์เซ็นต์ ขึ้นอยู่กับสภาพอากาศ หากค่าเฉลี่ยระยะยาวอยู่นอกช่วงนี้ แสดงว่าเกิดข้อผิดพลาด
• ข้อมูลจริง: จุดยึดที่แข็งแกร่งที่สุดคือการเปรียบเทียบการคาดการณ์กับการผลิตจริง อคติอย่างเป็นระบบ (เช่น การประเมินค่าสูงเกินไปอย่างต่อเนื่อง) ได้รับการแก้ไขแล้ว

ข้อควรระวัง: เป็นไปไม่ได้ทางกายภาพที่การคาดการณ์การผลิตพลังงานแสงอาทิตย์จะไม่เป็นศูนย์ในเวลากลางคืน หรือการคาดการณ์ลมจะยังคงแสดงการผลิตเต็มจำนวนที่สูงกว่าอัตราการตัดจำหน่าย การละเมิดดังกล่าวเป็นสัญญาณว่าแบบจำลองขาดฟิสิกส์พื้นฐานไปที่ไหนสักแห่งและถูกปฏิเสธโดยไม่ได้ดูสถิติ

คดีเล็กๆ สามคดี: ตามตัวเลข

กรณีที่ 1 — การผลิตตอนกลางคืน แบบจำลองพยากรณ์พลังงานแสงอาทิตย์ของทีมหนึ่งคาดการณ์ว่าจะผลิตได้ 3 เมกะวัตต์ในเวลา 22.00 น. มันเป็นไปไม่ได้ทางกายภาพ ปัญหาคือข้อมูลการฉายรังสีที่ป้อนให้กับโมเดลตรงกับค่าในเขตเวลาที่ไม่ถูกต้อง จุดยึดศูนย์กลางคืนตรวจพบข้อผิดพลาดทันที และเมื่อแก้ไขเขตเวลาแล้ว การทำนายก็ถูกต้อง

กรณีที่ 2 — เอฟเฟกต์ลูกบาศก์ในสายลม ที่ฟาร์มกังหันลมแห่งหนึ่ง พยากรณ์อากาศให้ความเร็วลม 10 เมตร/วินาที แทนที่จะเป็น 8 เมตร/วินาที ซึ่งเห็นได้ชัดว่ามีข้อผิดพลาด 25 เปอร์เซ็นต์ แต่เนื่องจากกำลังขึ้นอยู่กับความเร็วเป็นลูกบาศก์ การประมาณการการผลิตจึงอยู่ที่ประมาณสองเท่าของปริมาณจริง ส่งผลให้เกิดความไม่สมดุลอย่างมากในตลาด บทเรียน: ข้อผิดพลาดเกี่ยวกับความเร็วเล็กน้อยในการพยากรณ์ลมถือเป็นข้อผิดพลาดในการผลิตขนาดใหญ่ ควรรักษาแถบความไม่แน่นอนให้กว้าง

กรณีที่ 3 — จุดยึดตัวประกอบความจุ การคาดการณ์การผลิตประจำปีสำหรับโรงไฟฟ้าใหม่แห่งหนึ่งแสดงถึงปัจจัยด้านกำลังการผลิตที่ร้อยละ 55 มันอยู่เหนือช่วงนี้มากสำหรับลมทวีป การสอบสวนพบว่าหน่วยการผลิต (MWh) ถูกนับผิดสองครั้ง จุดยึดปัจจัยด้านความจุช่วยให้ตัดสินใจลงทุนจากรากฐานที่ไม่ถูกต้องโดยไม่ต้องลงรายละเอียด

พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง

พรอมต์ที่อ่อนแอ:

คาดการณ์การผลิตฟาร์มกังหันลมในวันพรุ่งนี้[ข้อมูล]

พรอมต์อันทรงพลัง:

บทบาทของคุณ: นักพยากรณ์การผลิตทดแทน งาน: พยากรณ์การผลิตล่วงหน้ารายชั่วโมงต่อวันสำหรับฟาร์มกังหันลม- ใช้เป็นข้อมูลป้อนข้อมูลพยากรณ์อากาศที่มีอยู่ ณ เวลาที่คาดการณ์เท่านั้น วัดและคำนึงถึงผลกระทบลูกบาศก์ของความเร็วลม - ใช้กราฟกำลังกังหัน (ความเร็วตัดเข้า, ระบุ, ความเร็วตัด) อย่าให้ผลลัพธ์ทางกายภาพเกินขอบเขตเหล่านี้ - ให้วงความไม่แน่นอนไม่ใช่ตัวเลขเดียว - ทดสอบผลลัพธ์ด้วยตัวเองด้วยพุกสองตัว: (a) มีค่าใดที่เกินกำลังที่ติดตั้งหรือไม่ (b) คือค่าสัมประสิทธิ์ความจุโดยนัยในช่วง 25-45% หรือไม่ ข้อมูล: [ข้อมูลพืชและสภาพอากาศ]

ข้อความแจ้งอันทรงพลังจะกำหนดเอฟเฟกต์ลูกบาศก์ กราฟกำลัง ความไม่แน่นอน และจุดยึดทางกายภาพสองตัวตั้งแต่เริ่มต้น - ตัดข้อผิดพลาดแบบคลาสสิกของการพยากรณ์เชิงสร้างสรรค์ออกไป

เทมเพลตที่คัดลอกได้สี่แบบ

1) การควบคุมเพดานทางกายภาพของพลังงานแสงอาทิตย์:

ทดสอบประมาณการการผลิตพลังงานแสงอาทิตย์ด้วยพุกเหล่านี้: การผลิตเป็นศูนย์ในช่วงเวลากลางคืนหรือไม่? เที่ยงเป็นจุดสูงสุดในตอนกลางวันหรือไม่? มีค่าใดเกินความจุที่ติดตั้งหรือไม่ แสดงรายการการละเมิดพร้อมการประทับเวลา

2) การประยุกต์ใช้เส้นโค้งพลังงานลม:

ใช้พารามิเตอร์เส้นโค้งกำลังกังหันต่อไปนี้: การตัดเข้า [A] m/s, ระบุ[B] m/s, การตัดออก [C] m/s แปลงการคาดการณ์ความเร็วลมที่กำหนดให้เป็นการใช้งานจริง แสดงความคิดเห็นเกี่ยวกับผลกระทบของความไม่แน่นอนของความเร็วต่อความไม่แน่นอนของการผลิตเนื่องจากความสัมพันธ์ของความเร็วลูกบาศก์และกำลัง

3) จุดยึดความสมเหตุสมผลของปัจจัยความจุ:

คำนวณปัจจัยด้านกำลังการผลิตโดยนัยจากการประมาณการรุ่นนี้ และเปรียบเทียบกับช่วงทั่วไปสำหรับประเภทโรงงาน (ลม 25-45% แสงอาทิตย์ 12-25%) หากอยู่นอกช่วง ให้ระบุแหล่งที่มาของข้อผิดพลาดที่เป็นไปได้ (หน่วย เขตเวลา การนับซ้ำ)

4) การวิเคราะห์ส่วนเบี่ยงเบนการคาดการณ์-จริง:

เปรียบเทียบการผลิตจริงกับการคาดการณ์ในอดีต มีอคติอย่างเป็นระบบ (สูงเกินไป/ประเมินต่ำไปอย่างต่อเนื่อง) หรือไม่? ตรวจสอบว่าความเบี่ยงเบนแปรผันตามสภาพอากาศ (เมฆมาก/ปลอดโปร่ง ลมต่ำ/สูง) และเสนอแนะการแก้ไข

แผนภูมิเปรียบเทียบแสงอาทิตย์และลม

คุณสมบัติ

พลังงานแสงอาทิตย์ (PV)

ลม

อินพุตหลัก

การฉายรังสี อุณหภูมิแผง

ความเร็วและทิศทางลม

ตัวเลขรายวัน

คาดเดาได้ (ศูนย์กลางคืน, จุดสูงสุดตอนเที่ยง)

ไม่แน่นอน กลางวันกลางคืนไม่แน่นอน

ความท้าทายหลัก

ความขุ่นมัว

ความสัมพันธ์ลูกบาศก์ความเร็ว-กำลัง

ปัจจัยความจุโดยทั่วไป

~12-25%

~25-45% (ภาคพื้นดิน)

สมอที่แข็งแกร่ง

Night-zero ติดตั้งฝ้าเพดานไฟฟ้า

ขีดจำกัดเส้นโค้งกำลัง ปัจจัยความจุ

ข้อผิดพลาดทั่วไป

• ประเมินข้อผิดพลาดความเร็วลมต่ำเกินไป เนื่องจากความสัมพันธ์ระหว่างความเร็วและกำลังเป็นลูกบาศก์ ข้อผิดพลาดด้านความเร็วเล็กน้อยจึงเป็นข้อผิดพลาดในการผลิตขนาดใหญ่
• ไม่ตรวจสอบฝ้าเพดานทางกายภาพ ค่าใดๆ ที่เกินกว่าการผลิตพลังงานแสงอาทิตย์ในเวลากลางคืนหรือกำลังการผลิตติดตั้งควรถูกปฏิเสธโดยไม่ต้องดูสถิติ
• ลดความไม่แน่นอนเหลือเพียงเลขเดียว การพยากรณ์แบบทดแทนมีความน่าจะเป็นโดยเนื้อแท้ ไม่สามารถตัดสินใจได้โดยไม่ต้องให้เทป
• รั่ว. ทำให้สภาพอากาศที่แท้จริงเป็นคุณลักษณะ อย่างไรก็ตาม สิ่งที่คุณจะมีก็แค่พยากรณ์อากาศเท่านั้น
• ข้ามจุดยึดปัจจัยความจุ ไม่ได้ทดสอบความน่าเชื่อถือของหน่วยซ่อนเฉลี่ยระยะยาวและข้อผิดพลาดในการนับซ้ำ

โดยสรุป

การผลิตพลังงานแสงอาทิตย์และลมขึ้นอยู่กับอุตุนิยมวิทยาและเป็นตัวแปร การประมาณการมีความสำคัญอย่างยิ่งต่อความสมดุลของกริดและตลาด รูปแบบการหมุนเวียนของดวงอาทิตย์ในแต่ละวันที่คาดเดาได้นั้นทำได้ยากเนื่องจากความขุ่นมัว และการผลิตลมก็ทำได้ยากเนื่องจากความสัมพันธ์แบบลูกบาศก์ที่รวดเร็ว AI มีประสิทธิภาพในการเชื่อมต่อการพยากรณ์อากาศกับการผลิตจริง แต่การทำนายจะต้องทดสอบด้วยเพดานทางกายภาพ กราฟกำลัง และพุกปัจจัยความจุ จะต้องรายงานความไม่แน่นอนด้วยเทป และต้องหลีกเลี่ยงการรั่วไหล

งานสมัคร

รับข้อมูลการผลิตในอดีตของฟาร์มพลังงานแสงอาทิตย์หรือกังหันลม ให้ AI ตรวจสอบการคาดการณ์โดยใช้เทมเพลต “การควบคุมเพดานทางกายภาพของพลังงานแสงอาทิตย์” (สำหรับพลังงานแสงอาทิตย์) หรือ “จุดยึดความน่าเชื่อถือของปัจจัยความจุ” (สำหรับทั้งสองอย่าง) จากนั้นคำนวณปัจจัยด้านความจุโดยนัยด้วยตนเองแล้วเปรียบเทียบกับช่วงทั่วไป หากคุณพบว่าความเป็นไปไม่ได้ทางกายภาพหรือการเบี่ยงเบนความสมเหตุสมผล ให้จดบันทึกว่าคุณตรวจพบได้อย่างไร

รายการตรวจสอบ

• [ ] ฉันตรวจสอบแล้วว่าข้อมูลหลักคือการพยากรณ์อากาศและไม่มีการรั่วไหล
• [ ] ฉันใช้โหมดศูนย์กลางคืนและติดตั้งพุกยึดเพดานสำหรับพลังงานแสงอาทิตย์
• [ ] ฉันคำนึงถึงขีดจำกัดเส้นโค้งกำลังของลมและเอฟเฟกต์ความเร็วลูกบาศก์ด้วย
• [ ] ฉันเปรียบเทียบปัจจัยด้านความจุโดยนัยกับช่วงทั่วไป
• [ ] ฉันนำเสนอค่าประมาณด้วยแถบความไม่แน่นอน
• [ ] ฉันตรวจสอบความเบี่ยงเบนอย่างเป็นระบบที่คาดการณ์ไว้
• [ ] ฉันปฏิเสธคุณค่าที่เกี่ยวข้องกับความเป็นไปไม่ได้ทางกายภาพ