NCAR разрабатывает усовершенствованную систему прогнозирования солнечной энергии

30 мая 2023 г. — Дэвид Хосански

Национальный центр атмосферных исследований (NCAR) успешно разработал передовую систему прогнозирования солнечной энергии для Нью-Йорка, которая потенциально может помочь штату достичь своих целей в области возобновляемых источников энергии, сэкономив при этом миллионы долларов для налогоплательщиков.

Система с открытым исходным кодом под названием NYSolarCast использует прогнозы погоды, наблюдения за атмосферными условиями и методы машинного обучения для создания точных прогнозов солнечного излучения на часы и сутки вперед и выработки электроэнергии. Эти прогнозы, выпускаемые каждые 15 минут для трехкилометровой сети, охватывающей весь штат Нью-Йорк, могут быть использованы для прогнозирования выработки солнечной энергии как для крупных солнечных ферм, так и для солнечных панелей на крышах.

Помимо показа многообещающих результатов в Нью-Йорке, технология может быть применена в других местах в Соединенных Штатах и ​​других местах по всему миру.

«Эта система применима во всем мире», — сказал ученый NCAR Джаред Ли, ведущий разработчик. «Он обладает широкими возможностями настройки и настройки, поэтому может предоставлять прогнозы в любой желаемый интервал времени в любом прогнозируемом регионе, который нужен коммунальному предприятию».

Прогнозы для Нью-Йорка оказались весьма точными. В течение годичного периода проверки прогнозы NYSolarCast постоянно находились в пределах около 10% от фактического количества вырабатываемой электроэнергии. Обнадеживает тот факт, что завышенные и заниженные прогнозы были почти сбалансированы.

Разработка NYSolarCast была частью более масштабного многолетнего исследования, призванного помочь растущей солнечной промышленности Нью-Йорка внедрить прогнозирование погоды, чтобы лучше прогнозировать выработку электроэнергии и повысить надежность электросети. Более точные прогнозы важны для того, чтобы штат достиг своих целей по производству 70% электроэнергии из возобновляемых источников к 2030 году и созданию электроэнергетического сектора с нулевым уровнем выбросов к 2040 году.

Исследование финансировалось Управлением энергетики Нью-Йорка и Управлением энергетических исследований и разработок штата Нью-Йорк. Со-управление им осуществлял EPRI, независимый некоммерческий институт исследований и разработок в области энергетики. Среди других партнеров — Брукхейвенская национальная лаборатория и Государственный университет Нью-Йорка в Олбани. В число консультантов входили Независимый системный оператор Нью-Йорка (NYISO) и компания Central Hudson, распределительная компания Нью-Йорка.

Успешное прогнозирование солнечного излучения имеет решающее значение для расширения производства солнечной энергии. Если электроэнергетическая компания отключит электростанцию, работающую на угле или природном газе, в ожидании энергии от Солнца или другого возобновляемого источника, эти электростанции могут оказаться не в состоянии включиться достаточно быстро, если количества солнечного света будет недостаточно. Единственным вариантом в таком сценарии является покупка энергии на спотовом рынке, что может оказаться очень дорогостоящим.

NCAR ранее разработала систему прогнозирования ветровой энергии, которая ежегодно экономит налогоплательщикам Xcel Energy миллионы долларов.

Когда дело дошло до разработки NYSolarCast, Ли и его коллеги столкнулись с серьезными проблемами. Нью-Йорк — климатологически разнообразный штат: снежный пояс вдоль Великих озер и высокие вершины Адирондака создают совершенно иные атмосферные условия, чем прибрежный район Лонг-Айленда. Кроме того, их модели должны были фиксировать облака со значительной точностью, поскольку разные облака по-разному влияют на солнечное излучение. Например, группа низколежащих слоистых облаков будет блокировать поступающий солнечный свет, тогда как пухлые кучевые облака могут отражать излучение со своих сторон, что приводит к временному повышению солнечной радиации на поверхности и большему выходу солнечной энергии, чем это было бы в ясную голубую погоду. небо.

Чтобы разработать полезную систему, Ли и его коллеги использовали двухлетние наблюдения за погодой из Mesonet штата Нью-Йорк, сети из 126 метеостанций по всему штату. Они также проанализировали данные о производстве электроэнергии на выбранных солнечных установках. Эта историческая информация позволила им обучить модели машинного обучения соотносить погодные условия с выходной мощностью.