Верный прогноз погоды может повлиять на стоимость энергии из возобновлямых источников

Аналитическое предсказывание может привести к снижению издержек, связанных с присоединением источников ветровой и солнечной энергии к сетям общего пользования.

Поскольку производительность ветряных и солнечных электростанций — величина не постоянная, они должны резервироваться либо с помощью сжигания ископаемого топлива, либо иными способами аккумулирования энергии, с целью компенсации резких перепадов в генерации электричества. Беда в том, что очень редко заранее можно предсказать реальный объем произведенной энергии и источники резервного питания (в виде классических электростанций) часто находятся в режиме ожидания, даже когда в этом нет необходимости.

Корпорация IBM разработала программное обеспечение для решения этой проблемы. Это ПО выполняет глубокий анализ данных, с помощью которого корпорация надеется улучшить предсказания выходной мощности возобновляемых источников энергии, тем самым уменьшив пустой прогон источников резервного питания. Используя несколько источников данных, среди которых датчики на ветряках, прогноз погоды, а также снимки облаков, программное обеспечение способно прогнозировать выходную мощность с точностью, варьирующейся от ближайших 15 минут до целого месяца. Сейчас эта система работает на тестовом проекте в Жангбей (Китай), который сочетает в себе источники солнечной и ветровой энергии одновременно.

Повышение качества полученной информации и моделей прогнозирования может сделать возобновляемые источники энергии более важными и ценными для коммунальных служб, путем сокращения использования чрезмерного количества резервного питания. “Если вы можете предсказать выходную мощность ветряка на 15 минут вперед, вы сможете вовремя уменьшить мощность запасных источников, что приведет к сокращению расходов”, сообщил Эрик Эла, старший инженер в Национальной лаборатории возобновляемых источников энергии, США.

Если операторы энергодобывающей компании могли бы более точно прогнозировать выходную мощность возобновляемых источников энергии, у них было бы меньше причин полагаться на различные способы накопления электроэнергии, которые, как правило, необходимы сейчас, для обеспечения непрерывного потока энергии в электросети. “В нашей сфере, способы хранения энергии скорее всего вскоре станут предметом для новой революции в энергетике”, говорит Майкл Валоччи, вице-президент IBM по энергетическим вопросам. “Конечно, если я смогу с такой точностью предсказать выдачу энергии, это еще не означает, что мне не нужно её накапливать, но это безусловно позволяет уделять меньше внимания вопросам хранения электроэнергии.”

Организации, занимающиеся энергоснабжением, часто полагаются на данные специализированных компаний, которые предоставляют им прогнозы по солнечной и ветроэффективности, основывающиеся на предсказаниях погоды и других метеорологических данных, в том числе на анемометры ветровых турбин. “Но измерения собранные с ветровых турбин, часто неточны, поскольку энергия уже была извлечена из проходящего ветра, а вибрации в свою очередь влияют на точность показаний”, говорит исследователь IBM Трениш Ллойд, главный научный сотрудник системы погодного моделирования IBM. “Для своего проекта в Китае, IBM проанализировали данные, полученные от всех ветровых турбин, чтобы получить более точное представление о фактической скорости и направлении ветра”, дополняет он.

IBM также создали метеорологические модели, характерные для северного Китая и установили видеокамеры для отслеживания движения облаков, с целью прогнозирования солнечной активности. Весь объём данных передается в суперкомпьютер для создания прогнозов.

Есть ряд других усилий по улучшению прогнозирования погоды с помощью более точного сбора и анализа данных. Последнее поколение ветровых турбин от General Electric, например, имеют систему управления, которая установлена для более детального прогнозирования выходной мощности на основе анализа десятков тысяч единиц информации с датчиков в секунду.

Министерство энергетики США финансирует несколько исследовательских проектов, в том числе один, базирующийся в Университете Калифорнии, Сан-Диего, который занимается захватом снимков облаков специальными устройствами с eye-fish объективами (так называемый объектив “рыбий глаз” — представляет собой сверхширокоугольный фотографический объектив). Они анализируют эти изображения, чтобы получить прогноз о том, какое количество энергии солнечная электростанция сможет произвести в течение следующих 15 минут.

Эрик Эла отмечает, что несмотря на то, что прогнозы потребления электричества от коммунальных компаний, совершенствуются на протяжении десятилетий, они до сих пор далеки от идеала.