Forbedrede prognoser for sollys kan hjælpe med at øge solenergiproduktionen

Solen bliver en stadig vigtigere kilde til ren elektricitet. Nøjagtige sollysprognoser, der udvikles af A*STAR-forskere, kunne i høj grad forbedre ydeevnen af ​​solenergianlæg, gør det til et levedygtigt alternativ til kulstofbaserede energikilder.

Et solcelleanlæg kan dække op til 50 kvadratkilometer af jordens overflade og kan generere op til en milliard watt elektricitet. Denne kapacitet afhænger af mængden af ​​sollys på det pågældende sted, så evnen til at forudsige solindstråling er afgørende for at vide, hvor meget strøm anlægget vil bidrage med til nettet på en bestemt dag.

"Forecasting er et vigtigt skridt i integrationen af ​​vedvarende energi i elnettet, " siger Dazhi Yang fra A*STAR's Singapore Institute of Manufacturing Technology (SIMTech). "Det er et spirende emne, der kræver et bredt spektrum af tværfaglig viden, såsom statistik, datavidenskab, eller maskinlæring."

Yang, sammen med Hao Quan fra A*STAR Experimental Power Grid Center og kolleger fra University of Tennessee i Chattanooga og National University of Singapore, har udviklet en numerisk tilgang til vejrudsigelse, der effektivt kombinerer flere datasæt for at forbedre nøjagtigheden af ​​solbestrålingsprognoser.

Timeændringer i atmosfæren, årlige ændringer i afstanden mellem Jorden og Solen, eller 10-årige ændringer i Solens indre cyklusser kan alle ændre mængden af ​​sollys, der når Jordens overflade. Disse ændringer sker på meget forskellige tidsskalaer, og så konventionelle prognosemetoder modellerer variabilitet på forskellige tidsskalaer separat, hvilket gør computerbehandling lettere. Imidlertid, disse metoder er afhængige af en simpel tilføjelse af prognoser, uden vægtning, der gør mere brug af bedre forecast-underserier. I øvrigt, de prognoser, de genererer, er kun nøjagtige på tidsskalaen for den originale serie.

Yang og teamet udviklede en ramme, der forener de forskellige tidsskalaer ved at danne et tidsmæssigt hierarki, der samler prognoser opnået på forskellige tidsskalaer, såsom højfrekvens, timedata og lav frekvens, daglige data. "Tidsmæssig forsoning er en form for ensemble-prognosemodel, der forudsiger næste dags solgenerering mange gange, separat, ved hjælp af data med forskellige tidsmæssige granulariteter, hver time, to timer, og dagligt, " forklarer Yang. "Disse forskellige prognoser kombineres derefter optimalt gennem statistiske modeller for at producere en endelig prognose."

Forskerne testede deres numeriske vejrforudsigelsesmetode ved hjælp af data fra 318 fotovoltaiske kraftværkssteder i Californien over et år. Deres tidsmæssige afstemningsmetode viste sig at overgå væsentligt andre numeriske day-ahead-prognoser.