应用指南

风能和太阳能预测中的人工智能

人工智能通过学习天气数据和过去的输出来预测风力涡轮机和太阳能电池板将在几小时或几天前产生多少电力。

阅读时间:2分钟最后更新

概述

Accurate forecasts let grid operators balance supply and demand without wasting clean energy or risking blackouts.

深入探讨

风能和太阳能是可变的:飘过的云层或风的平静可以在几分钟内改变输出。人工智能预测模型吸收数值天气预报(风速、辐照度、温度、云量)、卫星和天空摄像机图像以及多年的历史发电数据,以预测几分钟到几天的跨地平线功率输出。机器学习在这方面表现出色,因为天气和电力之间的关系是非线性的且特定于地点,受到涡轮机尾流效应、面板污染和地形的影响。更好的预测可以减少电网运营商处于待命状态的昂贵的旋转储备,减少清洁能源的限电,并让交易商更有信心地在电力市场竞标可再生能源。西班牙的 REE 和丹麦的 Energinet 等运营商依靠此类预测来运营可再生能源份额非常高的电网。

技术洞察

短期(一小时内)预测通常使用带有卷积神经网络的天空成像相机来跟踪向太阳能发电厂移动的云,以及时间序列输出的 LSTM 或变压器模型。更长的视野将基于物理的数值天气预报与可纠正系统模型偏差的梯度增强树或神经网络相结合。概率预测越来越多地输出完整的分布(例如分位数),而不是单个数字,因此运营商可以围绕不确定性而不是点估计来规划储备。

战略影响

构建选择

应用级设计决定了人工智能是否能改善实际结果。

团队与工作流程

良好的工作流程集成可以创造用户值得信赖的生产力收益。

风险与安全

范围明确的用例可以减少变更疲劳和实施风险。

人工智能在风能和太阳能预测中的未来

预测正在转向基于全球天气和发电数据训练的基础模型,这些模型可以针对当地历史很少的新地点进行微调,从而帮助数据匮乏地区的开发人员。 GraphCast 和 GenCast 等人工智能天气模型现在可以与传统超级计算机预测相媲美,其计算量仅为一小部分,可以提供更快、更高分辨率的可再生能源预测。随着电网推动可再生能源占比超过 80%,预计与电池调度、电动汽车充电和自动电力市场竞价的结合将更加紧密。

现实世界的实施

电网运营商利用日前的风力预报来决定有多少天然气厂保持备用状态

太阳能发电场使用天空摄像机云跟踪来预测云到达之前的斜坡下降并预充电电池

能源交易商根据概率预测将风力发电竞价纳入日前和盘中电力市场

风电场运营商在预测的低风期安排涡轮机维护,以最大限度地减少发电损失

风险与防护栏

将损坏的流程自动化可能会加剧现有问题。

团队可能会过度自动化并消除所需的人工判断。

如果不持续评估输出,质量可能会出现偏差。

实施路线图

1

绘制当前工作流程并确定摩擦最大的步骤。

2

在完全自动化之前定义人工检查点。

3

对用户进行提示、升级路径和质量标准方面的培训。

4

跟踪任务级结果以确认持续价值。

不断探索

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the AI in Wind and Solar Power Forecasting quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

开始测验

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

下一个指南

人工智能需求预测

常见问题

What is AI in Wind and Solar Power Forecasting?

人工智能通过学习天气数据和过去的输出来预测风力涡轮机和太阳能电池板将在几小时或几天前产生多少电力。准确的预测使电网运营商能够平衡供需,而不会浪费清洁能源或冒停电的风险。

为什么预测风能和太阳能发电量比预测燃煤电厂的发电量更难?

与可调度的化石燃料发电厂不同,可再生能源发电是由天气驱动的,天气变化迅速且呈非线性,这使得预测变得更加困难。

哪种人工智能技术最常用于极短期(小时内)太阳预报?

CNN 处理的天空和卫星图像让模型能够跟踪接近的云层并预测近期太阳能输出的变化。

什么是概率预测?

概率预测将不确定性表达为分布或分位数,让运营商围绕风险而不是单一猜测来规划储备。

更好的可再生能源预测如何帮助电网运营商节省资金?

准确的预测意味着运营商需要更少的昂贵的备用储备和更少的可再生能源浪费(削减)。

数值天气预报 (NWP) 对长期可再生预报有何贡献?

NWP 提供基于物理的大气预测,然后人工智能模型会纠正偏差并转化为预期的功率输出。