風能和太陽能預測中的人工智慧
人工智慧透過學習天氣數據和過去的輸出來預測風力渦輪機和太陽能電池板將在幾小時或幾天前產生多少電力。
概述
Accurate forecasts let grid operators balance supply and demand without wasting clean energy or risking blackouts.
深入探討
風能和太陽能是可變的：飄過的雲層或風的平靜可以在幾分鐘內改變輸出。人工智慧預測模型吸收數值天氣預報（風速、輻照度、溫度、雲量）、衛星和天空攝影機影像以及多年的歷史發電數據，以預測幾分鐘到幾天的跨地平線功率輸出。機器學習在這方面表現出色，因為天氣和電力之間的關係是非線性的且特定於地點，受到渦輪機尾流效應、面板污染和地形的影響。更好的預測可以減少電網營運商處於待命狀態的昂貴的旋轉儲備，減少清潔能源的限電，並讓交易商更有信心地在電力市場競標再生能源。西班牙的 REE 和丹麥的 Energinet 等業者依靠此類預測來運作再生能源份額非常高的電網。
技術洞察
短期（一小時內）預測通常使用具有捲積神經網路的天空成像相機來追蹤向太陽能發電廠移動的雲，以及時間序列輸出的 LSTM 或變壓器模型。更長的視野將基於物理的數值天氣預報與可糾正系統模型偏差的梯度增強樹或神經網路相結合。機率預測越來越多地輸出完整的分佈（例如分位數），而不是單個數字，因此營運商可以圍繞不確定性而不是點估計來規劃儲備。
戰略影響
配裝選擇
應用級設計決定了人工智慧是否能改善實際結果。
團隊與工作流程
良好的工作流程整合可以創造使用者值得信賴的生產力效益。
風險與安全
範圍明確的用例可以減少變更疲勞和實施風險。
人工智慧在風能和太陽能預測中的未來
預測正在轉向基於全球天氣和發電數據訓練的基礎模型，這些模型可以針對當地歷史很少的新地點進行微調，從而幫助數據匱乏地區的開發人員。 GraphCast 和 GenCast 等人工智慧天氣模型現在可以與傳統超級電腦預測相媲美，其運算量僅為一小部分，可提供更快、更高解析度的再生能源預測。隨著電網推動再生能源佔比超過 80%，預計與電池調度、電動車充電和自動電力市場競價的組合將更加緊密。
現實世界的實施
電網營運商利用日前的風力預報來決定有多少天然氣廠保持備用狀態
太陽能發電場使用天空攝影機雲追蹤來預測雲到達之前的斜坡下降並預充電電池
能源交易商根據機率預測將風力發電競價納入日前和盤中電力市場
風電場營運商在預測的低風期安排渦輪機維護，以最大限度地減少發電損失
風險與防護欄
將損壞的流程自動化可能會加劇現有問題。
團隊可能會過度自動化並消除所需的人工判斷。
如果不持續評估輸出，品質可能會出現偏差。
實施路線圖
繪製目前工作流程並確定摩擦最大的步驟。
在完全自動化之前定義人工檢查點。
對使用者進行提示、升級路徑和品質標準的訓練。
追蹤任務級結果以確認持續價值。
不斷探索
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.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
常見問題
What is AI in Wind and Solar Power Forecasting?
人工智慧透過學習天氣數據和過去的輸出來預測風力渦輪機和太陽能電池板將在幾小時或幾天前產生多少電力。準確的預測使電網營運商能夠平衡供需，而不會浪費清潔能源或冒停電的風險。
為什麼預測風能和太陽能發電量比預測燃煤電廠的發電量更難？
與可調度的化石燃料發電廠不同，再生能源發電是由天氣驅動的，天氣變化迅速且呈非線性，這使得預測變得更加困難。
哪一種人工智慧技術最常用於極短期（小時內）太陽預報？
CNN 處理的天空和衛星圖像讓模型能夠追蹤接近的雲層並預測近期太陽能輸出的變化。
什麼是機率預測？
機率預測將不確定性表達為分佈或分位數，讓營運商圍繞風險而不是單一猜測來規劃儲備。
更好的再生能源預測如何幫助電網營運商節省資金？
準確的預測意味著營運商需要更少的昂貴的備用儲備和更少的可再生能源浪費（削減）。
數值天氣預報 (NWP) 對長期可再生預報有何貢獻？
NWP 提供基於物理的大氣預測，然後人工智慧模型會修正偏差並轉化為預期的功率輸出。