211service.com
Weersvoorspelling betreedt een nieuw tijdperk
Zonne-energie was de snelst groeiende vorm van elektriciteitsopwekking in de Verenigde Staten in 2014. Terwijl hernieuwbare energie blijft groeien, groeit de vraag naar een betere manier om te voorspellen hoeveel stroom uit deze intermitterende bronnen beschikbaar zal zijn voor het net.
Minutieuze veranderingen in wolkenformaties kunnen het vermogen van zonnepanelen in seconden verminderen.
IBM deelde vorige week nieuwe details over zijn programma om krachtige computers te gebruiken om het weer en andere factoren te voorspellen die de output van zonne- en windinstallaties bepalen. Met behulp van machine learning en geavanceerde data-analyse doet IBM een agressieve zet om nutsbedrijven, fabrieksmanagers en netbeheerders duidelijkere richtlijnen te geven over wat hun arrays vandaag, morgen, volgende week en zelfs maanden vanaf nu zullen uitbrengen.
Tijdens de European Control Conference van vorige week in Linz, Oostenrijk, zeiden wetenschappers van IBM en het National Renewable Energy Laboratory (NREL) dat ze de voorspellingen gratis beschikbaar zullen stellen aan gebruikers in de continentale Verenigde Staten.
Volgens Hendrik Hamann, onderzoeksmanager bij IBM, zijn zonne- en windvoorspellingen geproduceerd door IBM's technologie maar liefst 30 procent nauwkeuriger dan conventionele voorspellingen. Een dergelijke precisie zou het mogelijk kunnen maken om te voorkomen dat elk jaar honderden megawatt aan overtollig vermogen wordt gegenereerd en de behoefte aan nieuwe piekcentrales om stroom te leveren in tijden van piekvraag, mogelijk te verminderen, mogelijk de CO2-uitstoot te verlagen en nutsbedrijven en belastingbetalers miljoenen dollars te besparen. Uit een NREL-onderzoek van de onafhankelijke systeembeheerder voor New England bleek dat het 25 procent nauwkeuriger maken van zonnevoorspellingen een potentiële kostenbesparing van $ 46,5 miljoen per jaar in de hele regio zou opleveren.
Het supermodel van IBM kan voorspellingen van meerdere modellen combineren en verzamelen om tot zeer nauwkeurige voorspellingen te komen.
Wat we doen, is meerdere modellen samenvoegen tot één 'supermodel', zegt Hamann. Dat meta-voorspellingsprogramma kan verschillende weersvoorspellingen afwegen op basis van historische prestatiegegevens die verband houden met verschillende atmosferische omstandigheden, locaties en omstandigheden. De output kan worden aangepast aan verschillende gebruikers: nutsbedrijven uit het Midwesten, zonne-exploitanten in Nevada, beheerders van windmolenparken, enzovoort.
Producenten van zonne-energie zijn bijzonder gevoelig voor plotselinge schommelingen in de productie; een zonnepaneel dat gedeeltelijk in de schaduw staat, kan binnen enkele seconden 70 procent van zijn productiecapaciteit verliezen. Nutsbedrijven die grote aantallen huishoudens of bedrijven bedienen met gedistribueerde opwekkingscapaciteit, moeten ook anticiperen op hoeveel stroom er van zonne-installaties op het dak naar het net zal stromen.
Als gevolg hiervan stijgt de vraag naar betere prognoses. Een aantal startups en gevestigde bedrijven zijn de afgelopen jaren verhuisd om aan die vraag te voldoen (zie 10 Breakthrough Technologies 2014: Smart Wind and Solar Power). Operators in Californië hebben constante updates nodig om in hun belastingprognosesysteem te worden ingevoerd, dus elke 15 minuten simuleren we 200.000 zonne-PV-systemen, waarbij we elke afzonderlijke locatie samen met de bestralingsvoorspellingen modelleren, zegt Jeff Ressler, hoofd van de softwareservicegroep voor Clean Power Research, dat voorspellingstools levert voor nutsbedrijven zoals het Los Angeles Department of Water and Power, Southern California Edison en het Salt River Project in Arizona.
De technologie van Clean Power Research is gebaseerd op het werk van: Richard Perez , een professor aan het Atmospheric Research Center van de State University of New York, in Albany, die een pionier was in het gebruik van satellietbeelden om de instraling te meten, d.w.z. de hoeveelheid zonlicht die de aarde bereikt. Voor voorspellingen op langere termijn (day-ahead) bevat Clean Power Research ook input van: numerieke weersvoorspelling (NWP), die informatie gebruikt van een globaal (hoewel ongelijk verdeeld) systeem van detectiestations en computersimulaties uitvoert om daaruit te extrapoleren. De Amerikaanse National Weather Service gebruikt de techniek om zijn eigen weermodellen te bouwen, waaronder de Wereldwijd voorspellingssysteem en de Noord-Amerikaanse Mesoscale Prognose systeem. Volgens John Zack, directeur van prognoses bij AWS Truepower , dat voorspellingen geeft voor wind en zonne-energie in Noord-Amerika, bieden de voorspellers uit de particuliere sector technologie die bovenop NWP-modellen werkt. Het spel voor day-ahead forecasting is hoe goed je technologie de systematische fouten in de NWP-modellen corrigeert, zegt Zack. Het IBM-systeem dat vorige week werd beschreven, biedt tot nu toe de meeste rekenkracht voor dat probleem.
Het uiteindelijke doel is om zeer nauwkeurige realtime prognoses te integreren met generatiebronnen die zijn gekoppeld door cloudgebaseerde computernetwerken. De resulterende virtuele energiecentrales zouden automatisch op de meest efficiënte manier stroom leveren uit de meest kosteneffectieve (en schoonste) bron, waardoor het gebruik van dure en vuile reservestroom wordt vermeden.
Hoe geavanceerd deze technologie ook wordt, geen enkel model is of zal ooit perfect zijn. Zonnevoorspelling is een archetypisch voorbeeld van: het vlinder effect , waar kleine veranderingen grootschalige effecten kunnen hebben in tijd en ruimte. Je kunt niet elke regendruppel en turbulente draaikolk modelleren, zegt Zack. Je moet schattingen maken.