Alati umjetne inteligencije poboljšavaju predviđanje solarne energije za britanskog energetskog operatera

Ujedinjeno Kraljevstvo poboljšalo je predviđanje proizvodnje fotonaponske energije korištenjem Quartz Solara. Ovaj paket alata umjetne inteligencije omogućuje učinkovitije upravljanje mrežom, kao i niže troškove i smanjenje emisija ugljika.

Neso, britanski energetski operater, počeo je koristiti alat Quartz Solar, pokretan umjetnom inteligencijom, za predviđanje proizvodnje fotonaponske energije i time točnije izračunavanje rezervi energije potrebnih za uravnoteženje mreže.

Poboljšanje stabilnosti mreže, smanjenje operativnih troškova i smanjenje emisija ugljika

Cilj korištenja ovog alata je poboljšanje stabilnosti mreže, smanjenje operativnih troškova i smanjenje emisija ugljika minimiziranjem korištenja izvora energije koji zagađuju kako bi se kompenzirale netočnosti u prognozama solarne energije.

Glavna prednost koju nudi Quartz Solar je ta što ubrzava i poboljšava vremenske prognoze nekoliko dana unaprijed. S ovim vremenom pripreme, Neso može učinkovitije reagirati na fluktuacije u proizvodnji solarne energije, što rezultira značajnim uštedama.

Kvantitativno, korištenje ovog alata omogućuje uštedu od oko 30 milijuna funti (34,3 milijuna eura) godišnje na troškovima rezervne energije i izbjegavanje emisije otprilike 300.000 tona CO2.

Quartz Solar razvila je neprofitna organizacija za klimatske tehnologije Open Climate Fix u suradnji s Centrom izvrsnosti za umjetnu inteligenciju tvrtke Neso. Organizacija je osnovana 2019. godine kako bi povezala najsuvremenija istraživanja sa svjetskim energetskim sustavima.

Kao neprofitna organizacija, dijeli podatke i kod kako bi potaknula suradnju, maksimizirala transparentnost i ubrzala utjecaj u cijelom sektoru. Suradnja s tvrtkom Neso započela je 2021. godine, a ove godine alat je integriran u aktivnosti britanskog elektroenergetskog operatera.

Kako ovaj alat funkcionira?

Quartz Solar radi korištenjem strojnog učenja za analizu složenih obrazaca u proizvodnji solarne energije. Uključuje satelitske snimke u stvarnom vremenu koje bilježe oblake i vremenske uvjete koji utječu na solarnu proizvodnju, uz integraciju meteoroloških podataka koji omogućuju točnije prognoze proizvodnje solarne energije do 36 sati unaprijed.

Quartz Solar koristi, između ostalih izvora informacija, 12-kanalne satelitske podatke s različitim valnim duljinama; meteorološke podatke ECMWF-a (Europskog centra za srednjoročne vremenske prognoze) i Meteorološkog zavoda Ujedinjenog Kraljevstva, te podatke o fotonaponskoj proizvodnji koje pruža PV Live.

Umjetna inteligencija analizira kako se oblaci kreću i izračunava količinu sunčeve svjetlosti koja dopire do solarnih elektrana. To omogućuje točne procjene koliko će električne energije te elektrane generirati u nadolazećim satima. Također pruža nacionalnu prognozu i regionalnu podjelu na temelju opskrbnih točaka u cijeloj mreži zemlje.

Koje prednosti nudi ova AI tehnologija u elektroenergetskom sustavu?

Korištenje Quartz Solara poboljšalo je vremenske prognoze zahvaljujući bržim ažuriranjima i širem rasponu podataka i probabilističkih modela.

Za razliku od tradicionalnih metoda predviđanja, koje se oslanjaju na numeričke vremenske prognoze koje se ažuriraju svakih nekoliko sati i ne uspijevaju uhvatiti nagle promjene u naoblaci ili solarnoj proizvodnji, model Quartz Solara ažurira se svakih nekoliko minuta, što olakšava točno praćenje promjena.

Ovaj alat prepolovio je pogreške i 2,8 puta je točniji od tradicionalnih alata za predviđanje solarne proizvodnje.

S ovim informacijama, Neso može učinkovitije reagirati na fluktuacije solarne energije tijekom dana, smanjujući ovisnost o rezervnom fosilnom gorivu koje se koristi za uravnoteženje mreže kada je proizvodnja solarne energije neizvjesna.

Godišnja ušteda od 30 milijuna funti na troškovima neravnoteže mreže mogla bi porasti na 150 milijuna funti (171,4 milijuna eura) do 2035. godine, kako se više solarne energije spaja na mrežu. Cilj je dosegnuti 70 GW solarne energije do 2035. godine.

Drugi AI alati koji se koriste za predviđanje fotonaponske energije

Osim Quartz Solara, koji planira širenje u Indiji, postoje i drugi AI alati za predviđanje solarne energije koji trenutno rade u različitim zemljama:

Solcast

Osnovan u Australiji 2016. godine, sada se koristi u brojnim zemljama sa solarnim elektranama diljem Europe, Sjedinjenih Država, Latinske Amerike i Azije. Koristi satelite za praćenje oblaka i sunčevog zračenja te matematičke modele za izračun trenutne proizvodnje solarne energije i predviđanja proizvodnje za nadolazeće dane.

AI se primjenjuje za obradu velikih količina vremenskih podataka i optimizaciju predviđanja na različitim skalama, od pojedinačnih elektrana do cijelih elektroenergetskih mreža.

Tomorrow.io

Podrijetlom iz Sjedinjenih Država, koriste ga energetske tvrtke diljem svijeta. Koristi satelitske i radarske podatke, zajedno s modelima strojnog učenja, za predviđanje ključnih varijabli poput ozračenosti, naoblake i temperature, koje se koriste za procjenu proizvodnje fotonaponske energije.

Ova tehnologija pomaže u smanjenju gubitaka tijekom naglih vremenskih promjena i omogućuje naprednije planiranje proizvodnje energije.

SolarAnywhere

To je platforma za podatke i predviđanja o solarnoj energiji temeljena na oblaku. Pruža povijesne i podatke o ozračenosti u stvarnom vremenu, simulacije proizvodnje fotonaponskih sustava i alate za predviđanje koji se koriste za planiranje, financiranje i upravljanje solarnim elektranama diljem svijeta. Primjenjuje se i u planiranju solarnih projekata i u radu elektrana.

Vaisala

Osnovana u Finskoj, tvrtka sada posluje diljem svijeta. Iako sama po sebi nije AI model, njezini senzori i radari čine temelj modernih sustava predviđanja.

Kombinira podatke s meteoroloških stanica, satelita i atmosferskih modela, koji su integrirani u platforme za predviđanje koje koriste strojno učenje kako bi smanjile pogreške i poboljšale predviđanja solarne i vjetroelektrane.

Zahvaljujući ovim AI alatima, podaci su sada točniji i dostupni unaprijed. Najneposredniji rezultat su uštede na troškovima rezervne energije koja se koristi za pokrivanje varijabilnosti solarne energije, uz smanjenje emisija ugljika smanjenjem korištenja izvora energije koji zagađuju okoliš.

Osim toga, solarna energija je bolje integrirana u energetski miks, s obzirom na to da je najbrže rastući obnovljivi izvor energije u svijetu.

Fotografije: Andreas Gücklhorn, Quang Nguyen Vinh