Dokładne prognozowanie energii słonecznej przekształca zmienny zasób odnawialny w zarządzalne i przewidywalne źródło energii. Dla operatorów sieci prognozowanie energii słonecznej jest niezbędne do planowania wysyłek i bilansowania. W przypadku operatorów systemów magazynowania akumulatorów prognozy generacji bezpośrednio wpływają na harmonogramy ładowania/rozładowania BESS i określają, ile przychodów z arbitrażu lub usług dodatkowych można przechwycić. W miarę wzrostu penetracji energii słonecznej na całym świecie, zdolność prognozowania staje się głównym czynnikiem wyróżniającym konkurencję.
Dlaczego prognozowanie energii słonecznej ma znaczenie dla operacji BESS
BESS zlokalizowany w pobliżu instalacji fotowoltaicznej może być optymalnie obsługiwany jedynie wtedy, gdy operator wie z wystarczającą pewnością, ile energii słonecznej wygeneruje w ciągu najbliższych 2–48 godzin. Bez prognozy:
- BESS może rozładować się w ciągu dnia (spodziewając się, że energia słoneczna obsłuży obciążenie), gdy zachmurzenie zmniejsza moc słoneczną – co skutkuje jednoczesnym importem sieci i rozładowaniem BESS
- BESS może utrzymać ładunek (czekając na zdarzenie szczytowego zapotrzebowania, które się nie zmaterializuje), tracąc możliwości arbitrażu TOU
- Licytacja na rynku hurtowym wymaga prognozowania na 24–48 godzin do przodu; złe prognozy prowadzą do kar za niedobory/nadprodukcje na rynkach czasu rzeczywistego
Horyzonty prognoz i zastosowania
| Horyzont | Imię | Zastosowanie | Najlepsza metoda |
|---|---|---|---|
| 0–2 godziny | Transmisja nowsza/w ciągu dnia | Wysyłka BESS w czasie rzeczywistym, usługi pomocnicze | Kamery nieba, zdjęcia satelitarne |
| 2–6 godzin | Krótkoterminowe | Licytacja rynku śróddziennego, harmonogramowanie BESS | Numeryczna prognoza pogody (NWP) + ML |
| 6–48 godzin | Dzień następny | Licytacja na rynku dnia następnego, planowanie konserwacji | Zespoły NWP, postprocessing statystyczny |
| 7–30 dni | Średnioterminowy | Planowanie zasobów, planowanie eksploatacji i konserwacji | Sezonowe modele NWP, dane klimatyczne |
| 1–30 lat | Długoterminowe (ocena zasobów) | Finansowanie projektów, analiza uzysku energii | Satelitarne zbiory danych TMY (Solargis, Meteonorm) |
Metody prognozowania natężenia promieniowania
1. Numeryczna prognoza pogody (NWP)
Modele NWP (GFS, ECMWF, NAM) symulują atmosferę w oparciu o podstawowe zasady, tworząc siatkowe prognozy globalnego poziomego napromieniowania (GHI), temperatury, wiatru i zachmurzenia w rozdzielczości przestrzennej 1–25 km. ECMWF jest ogólnie najdokładniejszym modelem NWP na świecie; GFS jest dostępny bezpłatnie. Ograniczenia: Modele NWP mają niską rozdzielczość przestrzenną i systematyczne odchylenia w złożonym terenie i strefach przybrzeżnych. Horyzont: od 6 godzin do ponad 10 dni.
2. Transmisje satelitarne
Satelity geostacjonarne (GOES-16/17 w Ameryce, Meteosat w Europie, Himawari w Azji) dostarczają prognozy wektorów ruchu chmur (CMV) — śledzą ruch chmur w celu przewidywania natężenia napromienienia na 0–6 godzin do przodu. Metody satelitarne przewyższają NWP w krótkich horyzontach (0–4 godzin), ponieważ pozwalają na obserwację aktualnego stanu chmur z dużą rozdzielczością przestrzenną (1–4 km).
3. Uczenie maszynowe / postprocessing statystyczny
Nowoczesne systemy prognostyczne łączą dane NWP i dane satelitarne jako dane wejściowe do modeli ML (wzmacnianie gradientu, sieci neuronowe LSTM), które korygują lokalne odchylenia — wpływ terenu specyficzny dla danego miejsca, układy aerozolu, zacienienie z pobliskich wzgórz. Przetwarzanie końcowe ML zazwyczaj poprawia RMSE o 10–25% w porównaniu z surowym NWP. Do celów szkoleniowych wymagane są dane dotyczące natężenia napromienienia na miejscu z okresu 1–2 lat.
Metryki dokładności prognoz
- RMSE (średni błąd kwadratowy): główny miernik dokładności prognozy; wyrażona jako % mocy zainstalowanej lub kWh. Typowy RMSE dnia następnego dla elektrowni słonecznej o mocy 10 MW: 8–15% mocy w przypadku obiektów z czystym niebem; 15–25% w pochmurnym/zmiennym klimacie
- nRMSE (znormalizowany RMSE): RMSE wyrażony jako% średniej produkcji, umożliwiający porównanie pomiędzy zakładami o różnych możliwościach
- MAE (średni błąd bezwzględny): mniej wrażliwy na wartości odstające niż RMSE; przydatne do obliczania kar umownych, w przypadku gdy błędy powyżej progu powodują koszty
- Wynik umiejętności: poprawa w stosunku do prognozy trwałości (naiwne założenie, że obecna generacja równa się generacji następnej); wynik umiejętności >30% wskazuje na znaczącą wartość prognostyczną
Integracja prognoz z wysyłką BESS
Modelowy system sterowania predykcyjnego (MPC) BESS wykorzystuje kroczącą 24–48-godzinną prognozę pogody słonecznej w celu optymalizacji harmonogramu ładowania/rozładowania:
- Otrzymuj zaktualizowaną prognozę słoneczną opartą na NWP co 6 godzin (lub co 15 minut w przypadku wersji satelitarnej)
- Przeprowadź optymalizację w horyzoncie prognozy, biorąc pod uwagę stan naładowania BESS, harmonogram taryf TOU, prognozę zapotrzebowania i prognozę energii słonecznej
- Wykonaj optymalny harmonogram; aktualizuj co 15–30 minut w miarę odświeżania prognoz
- Śledź aktualne i prognozowane generowanie; wprowadzaj wartości rzeczywiste do modelu ML w celu ciągłej korekcji odchyleń
Platforma iSolarCloud firmy Sungrow integruje prognozowanie mocy z BESS EMS, umożliwiając operatorom BESS wdrażanie wysyłki opartej na prognozach bez systemów innych firm. W przypadku projektów uczestniczących w rynkach hurtowych certyfikowany dostawca usług prognostycznych (np. Solargis Energy, Solcast, DNV GL Energy Transition) zapewnia akceptowalne prognozy bankowe na potrzeby licytacji rynkowej.