Systematyczny przyrost energii elektrycznej uzyskiwanej z odnawialnych źródeł energii (OZE) trwale wpisał się w naszą rzeczywistość. Obserwujemy zarówno inwestycje w duże przemysłowe OZE, jak i rozwój energetyki prosumenckiej. Charakteryzuje się ona niewielkimi mocami jednostkowymi i dużym rozproszeniem. Jednak produkcja energii ze źródeł odnawialnych, szczególnie turbin wiatrowych i ogniw fotowoltaicznych, jest silnie uzależniona od warunków pogodowych.
Niestabilność tej produkcji, na obecnym etapie rozwoju zasobników energii, jest kompensowana za pomocą rezerwy regulacyjnej źródeł konwencjonalnych. Groźne dla stabilności systemu energetycznego mogą być zwłaszcza gwałtowne wahania wielkości produkcji energii z OZE, spowodowane nagłymi zmianami pogody. Dlatego też, wraz ze wzrostem udziału energetyki odnawialnej w całkowitym bilansie energetycznym, coraz istotniejsze staje się dokładne prognozowanie jej produkcji w perspektywie krótkoterminowej i ultrakrótkoterminowej oraz możliwość optymalizacji produkcji w czasie rzeczywistym.
Prognozowanie produkcji energii elektrycznej z OZE można rozpatrywać w kilku różnych horyzontach:
Ultrakrótkoterminowym
do kilku godzin naprzód
Krótkoterminowym
do kilkudziesięciu godzin lub kilku dni naprzód
Średnioterminowym
do kilkunastu dni naprzód
Prognozy ultrakrótkoterminowe są wykorzystywane najczęściej do sterowania odbiorami, magazynami i źródłami energii, aby zbilansować podsystem energetyczny. Prognozy krótkoterminowe wykorzystywane są do planowania pracy źródeł i systemu elektroenergetycznego oraz wspierania udziału w rynku energii. Planowanie prac eksploatacyjnych i remontowych w systemie elektroenergetycznym (np. dotyczące wyłączeń remontowych) jest zwykle oparte na prognozach średnioterminowych.
Możliwości prognozowania produkcji energii elektrycznej z OZE są zasadniczo ograniczone przez zjawiska przekształcania dostępnej w danej chwili energii pierwotnej w energię elektryczną, a jakość prognozy zależy od jej horyzontu. Zasób energii pierwotnej w OZE, szczególnie energii kinetycznej wiatru i energii promieniowania słońca, podlega ciągłym fluktuacjom i najczęściej zmienia się w horyzoncie kilku do kilkudziesięciu minut.
Najdokładniejsze prognozy produkcji energii są opracowywane na podstawie numerycznych prognoz pogody (NWP – Numerical Weather Prediction). Jednak prognozy o akceptowalnej precyzji dostępne są aktualnie tylko dla horyzontów maksymalnie kilkudziesięciogodzinnych. Oznacza to, że mogą być wykorzystywane jedynie na potrzeby prognoz krótko- i ultrakrótkoterminowych.
Dodatkowo, ze względu na globalny sposób ich wyznaczania, są one obarczone błędami ujawniającymi się w skali lokalnej. Ze względu na nieliniową zależność pomiędzy warunkami meteo a produkcją energii, błędy końcowej prognozy produkcji energii są wielokrotnie większe od błędów prognoz NWP. Powoduje to konieczność opracowywania wyrafinowanych metod prognostycznych wykorzystujących – oprócz danych NWP – także dodatkowe dane, np. o lokalnych warunkach otoczenia, bieżącej produkcji itp. W ten sposób wprowadzamy korekty w prognozowaniu.
Poprawę trafności prognoz można osiągnąć też za pomocą złożonych metod prognostycznych, wykorzystania dedykowanych prognoz pogody, nadążnemu korygowaniu wyników pomiarami lokalnymi oraz poprzez łączenie różnych rodzajów źródeł w tzw. elektrownie wirtualne.
4RES – twórz precyzyjne prognozy generacji energii z OZE
Wszystkie wymienione wcześniej składowe zostały wykorzystane przy tworzeniu systemu 4RES. Powstał on w Centrum Badawczo-Rozwojowym firmy Globema jako wynik realizacji dwóch projektów badawczych, dotyczących prognozowania produkcji energii.
Pierwszy koncentrował się na prognozach wyznaczanych dla konkretnej lokalizacji źródła i dotyczył większych instalacji, głównie wiatrowych. Drugi odpowiadał natomiast na zapotrzebowanie małej energetyki rozproszonej, w tym prosumenckiej, podejmując te problemy w ujęciu obszarowym.
Oba projekty były prowadzone we współpracy z firmami zarządzającymi lub dysponującymi źródłami odnawialnymi. Badania przeprowadzone dla większych jednostek wytwórczych pozwoliły na opracowanie metod lokalnej korekcji prognoz pogody ze względu na lokalizację. Pozwoliły też na określenie progu opłacalności przygotowywania prognoz produkcji, wynikającego z wielkości zainstalowanej mocy.
Zastosowanie hybrydowych metod prognozowania pozwoliło uzyskać znormalizowane do zainstalowanej mocy błędy nMAE prognoz na poziomie 9–12%, zaś połączenie kilku farm wiatrowych w jedną elektrownię wirtualną (VPP) obniża te błędy nawet do 6%.
Z kolei badania prognoz obszarowych pod kątem źródeł rozproszonych koncentrowały się na wyznaczeniu obszarów charakteryzujących się podobnymi warunkami pogodowymi. Idea pomysłu bazuje na zastąpieniu wielu prognoz lokalnych jedną obszarową prognozą pogody, która stanowi podstawę do wyznaczania grafików produkcji energii z OZE w danym obszarze. Metodę można zastosować do wielu źródeł o małej mocy, traktowanych jako elektrownia wirtualna i rozliczanych na rynku energii jednym sumarycznym wolumenem.
Analizy pokazały, że mimo pogorszenia jakości prognoz pogody, spowodowanych uśrednieniem wartości dla badanego obszaru, błędy obszarowych prognoz produkcji utrzymują się wciąż na dobrym poziomie 5– 6%. Wynik ten wskazuje, że zastosowanie obszarowego podejścia oraz koncepcji elektrowni wirtualnych pozwala z wysoką dokładnością przewidywać godzinową produkcję energii w najbliższych dobach.
Warto wspomnieć, że dodatkowym elementem badań był wpływ produkcji energii z rozproszonych OZE na sieć energetyczną, a konkretnie na dodatkowe przepływy w węzłach sieci. Uzyskane wyniki mogą być w przyszłości podstawą do prowadzenia bilansowania lokalnego. Dziś służą już do oceny sytuacji w sieci i pomagają zapobiegać lokalnym przeciążeniom. Zagadnieniom tym poświęcimy osobny artykuł, do którego lektury już teraz zachęcamy.
4RES wykorzystuje wszystkie rezultaty badań. Został zaprojektowany tak, aby służyć firmom handlującym energią, dostarczając grafiki jej produkcji, właścicielom źródeł do planowania optymalnych okien serwisowych, zaś operatorom systemów dystrybucyjnych dzięki predykcji przepływów energii z rozproszonych źródeł przez główne węzły sieci.
Jak działa 4RES?
4RES składa się z dwóch komponentów:
Silników obliczeniowych
Aplikacji użytkownika biznesowego
Wykonującej operacje edycyjne na OZE i na grafikach produkcji oraz analizę danych historycznych.
Moduł silników obliczeniowych zasilany jest danymi pogodowymi, które pochodzą z kilku modeli meteorologicznych (ECMWF, UM, GFS), oraz danymi o historycznej i bieżącej produkcji poszczególnych źródeł. Dane te są wykorzystywane do wstępnego strojenia modeli prognostycznych bazujących na algorytmach sztucznej inteligencji (AI) i uczenia maszynowego (ML), a następnie do ich douczania. Kiedy brakuje danych historycznych, silniki obliczeniowe korzystają z modeli fizycznych pracy źródeł.
Modele prognoz meteorologicznych dobierane są zależnie od rodzaju źródła, wielkości zainstalowanej mocy oraz rozłożenia terytorialnego, aby optymalizować koszty wytworzenia prognoz przy jednoczesnym zachowaniu ich jakości. Wyznaczone prognozy produkcji obejmują horyzont czasowy od kilku godzin do 10 dni naprzód.
W rozwiązaniu zastosowano najnowsze trendy w dziedzinie prognozowania. Polegają one na połączeniu kaskadowym równoległych modeli prognostycznych z integratorem prognoz oraz uwzględnieniem wpływu na produkcję wielu zmiennych pogodowych.
Równie istotnym elementem systemu jest możliwość zbierania danych historycznych różnego rodzaju (dane o produkcji energii, dane o procesie technologicznym, dane o remontach) i uwzględniania ich w następnych okresach prognostycznych. Prognozy źródeł słonecznych uwzględniają dodatkowo rodzaj paneli (bifacialne, z trakerami, przechylne) oraz zaleganie i topienie się pokrywy śnieżnej.
Ważna jest też opcja budowania elektrowni wirtualnych i obsługi jednostek grafikowych złożonych z wielu źródeł. Łączenie różnorodnych źródeł zlokalizowanych w różnych miejscach pozwala na poprawienie trafności prognoz i mniejsze wahania sumarycznej produkcji. W przypadku włączenia do VPP także źródeł regulowanych lub zasobników energii, możliwe jest uzyskanie korzystnego miksu energetycznego. Poprawia on efektywność energetyczną i minimalizuje niepożądany wpływ generacji rozproszonej na sieć.
Oddzielenie silników obliczeniowych od reszty rozwiązania pozwala z jednej strony na ich systematyczny rozwój bez ingerencji w aplikację użytkownika, z drugiej zaś na udostępnianie samej usługi grafikowania z dedykowanym API dla klientów, umożliwiającym im na edycję listy farm czy wprowadzanie odstawień lub redukcji.
Funkcjonalność aplikacji użytkownika biznesowego kompleksowo adresuje potrzeby wytwórców, firm handlujących energią oraz operatorów sieci. Pierwsi z nich, na podstawie przewidywanych wartości wytworzonej energii, mogą dobierać okna serwisowe tak, aby zmniejszyć straty związane z przestojem jednostek. Drudzy dostają gotowe dane do przygotowywania godzinowych grafików sprzedaży energii na rynku dnia następnego lub 15-to minutowych grafików na potrzeby rynku dnia bieżącego . Grafiki mogą być na bieżąco korygowane w oparciu o wiedzę ekspercką, która nie została przekazana do systemu, np. o zachowaniu rynku czy zaistniałych awariach.
Dane historyczne można analizować pod kątem odchyleń produkcji i prognoz czy wielkości błędów i ich wpływu na efekt finansowy. W ten sposób, wykorzystując powyższe analizy i zawarte umowy handlowe, można kształtować przyszłą strategię rynkową.
Z kolei OSD i OSP, dzięki podejściu obszarowemu i tworzeniu wirtualnych elektrowni, mogą uzyskać precyzyjne prognozy o produkcji z OZE w horyzoncie 10 dni naprzód, co pozwala lepiej planować i prowadzić lokalny ruch sieci w obszarze średnich i wysokich napięć, a także uzyskać wgląd w prognozowany rozkład krajowej produkcji OZE. Wolumen energii pochodzącej ze źródeł odnawialnych, zgodnie z przyjętymi celami polskimi i europejskimi w obszarze udziału zielonej energii, będzie dynamicznie wzrastał, a zatem narzędzia prognostyczne obejmujące produkcję zielonej energii oraz jej oddziaływanie na sieci będą przybierać na znaczeniu.
Porozmawijamy o rozwiązaniu 4RES
Jeżeli zainteresowało Cię rozwiązanie opisane w artykule, napisz do nas! Porozmawiajmy o tym, jak możemy pomóc Ci rozwinąć Twój biznes.
