Obszarowe prognozowanie produkcji OZE – PROGO

OZE

Prognozy produkcji odnawialnych źródeł energii (OZE) są kluczowe dla bezpieczeństwa stabilności pracy Krajowego Systemu Energetycznego. Wykorzystywana obecnie metoda punktowych prognoz produkcji jest zbyt kosztowna dla małych i średnich prosumentów. To z kolei sprawia, że ich możliwości produkcyjne są nieprzewidywalne dla operatorów. Jeden z naszych projektów badawczo-rozwojowych PROGO prezentuje rozwiązanie tego problemu w postaci obszarowych prognoz produkcji OZE. W przeciwieństwie do punktowych prognoz, ta metoda jest znacznie tańsza przy niewielkiej zmianie precyzji predykcyjnej.  Jesteśmy coraz bliżej by pomóc poprawić bezpieczeństwo i stabilność sieci, W PROGO ukończyliśmy niedawno drugi etap projektu – poprawa stabilności sieci i podniesienie bezpieczeństwa to coraz bliższa perspektywa. 

Czym jest PROGO?

PROGO to rozwiązanie służące do kompleksowego prognozowania produkcji dla źródeł odnawialnych w ujęciu obszarowym, uwzględniającego podobieństwo warunków pogodowych. W przeciwieństwie do prognoz punktowych, takie podejście oznacza zdecydowanie niższe koszty – przy niewielkim spadku dokładności. Pozwoli ono objąć prognozą ogromną liczbę prosumentów. Obecnie, z uwagi na brak opłacalności, są z niej wyłączeni – w konsekwencji ich wpływ na sieć energetyczną jest nieznany.

Kamień milowy

Niedawno zakończyliśmy drugi etap projektu. Zakończył się on testowaniem i walidacją danych z prognoz PROGO przy współpracy z firmą Enea-Operator.

W ramach tej współpracy otrzymaliśmy dane konieczne do sprawdzenia jakości prognozowania bilansu energii oraz jej przepływów w wybranych obszarach eksploatacji w warunkach rzeczywistych.

Jako obszar pilotażowy wybrano teren w północno-zachodniej Polsce, który ze względu na swoje zróżnicowania i duży udział OZE, był idealnym obszarem do badań i testów. Nadmorskie położenie oznacza znaczne zwiększenie zapotrzebowania na energię w okresie wakacyjnym. Ponadto, znajduje się w nim około 100 prosumentów, 3 duże farmy wiatrowe i dwie małe elektrownie wodne.

Wyniki analiz

Średni błąd znormalizowany wynosił:

8,5% - 10,1
Dla farm wiatrowych
5%-7,7
Dla małych elektrowni Wodnych
6,7
Dla całego obszaru pilotażowego

Do badań użyto danych historycznych z 33 miesięcy począwszy od kwietnia 2016 roku. Następnie dane poddane zostały dokładnym analizom statystycznym i wykorzystane do zbudowania modeli predykcyjnych.

Kryterium akceptacji, ustalonym w założeniach projektowych, było uzyskanie błędu prognozy nie przekraczającego 20%.

Dzięki korekcie uzgodnienia obszarów średni bezwzględny błąd precykcji dla obszaru pilatożewogo wyniósł : 6.1% Taka precyzja predykcji była poniżej kryterium akceptacji projektu  – co oznacza, że PROGO pozytywnie zakończyło drugą fazę projektu. 

Zielona przyszłość

Wprowadzenie PROGO oznacza natychmiastowe i zauważalne zwiększenie przewidywalności produkcji energii ze źródeł odnawialnych. Prognozy dokonywane przez PROGO uwzględniają przyrost nowych źródeł energii oraz obciążenia fragmentów sieci energetycznej. Dla operatorów OSD i OSP ma to wielkie znacznie, ponieważ pozwala im przewidywać, w jaki sposób ta niestabilna produkcja wpłynie na ich sieć i w jakich momentach pojawią się dodatkowe obciążenia/przeciążenia. Wiedza ta wpłynie pozytywnie na stabilizację i bezpieczeństwo systemu energetycznego z systematycznie rosnącym udziałem OZE.

Obszar pilotazowy

Kolejnym etapem projektu będzie uruchomienie usługi prognozowania dla obszaru testowego na terenie Enea-Operator oraz kontynuacja badań w zakresie opracowanie projekcji klimatycznych na następnych 40-70 lat. Jeśli ten etap zakończy się sukcesem, PROGO będzie gotowe do wdrażania komercyjnego.

Chcesz dowiedzieć się więcej na temat PROGO lub naszych pozostałych projektów badawczo-rozwojowych? Napisz do nas – chętnie odpowiemy na Twoje pytania.

SORAL

SORAL

esrs

ESRS

inteligentny układ rekonfiguracji sieci nN

globiq

GlobIQ

elgrid2020

ELGrid 2020

progo

PROGO

EC.GIS – zarządzanie zasobami ciepłowniczymi

ELGrid – optymalizacja sieci energetycznej

4RES – prognozowanie produkcji z OZE

MGrid – zarządzanie mikrosieciami

iSKOL – monitorowanie sieci WN

MagMaster – optymalizacja pracy magazynów