Метеорологични прогнози в енергетиката

Не е далеч денят, когато вместо от няколкостотин големи електроцентрали, електрическата мрежа на света ще се формира от милиони малки и големи инсталации – вятърни, слънчеви, геотермални, приливни, водни. В същото време, тъй като електрическата мобилност е на път към разцвета си, броят на станциите за зареждане ще нараства. Координирането и синхронизирането на всички тези обекти е сложна задача. Изкуственият интелект има потенциала да се справи, а един от ключовите фактори за успеха му ще бъдат прогнозите за времето. 

Текст: списание Енергия

Енергийният преход променя не само средствата, чрез които се генерира електроенергия. Успоредно с въвеждането на новите източници системата става все по-децентрализирана и цифровизирана. Според редица изчисления, милионите домашни слънчеви системи, домашните батерии за съхранение на електричество и термопомпи могат да направят електопреносната мрежа по-стабилна.

Ако към това добавим и капацитета на автомобилните батерии, способни да „връщат“ енергия обратно в мрежата при нужда, то електропреносната мрежа ще започне да изглежда доста по-различно в сравнение с края на 2020-те години.  Но стабилната енергийна система ще изисква всички тези милиони инсталации да работят в перфектен синхрон, като рояк пчели. Алгоритмите за самообучение и изкуственият интелект вече се очертават като единственото възможно средство за постигането на подобна цел.

Неизбежната роля на AI 

Количеството електричество, навлизащо в мрежата от възобновяеми източници, вече е доста съществено. Но ако при старите видове електроцентрали производството беше под контрола на човека, сега не е съвсем така – времето е непостоянно, колебливо, променливо. А мрежовите оператори трябва да знаят какво да очакват – колкото по-точно, толкова по-добре. Във все повече региони операторите на соларни и ветроенергийни ферми са законово задължени да контролират подаваната мощност. Тя трябва да пасва на капацитета на мрежата. 

Всъщност всеки, който търгува пряко със своята възобновяема електроенергия, има нужда от оценка на производството си възможно най-точно, защото балансирането на недостига може да е скъпо. Тези, които оптимизират собственото си потребление с помощта на батерии или контролируеми консуматори като батерии или електрически превозни средства, също се нуждаят от информация, за да решат кога да зареждат и разреждат своите устройства за съхранение. Поради всичко това изкуственият интелект вече се използва за прогнозиране и оптимизиране на енергийните потоци.

С поглед в небесата

В сложното уравнение, което изкуственият интелект трябва да решава многократно всяка секунда, има много величини: потребителските навици на хората, отделни индивидуални събития, както и.... времето.  Информацията за метеорологичната обстановка се използва при планирането и работата на електрическата мрежа от 1880-те години. В днешно време обаче то има много по-голямо значение – и се прави почти в реално време. Редица частни организации предлагат услуги по доставка на прогнози за времето. Все по-голяма част от тях използват алгоритми на база машинно самообучение и изкуствен интелект. Крайният продукт – прогнозите за радиацията и движението на облаците – са важни за всички, зависещи от слънчевото греене, засенчването, вятъра.

Специалисти от бранша посочват, че точността в рамките на следващите няколко часа е доста висока. Колкото по-дълъг е периодът от време в прогнозата, толкова по-малко прецизни стават прогнозите.  Информацията за слънчевото греене, движението на облаците, както и температурата, е нужна на собствениците и операторите на електропреносни мрежи и ВЕИ инсталации. Данните могат да бъдат интегрирани в специализиран софтуер за мониторинг и контрол на системите за генерация. Компаниите могат да използват прогнозите за времето като основа за изчисляване на слънчевата радиация с помощта на свой собствен софтуер – или пък могат да закупят изчисленията „като услуга“.

По какъв начин услугите за метеорологични прогнози могат да бъдат усъвършенствани и разширени – е обект на постоянно търсене, най-вече от научно-изследователски проекти. Пример за такъв е „Meteo for Energy“ в Испания. Проектът предлага прогнози за времето и модели за производство на енергия за добива на фотоволтаична, слънчева и вятърна енергия. Използва облачни камери и прогнози от сателитни изображения, както и прогнозни модели на база изкуствен интелект. Много от данните могат да се представят в реално време. 

Прогнозите комбинират данни за времето с друга информация, за да генерират много точни предвиждания за метеорологичните условия и очакваното производство на енергия, така че да улеснят по-доброто интегриране в мрежата. „Сателитните изображения ... играят ключова роля в осигуряването на по-добро интегриране на слънчевата енергия в електрическата мрежа, тъй като този тип технология позволява на фотоволтаичния сектор да предскаже движението на облаците, за да подобри своята работа“, гласи официално изявление на „Meteo for Energy“. Целият процес предлага ежеминутно прогнозиране на двата основни фактора, които влияят на интегрирането на соларната енергия: движение на облаците и индекс на непрозрачност за всяка координата на изображението.

Повече източници, повече точност 

Почти всеки уважаващ себе си доставчик на метео-прогнози използва и сателитни изображения. Благодарение на бума на сателитните съзвездия в днешно време и на многонационалните програми за съвместни научно-изследователски дейности в околоземна орбита сега е налице извънредно точна и детайлна спътникова информация. Скоро ще стане възможно към това море от данни да се присъединят и множество алтернативни източници на „наземни“ данни с висока детайлност – развитието на IoT ще направи възможно събирането на данни от милиони локации на земята. По този начин ще се увеличи „разделителната способност“ на източниците на метеорологични данни.

Например, когато земеделските производители инсталират в своите поля малки локални сензори, за да следят условията за насажденията си – температура, слънчево греене, влажност и др. – то доставчиците на метеопрогнози биха могли да купуват и използват въпросните данни, за да направят своите анализи и прогнози още по-прецизни.  Разбира се, към всичко това трябва да се включат и т. нар. исторически метео-данни. Почти всяка точка в света има своите характерни особености във времето, които влияят на мрежата. Тази метеорологична информация заляга в основите на моделите за влиянието на времето върху компонентите на мрежата. Нещо повече – има нужда да се вземат под внимание и характерни климатични специфики, явяващи се рядко или пък циклично.

Например, в някои региони веднъж на около 20 години настава екстремна лятна жега или продължително засушаване.  Климатичните екстреми в резултат на изменението на климата също са фактор. За да се планират по-добри мерки за справяне с необичайни явления като например урагани, необходимо е да се знае каква е вероятността да се случат – а когато се знае каква е вероятността, това може да се вземе под внимание при планиране на стъпките за реагиране. 

И екстра метеорологични данни 

Освен изброените метеорологични данни в уравнението, което AI ще трябва да решава, намират място и други, по-специфични данни за времето. Един пример е изследователският проект „PermaStrom“, в който участват Технологичният институт в Карлсруе (KIT) и агенцията за климатични изследвания Deutscher Wetterdienst заедно с немски частни фирми. Заедно те работят по моделиране на ефекта на движението на пепел и фин пясък върху атмосферата. Целта е прогнозите да станат още по-всеобхватни и точни.

„Датите 3 и 4 март 2021г. показаха колко уместно може да бъде това. В онези дни във въздуха имаше много сахарски прах. Само за тези два дни оптимизираната прогноза спести на Германия около три милиона евро, помагайки да се избегне балансирането на разходите за енергия“, обясни говорител на проекта.  Завишените нива на прах във въздуха намаляват не само интензитета на слънчевото греене, но и способността на фотоволтаичните и термалните соларни панели да произвеждат енергия. Запрашаването на повърхността е един от най-големите проблеми за соларната индустрия. Испанският проект също обхваща този аспект - прогнозата за привнесения прах помага за справяне със замърсяването.

Прогнозите като фактор за стабилност на мрежата

Компаниите за комунални услуги поемат разходите за балансираща енергия, когато производството не покрива потреблението в рамките на тяхната балансираща група, което принуждава мрежовите оператори да коригират разликата. В крайна сметка операторите на мрежи са отговорни да гарантират, че захранването и изходящата мощност на мрежата съвпадат точно с всяка секунда. Ето защо прецизните прогнози за времето са жизненоважни за тях. Следователно доставчиците на метео-прогнози са и ще продължат да бъдат все по-важен партньор в енергетиката. Прогнозите, които те предлагат, ще представляват критичен фактор за стабилността на мрежите с нарастването на дела на възобновяемата енергия. 

Следваща стъпка: комуникация с потребителите 

В ситуациите, в които прогнозата за времето показва трудно засрещане между производство и потребление, което не може да се компенсира или пък компенсирането би било твърде скъпо, операторите биха могли да комуникират с крайните потребители, за да си помогнат. Така например един оператор в югозападна Германия миналата есен стартира приложението „Stromgedacht“, за да направи темата за капацитета на мрежата достъпна за обществеността. Когато балансирането стане трудно, приложението може да изпраща насочени съобщения до потребителите, предупреждавайки ги да отложат или намалят консумацията на електроенергия.  Когато голям брой потребители използват подобно приложение, толкова по-голям би бил ефектът върху мрежата. 

Ключовата роля на акумулиращите механизми

Устройствата за съхранение на енергия – батериите – обичайно помагат на крайните потребители да използват възможно най-много местно генерираната електроенергия – тази, добита от собствени соларни панели или други собствени ВЕИ. Но когато акумулаторите бъдат интегрирани по-добре в мрежите, прогнозите за времето ще позволяват зареждането на по най-ефективния начин. 

Това е особено интересно в светлината на нарастващото потребление на топлинни соларни системи и термопомпи. При добро, слънчево време те могат да зареждат отоплителното акумулиращо устройство, използвайки наличното слънце, а след това енергията може да се подава към отоплителния кръг през нощта. Това от своя страна ще облекчи електропреносните мрежи. 

Друга интересна възможност е прогнозите да влияят на определянето на времето за зареждане на електрически превозни средства. Така може да се постигне възможно най-голям дял на слънчевата енергия при захранването на електромобилите. Това изисква системата да знае прогнозата за времето и типичното поведение на потребителите. 

Справяне с екстремното време 

Справянето с климатичните екстреми е друг аспект, заради който прогнозата за времето ще става все по-важна в управлението на енергийните мрежи. През последния половин век нашата планета стана свидетел на забележимо увеличение на честотата и интензивността на екстремните метеорологични явления. Според някои данни, броят на бедствията, свързани с времето, се е увеличил с 500% между 1970 и 2019г. От урагани и торнада до горещи вълни и наводнения – нестабилното време застрашава всички.

Климатичните екстреми могат да имат дълбоко въздействие върху енергийните мрежи и добива на възобновяема енергия, предизвиквайки прекъсвания, намалена ефективност и дори директни щети, измервани в сериозни финансови загуби. Например силните ветрове и бури могат да повредят вятърните турбини и слънчевите панели. Това коства времеемки ремонти впоследствие. Топлинните вълни могат да намалят ефективността на слънчевите панели, ограничавайки производството на енергия. Интензивните валежи и наводненията на свой ред могат да повлияят на производството на водноелектрическа енергия. 

Условно може да се говори за три вида въздействия от екстремното време. Намаляването на добивите на възобновяема енергия и овладяването на пиковете при екстремно време налага използването на по-добро метео-прогнозиране. Следейки метеорологичните условия в реално време, включително скоростта на вятъра, валежите и движенията на бурите, дежурните оператори могат да вземат информирани решения за навременно адаптиране на работата на мрежите. 

Предпазването от щети е другият аспект, заради който точните прогнози са безценни. От физическото увреждане на фотоволтаични панели през обледяването на витлата на вятърните турбини до препълването на язовири – екстремното време може да нанесе поражения на енергийните системи по множество начини. Ако са подготвени за наближаваща стихия, операторите биха могли да сведат до минимум пораженията. 

Прекъсванията на електрозахранването – оставането „на тъмно“ в момент, в които енергията е необходима повече от всякога – също могат да бъдат избегнати при добро метео-прогнозиране. Така например през януари 2017г. температурите в някои части на Франция паднаха до рекордно ниски стойности, увеличавайки търсенето на електрическо отопление, като в същото време ветровете утихнаха, оставяйки ветрогенераторите в покой; ако в този момент не бяха спрени за планова поддръжка няколко атомни електроцентрали, операторите нямаше да се окажат в затруднение да задоволят извънредното търсене. Навременни мерки можеше да бъдат взети и в Тексас, САЩ, през 2021г., когато екстремните студове увеличиха потреблението на ток максимално, а ветровете обледиха ветрогенераторите и ги блокираха. Тогава обаче електроцентралите на газ и въглища се оказаха неподготвени и хиляди домове останаха на студено задълго. 

Според скорошни проучвания, подобни екстремни състояния могат да бъдат предвидени две седмици предварително. Информацията би била безценна за операторите на мрежи и ВЕИ инсталации, за да могат да се подготвят да посрещнат събитията адекватно. Последните постижения в метео-прогнозирането направиха възможно предвиждането на горещи вълни, внезапни застудявания и тропически циклони седмици по-рано. Имайки достатъчно предварително предупреждение, енергийният сектор може по-добре да се подготви за екстремни метеорологични условия, да ограничи щетите, да планира излишъците и недостига на енергия и да поддържа цената на електроенергията под контрол.