Электромобиль как единственная машина в семье: стоит ли
Лесные пожары уничтожают не только природу и имущество, но и наносят менее очевидный удар по солнечной энергетике. Дым, окутывающий обширные территории, резко снижает эффективность фотоэлектрических панелей, создавая проблемы для энергосистем. В ответ на это учёные Корнеллского университета разработали модель на основе машинного обучения, которая точнее существующих методов прогнозирует падение выработки солнечной энергии в условиях задымления. Это позволяет операторам точнее балансировать нагрузку и избегать дорогостоящего использования резервных генераторов.
Исследование началось летом 2023 года, когда дым от канадских пожаров накрыл северо-восток США, вызвав заметное снижение выработки солнечных электростанций. Проанализировав данные, команда обнаружила, что прогнозы оператора энергосистемы Нью-Йорка (NYISO) значительно завышали ожидаемую генерацию в этот период. Такие ошибки особенно критичны, поскольку энергорынки требуют точных прогнозов для балансировки спроса и предложения.
Для создания более точной модели исследователи использовали данные системы HRRR-Smoke, разработанной Национальным управлением океанических и атмосферных исследований (NOAA). Эта система предоставляет прогнозы плотности дыма и влияния аэрозолей, что позволило учесть влияние пожаров на прозрачность атмосферы. Уникальность подхода в том, что команда первой применила эти климатические данные для прогнозирования выработки солнечной энергии, подчеркнув важность государственных научных ресурсов для развития энергетики.
Особую сложность представляла нехватка статистики по задымлению в Нью-Йорке, где такие события пока редки. Чтобы компенсировать это, исследователи использовали метод апсемплинга, искусственно увеличив значимость данных о пожарах при обучении модели. Тестирование на исторических данных показало, что новая система превосходит традиционные методы прогнозирования, причём работает с почасовой детализацией, а не с суточными averages.
Развитие солнечной энергетики и учащение лесных пожаров из-за изменения климата делают такие прогнозы всё более востребованными. Учёные продолжают совершенствовать модель, чтобы обеспечить её внедрение операторами энергосетей. Как отмечают исследователи, точные прогнозы — ключ к стабильности энергосистемы, особенно в условиях роста доли возобновляемой энергетики и климатических аномалий.
Изображение: создано с помощью ИИ и в той или иной степени может не соответствовать действительности.
Источник: информация с сайта techxplore.com