Zeitschrift

Solarprognoseteams gewinnen Preise im Wert von 300.000 US-Dollar bei einem Regierungswettbewerb – pv magazine USA

Die Solar Energy Technology Group vergab 50.000 US-Dollar an fünf Gruppen für die genaueste Vorhersage von Daten zur Solarenergieerzeugung über einen Zeitraum von vier Wochen an zehn geografisch unterschiedlichen Standorten in den USA.

Fünf Teams wurden jeweils mit 50.000 US-Dollar ausgezeichnet, um die Arbeit an Solarprognosen im Rahmen der America-Made Challenges fortzusetzen, die vom US-Energieministerium durchgeführt werden. Zwei Zweitplatzierte erhielten jeweils 25.000 US-Dollar, also insgesamt 300.000 US-Dollar.

Die Gewinner wurden von der Gruppe Solar Energy Technology (SETO) ermittelt, die vom National Renewable Energy Laboratory geleitet wird. Dieses Programm baut auf der Programm 2018 mit ähnlichem Namen.

Die Siegerteams reichte vier Wochen lang täglich Sonnenprognosen für zehn vorgegebene Standorte ein. Die Gewinner waren diejenigen, die während des Zeitraums die höchste Genauigkeit aufwiesen und die besten Pläne zur Weiterentwicklung ihrer Technologien präsentierten. Die Ergebnisse dieser Projektionen können sein hier gefunden.

Die Gewinner der Solar Forecasting Awards 2022 sind:

Sie können dem folgen laufenden Wettbewerb hier.

Ein großartiges Beispiel für den Wert der Vorhersage von Sonne und Wind konnte kürzlich in der Stromnetzregion Texas ERCOT gefunden werden.

Am 17. März wurde ERCOT zu 71 % mit CO2-freiem Strom betrieben. Am 16. März fiel die Winderzeugung jedoch von 26 GW Leistung auf unter 5 GW Leistung, gerade als die Sonne unterging und die Sonneneinstrahlung zurückging. Während dieser Zeit stieg die fossile Gaserzeugung von etwa 10 GW Kapazität auf fast 25 GW, bevor sie mit der Rückkehr der Winderzeugung am 17. August aggressiv zurückgefahren wurde.

Natürlich hat jeder einzelne Tag in Kalifornien morgens einen massiven Solarstromanstieg, der später am Nachmittag – um zweistellige Gigawatt Leistung – abnimmt.

Die fünf Siegerteams kamen aus dem privaten und universitären Umfeld. Nimbus AI, CLaSP und WenYuan-Tang waren Universitätsteams – jeweils von der University of Hawaii, der University of Michigan und der North Carolina State University. Die Teams von Northview Weather und Leaptran waren private Unternehmungen.

Nimbus AI kombiniert bodengestützte historische Daten mit aktuellen satellitengestützten Daten und physikbasierten Wettervorhersagen – plus etwas maschinellem Lernen – um probabilistische Vorhersagen zu treffen. Eine etwas ausführlichere Beschreibung ihrer Arbeit kann sein hier gefunden.

Die CLaSP-Team verwendet ein zweiteiliges Modell. Zuerst sammeln sie Wetterbedingungen und Satellitenbilder von Wolken in großem Maßstab und ergänzen dies dann mit ‘exogene und endogene Variablen, um ein Regressionsmodell zu trainieren, um die Sonneneinstrahlung in ein bis acht Stunden vorherzusagen.’

WenYuan Tang ist ein Forscher, der sich auf Strommärkte, Datenanalyse, maschinelles Lernen und Optimierung von Energiesystemen konzentriert. Tang und sein Team entwickelten ein Solarprognose- und Netzoptimierungstool, das auf Daten aus mehreren Basismodellen, physikalischen Modellen und statistischen Modellen zurückgreift. Ihre einfachen, effektiven Methoden liefern trotz geringer Daten- und Rechenkosten genaue Sonnenvorhersagen.

Northview Wetter Software für erneuerbare Energien verwendet „einen Ensemble-Wettervorhersageansatz, der reichhaltigere Informationen über mögliche Ergebnisse und eine verbesserte Vorhersagegenauigkeit ermöglicht“. Dazu wird ein mesoskaliges Wettervorhersagemodell verwendet, um probabilistische Sonnenvorhersageinformationen zu generieren, mit denen sie dann kombiniert werden statistische Informationen und maschinelles Lernen historischer Himmelsbeobachtungen.

Leaptran produziert intelligente Steuerungssysteme, die große Gebäude und Mikronetze verwalten, indem sie KI und datengesteuerte Algorithmen verwenden, um Lasten vorherzusagen und sich an Veränderungen in der Umgebung anzupassen. Ihr Team für Sonnenvorhersagen kombinierte Crowdsourcing-Wetterdaten und -Algorithmen sowie standortspezifische Daten, um Sonnenvorhersagen für den Tag und die nächsten Tage zu erstellen.

Diese Inhalte sind urheberrechtlich geschützt und dürfen nicht weiterverwendet werden. Wenn Sie mit uns zusammenarbeiten und einige unserer Inhalte wiederverwenden möchten, wenden Sie sich bitte an: editors@pv-magazine.com.

About the author

vrforumpro

Leave a Comment