Ключові слова
фотоелектричні станції
прогнозування електричної енергії
небаланс електричної енергії
ризики
кластерний аналіз
Як цитувати
Анотація
В статті розглянуто проблему виникнення ризиків зниження ефективності електроенергетичних систем внаслідок неточних прогнозів погодинних графіків електричної енергії відновлюваних джерел енергії. В роботі виконано аналіз літературних джерел, в яких досліджується проблема низької точності прогнозів. Також проведено аналіз фактичних графіків генерування фотоелектричної станції встановленою потужністю 2000 кВт, яка розташована у Вінницькій області. Одразу наголосимо, що запропонований авторами підхід не обмежується встановленою потужністю та географічним розташуванням об’єкта. Аналіз можливих ризиків від низької точності прогнозів ґрунтується на результатах кластерного аналізу методом DBSCAN. Проведене дослідження дозволило виділити чотири кластери, які мають свої особливості, однак можуть бути описані засобами машинного навчання, і окремий кластер, так званий шум. Шум зумовлений певними технічними особливостями об’єкту дослідження, режимними обмеженнями, які зумовлені ситуацією в Об’єднанні електроенергетичній системі, деградаційними процесами в основному обладнанні станції. За результатами аналізу авторами зроблені висновки щодо можливих шляхів покращення прогнозу погодинних графіків генерування. Запропоновано ризики, зумовлені низькою точністю прогнозів, розділити на три групи: технічні, економічні та операційні. Залежно від пріоритетів наданих певній групі ризиків впроваджувати додаткові заходи для зменшення негативних наслідків недостатньої точності прогнозів: вдосконалення алгоритмів прогнозування, застосування систем накопичення енергії, оптимальне керування резервами, розроблення систем раннього попередження, вдосконалення системи діагностування основного обладнання станції, тощо.
Посилання
R. Tawn and J. Browell, “A review of very short-term wind and solar power forecasting,” Renewable and Sustainable Energy Reviews, vol. 153, Jan. 2022, Art. no. 111758, doi: https://doi.org/10.1016/j.rser.2021.111758
K. L. Nefabas, L. Söder, M. Mamo, and J. Olauson, “Modeling of ethiopian wind power production using ERA5 reanalysis data,” Energies, vol. 14, no. 9, Apr. 2021, Art. no. 2573, doi: https://doi.org/10.3390/en14092573
S. Sterl et al., “An all-Africa dataset of energy model “supply regions” for solar photovoltaic and wind power,” Scientific Data, vol. 9, Oct. 2022, Art. no. 664 , doi: https://doi.org/10.1038/s41597-022-01786-5
X. Yao, X. Fu, and C. Zong, “Short-Term load forecasting method based on feature preference strategy and lightgbm-xgboost,” IEEE Access, vol. 10, pp. 75257–75268, 2022, doi: https://doi.org/10.1109/access.2022.3192011
P. Xia et al., “Accurate nowcasting of cloud cover at solar photovoltaic plants using geostationary satellite images,” Nature Communications, vol. 15, Jan. 2024, Art. no. 510, doi: https://doi.org/10.1038/s41467-023-44666-1
V. Ramasamy et al., “U.S. solar photovoltaic system and energy storage cost benchmarks, with minimum sustainable price analysis: Q1 2023,” National Renewable Energy Laboratory, Golden, CO, NREL/TP-7A40-87303, Sep. 2023. [Online]. Available: https://docs.nrel.gov/docs/fy23osti/87303.pdf
S. Goodarzi, H. N. Perera, and D. Bunn, “The impact of renewable energy forecast errors on imbalance volumes and electricity spot prices,” Energy Policy, vol. 134, Nov. 2019, Art. no. 110827, doi: https://doi.org/10.1016/j.enpol.2019.06.035
F. Pandžić and T. Capuder, “Advances in short-term solar forecasting: A review and benchmark of machine learning methods and relevant data sources,” Energies, vol. 17, no. 1, Dec. 2023, Art. no. 97, doi: https://doi.org/10.3390/en17010097
D. Getman, A. Lopez, T. Mai, and M. Dyson, “Methodology for clustering high-resolution spatiotemporal solar resource data,” National Renewable Energy Laboratory, Golden, CO, NREL/TP-6A20-63148, Sep. 2015. [Online]. Available: https://docs.nrel.gov/docs/fy15osti/63148.pdf
Yu. Andrusenko, “Analysis of the basic models for forecasting time series,” Scientific Works of Kharkiv National Air Force University, no. 3(65), pp. 91–96, Oct. 2020, doi: https://doi.org/10.30748/zhups.2020.65.14 (in Ukrainian)
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
Авторське право (c) 2025 Вячеслав Олександрович Комар, Віра Володимирівна Тептя, Євгеній Андрійович Тептя, Руслан Миколайович Насадюк