Прогноз выработки электроэнергии фотоэлектрическими электростанциями (на сутки вперед) с использованием машинного обучения

Аннотация

Уменьшение стоимости производства, повышение коэффициента полезного действия солнечных панелей и сопряженного с генерацией оборудования являются основными путями развития солнечной энергетики в мире. Разработка и внедрение систем прогнозирования выработки объектов возобновляемой энергетики, в частности, солнечных электростанций — одно из недооцененных направлений развития возобновляемой энергетики. Цель исследования заключается в увеличении точности прогноза на сутки, недели, месяцы, годы вперед, что приводит как к возрастанию рентабельности работы объектов ВИЭ, так и к увеличению надежности функционирования энергетической системы, что особенно важно в связи с увеличением доли ВИЭ в генерации электроэнергии России. Возможный путь решения данной проблемы состоит в создании моделей, основанных на машинном обучении. Для их разработки и использования требуются измерения количественных параметров состояния атмосферы (температуры окружающего воздуха, скорости и направления ветра, влажности, облачности) вблизи рассматриваемой фотоэлектрической электростанции и информация об объемах генерации при данных параметрах атмосферы. Преимуществом настоящего подхода является общая универсальность и простота разработки. Однако необходимость в наличии продолжительной выборки, требуемой для тренировки модели, не позволяет использовать его для строящихся или новых фотоэлектрических электростанций. Наиболее простая и надежная модель машинного обучения, зарекомендовавшая себя в задачах с относительно небольшой обучающей выборкой, — модель линейной регрессии, использующаяся в данной работе для прогноза почасовой выработки фотоэлектрической электростанции установленной мощностью 10 МВт на сутки вперед. Она позволяет снизить среднюю абсолютную погрешность прогноза на 19 % по сравнению с применяемой в настоящий момент времени моделью.