德國藉助機器學習推動可再生能源革命

電網難以應對風能和太陽能的波動性

德國漢諾威附近的風力發電場。

德國各地廣闊的土地上,成排的巨型風力渦輪機和閃閃發光的太陽能電池板,象徵著該國向非核、低碳能源的轉型。儘管德國是世界公認的可再生能源典範,但其電網仍無法應對風能和太陽能的波動性。

六月份,德國氣象學家、工程師和公用事業公司開始測試大資料和機器學習是否能使這些能源更易於併網。

“為了更有效地執行電網,並將化石能源儲備保持在最低水平,運營商需要更好地瞭解在任何給定時間預期會有多少風能和太陽能,” 德國卡塞爾弗勞恩霍夫風能和能源系統技術研究所的物理學家 Malte Siefert 說道。他是名為 EWeLiNE 專案的負責人。


支援科學新聞報道

如果您喜歡這篇文章,請考慮訂閱以支援我們屢獲殊榮的新聞報道。 訂閱。透過購買訂閱,您將有助於確保未來能夠繼續推出關於塑造當今世界的發現和思想的具有影響力的報道。


德國的風力發電能力約為 45,000 兆瓦,是世界第三大,僅次於中國和美國。在太陽能發電能力方面,德國也僅次於中國。但該國向可再生能源轉型的步伐和雄心是無與倫比的。目前,可再生能源約佔國內電力供應的三分之一,政府承諾到 2050 年,該國至少 80% 的電力將來自可再生能源。

《自然》,2016年7月13日,doi:10.1038/535212a

問題在於,在平靜和多雲的天氣裡,電網運營商仍然需要呼叫傳統發電站來滿足預期需求。而在異常晴朗和多風的日子裡——例如 5 月 8 日,當時風能和太陽能在大約 4 小時內產生了德國消耗的 90% 以上的電力——他們必須迅速命令燃煤和燃氣發電站減少發電量,以免電力湧入“阻塞”電網並增加故障風險。

這種被稱為“再排程”的請求每年給德國客戶造成超過 5 億歐元(5.53 億美元)的損失,因為電網運營商必須補償公用事業公司對其投入的調整。如果電網運營商產生最終被浪費的額外電力,也可能導致不必要的二氧化碳排放。“令人擔憂的是,這裡的可再生能源擴張如此之快,卻沒有一個用於準確電力預測的適當資料庫,” 德國氣象局(位於奧芬巴赫)的氣象學家 Renate Hagedorn 說道。

風暴之眼

標準天氣模型可以預測給定區域的風暴強度和鋒面到達時間。但是,它們無法預測例如渦輪機輪轂處的風力強度,而這決定了渦輪機將產生的電量。耗資 700 萬歐元的 EWeLiNE 專案是一個合作專案,包括三家主要的電網運營商——50Hertz、Amprion 和 TenneT——並由聯邦經濟事務和能源部資助,該專案於 2012 年啟動,旨在提供滿足電網運營商需求的負荷預測。

大多數風力渦輪機都配備了測量輪轂處風速的裝置,一些太陽能電池板包含用於測量陽光強度的感測器。EWeLiNE 將這些資料與來自地面氣象站、雷達和衛星的其他大氣觀測資料相結合,並透過複雜的計算機模型預測未來 48 小時左右的發電量。該團隊將這些電力預測與實際情況進行核對,然後機器學習改進預測模型。

EWeLiNE 研究人員上個月開始使用來自德國各地的太陽能電池板和風力渦輪機資料測試他們的系統。最終,目標是讓電網運營商使用電力預測來指導這些請求。但是,很少有風能和太陽能設施被設定為即時傳輸資料,因此結果尚不能用於調整發電量。EWeLiNE 計劃在兩年內為德國大部分風能和太陽能設施配備即時傳輸能力。

有跡象表明這種方法是可行的。位於科羅拉多州博爾德的國家大氣研究中心 (NCAR) 於 2009 年啟動了一個類似的系統,目前該系統已在美國八個州投入使用。Xcel Energy 是美國風力發電總容量最高的公用事業公司,該公司可再生能源分析師 Drake Bartlett(常駐科羅拉多州丹佛市)表示,自 2009 年以來,預測錯誤的數量有所下降,為客戶節省了約 6000 萬美元,並將化石能源儲備發電的年度二氧化碳排放量減少了每年超過 25 萬噸。

“德國有一些非常優秀的建模人員,即使在沒有我們擁有的即時資料的情況下,他們也做得很好,” NCAR 負責天氣系統研究的 Sue Haupt 說道。“我相信一旦他們獲得這些資料,它將會被非常有效地利用。”

EWeLiNE 不能簡單地使用 NCAR 系統,因為美國和德國之間的天氣模型以及將天氣預報轉換為電力預測的演算法有所不同。

本文經許可轉載,最初於 2016 年 7 月 13 日釋出

© .