Solen blir en allt viktigare källa till ren el. Exakta solljusprognoser som utvecklas av A*STAR-forskare kan avsevärt förbättra prestandan hos solenergianläggningar, vilket gör det till ett lönsamt alternativ till kolbaserade kraftkällor.
Ett solcellsanläggning kan täcka upp till 50 kvadratkilometer av jordens yta och kan generera upp till en miljard Watt el. Denna kapacitet beror på mängden solljus på den platsen, så förmågan att förutsäga solinstrålning är avgörande för att veta hur mycket kraft anläggningen kommer att bidra med till nätet en viss dag.
"Prognoser är ett viktigt steg för att integrera förnybar energi i elnätet, " säger Dazhi Yang från A*STARs Singapore Institute of Manufacturing Technology (SIMTech). "Det är ett framväxande ämne som kräver ett brett spektrum av tvärvetenskaplig kunskap, som statistik, datavetenskap, eller maskininlärning."
Yang, tillsammans med Hao Quan från A*STAR Experimental Power Grid Center och kollegor från University of Tennessee i Chattanooga och National University of Singapore, har utvecklat ett numeriskt tillvägagångssätt för väderförutsägelser som effektivt kombinerar flera datauppsättningar för att förbättra noggrannheten i solstrålningsprognoser.
Förändringar i atmosfären varje timme, årliga förändringar i avståndet mellan jorden och solen, eller 10-åriga förändringar i solens inre cykler kan alla förändra mängden solljus som når jordens yta. Dessa förändringar sker på mycket olika tidsskalor, och så konventionella prognosmetoder modellera variabilitet vid olika tidsskalor separat, vilket gör datorbearbetningen enklare. Dock, dessa metoder är beroende av ett enkelt tillägg av prognoser, utan viktning som gör mer användning av bättre prognosunderserier. Dessutom, prognoserna de genererar är bara korrekta på tidsskalan för den ursprungliga serien.
Yang och teamet utvecklade ett ramverk som förenar de olika tidsskalorna genom att bilda en tidsmässig hierarki som aggregerar prognoser som erhållits vid olika tidsskalor, som högfrekventa, timdata och lågfrekvens, dagliga data. "Temporal avstämning är en typ av ensembleprognosmodell som förutspår nästa dags solgenerering många gånger, separat, använda data av olika tidsmässiga granulariteter, varje timme, två timmar, och dagligen, " förklarar Yang. "Dessa olika prognoser kombineras sedan optimalt genom statistiska modeller för att producera en slutlig prognos."
Forskarna testade sin numeriska väderprognosmetod med hjälp av data från 318 fotovoltaiska kraftverksplatser i Kalifornien under ett år. Deras tidsmässiga avstämningsmetod visade sig betydligt bättre än andra numeriska prognoser för dagen.
