Scipher.Fx 2.0 – Ensemble-prognose
Resumé
Hos Utopus Insights forstår vi de værdier, der er forbundet med præcise prognoser for vores kunder – fra minimering af ubalanceomkostninger, overholdelse af netforskrifter, optimering af drifts- og vedligeholdelsesaktiviteter til optimering af energibudstrategier.
For at bringe mere værdi til vores kunder, har vi udviklet os fra den tidligere metode, vi lancerede for 2 år siden, til en forbedret ny metode. Vi er glade for at kunne annoncere udgivelsen af Scipher.Fx 2.0, Utopus Insights' ensemble-vindkraftprognosemodel, udviklet til at forbedre vores prognosenøjagtighed og forbedre vores systempålidelighed ved at optimere og kombinere flere globale og regionale vejrudsigtsmodeller som input.
Vi chattede med vores produktejer, Ayumu Suzuki, for at lære mere om de forbedrede prognosefunktioner.
Hvad har ændret sig i den måde, hvorpå strømprognoser vil blive udført nu, sammenlignet med tidligere?
AS: Vi har trænet og implementeret de nye ensemble-prognosemodeller i etaper til vores kunder i løbet af november, og du bør se fordelene ved de nye modeller i løbet af de kommende måneder.
Det skal bemærkes, at vintermåneder med højere blæser typisk er sværere at forudsige mere præcist end de roligere perioder om sommeren. Vi forventer, at fejludsving fra måned til måned på grund af blæser vil fortsætte, men vi er overbeviste om, at den nye ensemblemodel vil overgå den første metode med hensyn til relative nøjagtighedsforøgelser.
Har du nogle referenceeksempler, hvor der allerede er set forbedringer?
AS: For at give en vis kontekst til de forventede nøjagtighedsgevinster er nedenfor nogle resultater for en vindmøllepark i Europa, hvor prognosemodeller blev trænet ved hjælp af data fra marts 2020 – august 2021, og nøjagtigheden af disse modeller blev evalueret over en periode på en måned i september 2021.
Diagrammet nedenfor viser den normaliserede gennemsnitlige absolutte fejl (nMAE, som % af installeret kapacitet) for hver prognosekilde, hvor nMAE-værdierne er blevet beregnet som gennemsnit over 0-48 timers horisonter. De gule søjler repræsenterer de individuelle Numerical Weather Prediction (NWP) baserede effektudsigter, som kombineres for at producere ensembleudsigterne.
Resultaterne viste, at der i løbet af analyseperioden blev opnået tæt på 10 % relativ nMAE-forbedring af ensemble-prognoserne i forhold til de leverede prognoser baseret på den tidligere metode. Diagrammet fremhæver også, at ensemble-prognoserne overgik enhver af de individuelle NWP-baserede prognoser, hvilket viser, at det at have flere meninger hjælper med at forbedre den overordnede nøjagtighed.
Det skal bemærkes, at de forventede nøjagtighedsforbedringer er stedspecifikke, og vi forventer at se forbedringer i intervallet 5 % til 15 % relative nMAE-forbedringer i forhold til vores tidligere metode.
Hvad er det næste?
AS: Med den nuværende Scipher.Fx 2.0-udrulning bruger vi op til syv globale og regionale vejrmodeller som input, og vi er allerede begyndt at arbejde på at tilføje yderligere to modeller til blandingen, som vil hjælpe med at forbedre ydeevnen yderligere. Vi vil fortsat fokusere vores indsats på at forbedre nøjagtigheden af vores prognoser, og vi er glade for at have dig med på vores rejse.
Om Scipher.Fx
Scipher.Fx leverer avancerede PV-prognoser for vind og sol for at hjælpe energiforvaltere, elhandlere, markedsdataanalytikere og aktivejere med at træffe mere informerede beslutninger med større tillid til at overholde regulatoriske krav, minimere ubalanceomkostninger og optimere strømbudstrategier.
Vores proprietære maskinlæringsmodeller udnytter historiske og realtidsmålingsdata kombineret med de bedste Numerical Weather Prediction (NWP)-modeller på verdensplan for at levere meget nøjagtige strømprognoser, der tjener din virksomheds behov.
Hvordan Scipher.Fx hjælper med at administrere aktiver inden for handel og energiforsyninger:
- Brugere på intradag-markederne kan justere deres strømbud ved at drage fordel af den kortsigtede korrektion, vi udfører, baseret på den faktiske turbinestatus.
- Brugere på day-ahead-markederne får meget nøjagtige prognoser, baseret på modeller, der tager højde for historisk turbineadfærd, mølletilgængelighed og planlagt nedetid, for at minimere markedsstraf.
Interesseret i at lære mere om Scipher-produkter til vind- og solenergiasset management og præstationsdiagnostik? Kom i kontakt med os for at planlægge en 1:1 session med vores analytiske eksperter i vedvarende energi.
Utopus Insights India Private Ltd.
Roach Icon, #1, 3rd Floor, Doddanekundi,
Bengaluru, Indien 560037
Utopus Insights Budapest
New Work - Science Park, Irinyi József u. 4-20, Budapest, Ungarn 1117
MENU
FORBLIV FORBUNDET
