Scipher.Fx 2.0 – Prévision d’ensemble
Résumé
Chez Utopus Insights, nous comprenons les valeurs associées à des prévisions précises pour nos clients - de la minimisation des coûts de déséquilibre, au respect des réglementations du réseau, en passant par l'optimisation des activités d'exploitation et de maintenance, jusqu'à l'optimisation des stratégies d'appel d'offres énergétiques.
Pour apporter plus de valeur à nos clients, nous avons évolué de la méthodologie précédente que nous avons lancée il y a 2 ans vers une nouvelle méthodologie améliorée. Nous sommes heureux d'annoncer la sortie de Scipher.Fx 2.0, le modèle de prévision d'ensemble de l'énergie éolienne d'Utopus Insights, développé pour améliorer la précision de nos prévisions et améliorer la fiabilité de notre système en optimisant et en combinant plusieurs modèles de prévisions météorologiques mondiales et régionales en entrée.
Nous avons discuté avec notre Product Owner, Ayumu Suzuki, pour en savoir plus sur les capacités de prévision améliorées.
Qu’est-ce qui a changé dans la manière dont la prévision de la puissance sera effectuée aujourd’hui par rapport à avant ?
AS : Nous avons formé et déployé les nouveaux modèles de prévision d'ensemble par étapes auprès de nos clients tout au long du mois de novembre, et vous devriez constater les avantages des nouveaux modèles au cours des prochains mois.
Il convient de noter que les mois d’hiver où le vent est plus fort sont généralement plus difficiles à prévoir avec plus de précision que les périodes plus calmes de l’été. Nous nous attendons à ce que les fluctuations d’erreur d’un mois à l’autre dues au vent perdurent, mais nous sommes convaincus que le nouveau modèle d’ensemble surpassera la première méthodologie en termes de gains de précision relative.
Avez-vous des exemples de référence où des améliorations ont déjà été constatées ?
AS : Pour donner un certain contexte aux gains de précision attendus, vous trouverez ci-dessous quelques résultats pour un parc éolien en Europe, où des modèles de prévision ont été formés à l'aide de données sur la période mars 2020 à août 2021, et les précisions de ces modèles ont été évaluées sur une période d'un mois. Septembre 2021.
Le graphique ci-dessous montre l'erreur absolue moyenne normalisée (nMAE, en % de la capacité installée) pour chaque source de prévision, où les valeurs nMAE ont été moyennées sur des horizons de 0 à 48 heures. Les barres jaunes représentent les prévisions de puissance individuelles basées sur la prévision numérique du temps (PNT) qui sont combinées pour produire les prévisions d'ensemble.
Les résultats ont montré qu'au cours de la période d'analyse, les prévisions d'ensemble ont permis d'obtenir une amélioration relative du nMAE de près de 10 % par rapport aux prévisions fournies sur la base de la méthodologie précédente. Le graphique souligne également que les prévisions d'ensemble ont surpassé toutes les prévisions individuelles basées sur la prévision numérique du temps, ce qui montre qu'avoir plus d'opinions contribue à améliorer la précision globale.
Il convient de noter que les gains de précision attendus sont spécifiques au site et que nous prévoyons des améliorations de l'ordre de 5 % à 15 % d'amélioration relative du nMAE par rapport à notre méthodologie précédente.
Et après?
AS : Avec les déploiements actuels de Scipher.Fx 2.0, nous utilisons jusqu'à sept modèles météorologiques mondiaux et régionaux en entrée, et nous avons déjà commencé à travailler sur l'ajout de deux modèles supplémentaires au mix, ce qui contribuera à améliorer encore les performances. Nous continuerons de concentrer nos efforts sur l’amélioration de l’exactitude de nos prévisions et nous sommes heureux de vous compter parmi nous dans notre voyage.
À propos de Scipher.Fx
Scipher.Fx fournit des prévisions avancées sur l'énergie éolienne et solaire photovoltaïque pour aider les gestionnaires d'énergie, les négociants en électricité, les analystes de données de marché et les propriétaires d'actifs à prendre des décisions plus éclairées avec une plus grande confiance pour se conformer aux exigences réglementaires, minimiser les coûts de déséquilibre et optimiser les stratégies d'appel d'offres en matière d'électricité.
Nos modèles exclusifs d'apprentissage automatique exploitent des données de mesure historiques et en temps réel combinées aux meilleurs modèles de prévision numérique du temps (PNT) au monde pour fournir des prévisions de puissance très précises qui répondent aux besoins de votre entreprise.
Comment Scipher.Fx aide à gérer les actifs dans le domaine du trading et des services publics d'énergie :
- Les utilisateurs des marchés intrajournaliers peuvent ajuster leurs offres de puissance, en profitant de la correction à court terme que nous effectuons, en fonction de l'état réel de la turbine.
- Les utilisateurs des marchés à jour obtiennent des prévisions très précises, basées sur des modèles qui prennent en compte le comportement historique des turbines, leur disponibilité et les temps d'arrêt programmés, afin de minimiser les pénalités du marché.
Vous souhaitez en savoir plus sur les produits Scipher pour l'énergie éolienne et solaire photovoltaïquegestion d'actifs et diagnostic de performance? Connectez-vous avec nous pour planifier une séance individuelle avec nos experts en analyse des énergies renouvelables.
Utopus Insights India Private Ltd.
Icône de cafard, n° 1, 3e étage, Doddanekundi,
Bangalore, Inde 560037
Utopus Insights Budapest
Nouveau travail - Parc scientifique, Irinyi József u. 4-20, Budapest, Hongrie 1117
MENU
RESTER CONNECTÉ
