Η βελτιωμένη πρόγνωση του ηλιακού φωτός συμβάλει στην αύξηση της παραγωγής ηλιακής ενέργειας. Ο ήλιος γίνεται ολοένα και πιο σημαντική πηγή καθαρού ηλεκτρισμού. Οι ακριβείς προβλέψεις του ηλιακού φωτός που αναπτύσσονται από τους ερευνητές της A*STAR θα μπορούσαν να βελτιώσουν σημαντικά τις επιδόσεις των εγκαταστάσεων παραγωγής ηλιακής ενέργειας, καθιστώντας τη ως βιώσιμη εναλλακτική λύση έναντι των πηγών ενέργειας με βάση τον άνθρακα.
Ένας φωτοβολταϊκός σταθμός ηλεκτροπαραγωγής μπορεί να καλύψει έως και 50 τετραγωνικά χιλιόμετρα της επιφάνειας της Γης και να παράγει μέχρι και ένα δισεκατομμύριο βατ ηλεκτρικής ενέργειας.
Αυτή η χωρητικότητα εξαρτάται από την ποσότητα του ηλιακού φωτός σε αυτή τη θέση, οπότε η δυνατότητα πρόβλεψης της ηλιακής ακτινοβολίας είναι ζωτικής σημασίας για να μάθουμε πόση δύναμη θα συνεισφέρει το εργοστάσιο στο δίκτυο σε μια συγκεκριμένη ημέρα.
«Η πρόβλεψη είναι ένα βασικό βήμα για την ενσωμάτωση της ανανεώσιμης ενέργειας στο ηλεκτρικό δίκτυο», λέει ο Dazhi Yang από το Ινστιτούτο Τεχνολογίας Μεταποιητικής Βιομηχανίας της Σιγκαπούρης (SIMTech) της A*STAR. «Είναι ένα αναδυόμενο θέμα που απαιτεί ένα ευρύ φάσμα διεπιστημονικών γνώσεων, όπως οι στατιστικές, η επιστήμη των δεδομένων και η μηχανική μάθηση».
Ο Yang μαζί με τον Hao Quan από το Experimental Power Grid Center και τους συναδέλφους του από το πανεπιστήμιο του Tennessee και το Εθνικό Πανεπιστήμιο της Σιγκαπούρης έχουν αναπτύξει μια αριθμητική προσέγγιση για την πρόβλεψη καιρού που συνδυάζει αποτελεσματικά πολλαπλά σύνολα δεδομένων για τη βελτιωμένη πρόβλεψη που σχετίζεται με την ακρίβεια της ηλιακής ακτινοβολίας.
Οι ωριαίες αλλαγές στην ατμόσφαιρα, οι ετήσιες αλλαγές στην απόσταση μεταξύ της Γης και του Ήλιου ή οι 10ετές μεταβολές στους εσωτερικούς κύκλους του Ήλιου μπορούν να αλλάξουν την ποσότητα του ηλιακού φωτός που φτάνει στην επιφάνεια της Γης.
Αυτές οι αλλαγές συμβαίνουν σε πολύ διαφορετικές χρονικές κλίμακες, και έτσι οι συμβατικές μέθοδοι πρόβλεψης επιφέρουν μεταβλητότητα, γεγονός που καθιστά την επεξεργασία των δεδομένων μέσω των ηλεκτρονικών υπολογιστών ευκολότερη.
Ωστόσο, αυτές οι μέθοδοι βασίζονται σε μια απλή διαδικασία προβλέψεων που δεν έχει ιδιαίτερα μεγάλη βαρύτητα και έτσι οι προβλέψεις τυγχάνει να μην είναι ακριβείς. Επιπλέον, οι προβλέψεις που παράγονται από τη συμβατική μεθοδολογία είναι ακριβείς μόνο στο χρονοδιάγραμμα.
Ο Yang και η ομάδα ανέπτυξαν ένα πλαίσιο που συμβιβάζει με τις διαφορετικές χρονικές κλίμακες σχηματίζοντας μια ιεραρχική χρονική στιγμή που συγκεντρώνει τις προβλέψεις που λαμβάνονται σε διαφορετικά χρονικά πλαίσια, όπως δεδομένα υψηλής συχνότητας, ωριαία δεδομένα και ημερήσια δεδομένα χαμηλής συχνότητας.
«Η χρονική συγχώνευση των στοιχείων (Temporal reconciliation) είναι ένας τύπος μοντέλου πρόβλεψης του συνόλου που προβλέπει με ακρίβεια τον ηλιακό φωτισμό της επόμενης ημέρας, χρησιμοποιώντας δεδομένα διαφορετικών χρονικών λεπτομερειών, ωριαία, διάρκειας δύο ωρών και σε καθημερινή βάση», εξηγεί ο Γιανγκ. «Αυτές οι διαφορετικές προβλέψεις στη συνέχεια συνδυάζονται άριστα μέσω στατιστικών μοντέλων για την παραγωγή μιας τελικής πρόβλεψης».
Οι ερευνητές εξέτασαν την αριθμητική μέθοδο πρόβλεψης του καιρού χρησιμοποιώντας δεδομένα από 318 τοποθεσίες φωτοβολταϊκών σταθμών στην Καλιφόρνια για ένα χρόνο. Η μέθοδος της χρονικής συγχώνευσης των στοιχείων (Temporal reconciliation) αποδείχθηκε ότι ξεπέρασε σημαντικά τις άλλες αριθμητικές προβλέψεις για την πρόγνωση του ηλιακού φωτός την επόμενη μέρα.