التنبؤ بالطاقة الشمسية

الموسوعة الحرة

التنبؤ بالطاقة الشمسية هو عملية جمع وتحليل البيانات بهدف التنبؤ بإنتاج الطاقة الشمسية على مدى فترات زمنية مختلفة، وذلك للتخفيف من تأثير انقطاع الطاقة الشمسية. تُستخدم تنبؤات الطاقة الشمسية لإدارة شبكة الكهرباء بكفاءة ولتداول الطاقة. [ 1 ]

مع استمرار تراجع العوائق الرئيسية أمام تطبيق الطاقة الشمسية، مثل تكلفة المواد وانخفاض كفاءة التحويل، برزت مشكلات التقطع والموثوقية. [ 2 ] وقد تم معالجة مشكلة التقطع والتخفيف من حدتها بنجاح من خلال التنبؤ بالطاقة الشمسية في العديد من الحالات. [ 3 ] [ 4 ] [ 5 ]

تتضمن المعلومات المستخدمة في التنبؤ بالطاقة الشمسية عادةً مسار الشمس ، والظروف الجوية ، وتشتت الضوء، وخصائص محطة الطاقة الشمسية .

بشكل عام، تعتمد تقنيات التنبؤ الشمسي على أفق التنبؤ

  • التنبؤ الآني (التنبؤ لمدة 3-4 ساعات قادمة)،
  • التنبؤ قصير المدى (حتى سبعة أيام مقدماً) و
  • التنبؤ على المدى الطويل (أسابيع، شهور، سنوات)

طُرحت العديد من منهجيات التنبؤ بموارد الطاقة الشمسية منذ سبعينيات القرن الماضي، ويتفق معظم الباحثين على أن آفاق التنبؤ المختلفة تتطلب منهجيات مختلفة. تتطلب آفاق التنبؤ التي تقل عن ساعة واحدة عادةً صورًا أرضية للسماء ونماذج متطورة للسلاسل الزمنية والتعلم الآلي. أما آفاق التنبؤ خلال اليوم، والتي تتنبأ عادةً بقيم الإشعاع الشمسي لمدة تصل إلى 4 أو 6 ساعات، فتتطلب صورًا فضائية ونماذج للإشعاع الشمسي. بينما تعتمد آفاق التنبؤ التي تتجاوز 6 ساعات عادةً على مخرجات نماذج التنبؤ العددي بالطقس. [ 6 ]

البث المباشر

يشير التنبؤ الفوري للطاقة الشمسية إلى توقع إنتاج الطاقة الشمسية على مدى فترات زمنية تتراوح من عشرات إلى مئات الدقائق مسبقًا، بدقة تصل إلى 90%. [ 7 ] عادةً ما تكون خدمات التنبؤ الفوري للطاقة الشمسية مرتبطة بدقة زمنية تتراوح من 5 إلى 15 دقيقة، مع تحديثات متكررة تصل إلى كل دقيقة.

تتطلب الدقة العالية اللازمة لتقنيات التنبؤ الآني الدقيقة إدخال بيانات عالية الدقة بما في ذلك الصور الأرضية، بالإضافة إلى الحصول السريع على البيانات من أجهزة استشعار الإشعاع وسرعات المعالجة السريعة.

غالبًا ما يتم تحسين التنبؤات الآنية الفعلية باستخدام تقنيات إحصائية ، على سبيل المثال . في حالة التنبؤات الآنية، تعتمد هذه التقنيات عادةً على معالجة السلاسل الزمنية لبيانات القياس، بما في ذلك الرصدات الجوية وقياسات إنتاج الطاقة من محطة طاقة شمسية. يلي ذلك إنشاء مجموعة بيانات تدريبية لضبط معلمات النموذج، قبل تقييم أداء النموذج باستخدام مجموعة بيانات اختبار منفصلة. تشمل هذه الفئة من التقنيات استخدام أي نوع من الأساليب الإحصائية، مثل المتوسطات المتحركة ذاتية الانحدار (ARMA، ARIMA، إلخ)، بالإضافة إلى تقنيات التعلم الآلي مثل الشبكات العصبية ، وآلات المتجهات الداعمة (إلخ). [ 8 ]

تُعد عمليات رصد السماء الأرضية، وجميع التنبؤات خلال اليوم، عنصراً مهماً في التنبؤ الفوري بالطاقة الشمسية. [ 9 ]

التنبؤ قصير المدى بالطاقة الشمسية

مثال على جهاز تصوير السماء المستخدم لرصد وتتبع وتوقع حالة الغطاء السحابي في محيط محطة طاقة شمسية. تُستخدم هذه الأجهزة غالبًا لتقدير الإشعاع الشمسي من الصور باستخدام معايرة محلية بواسطة مقياس الإشعاع الشمسي. ثم تُغذى توقعات الإشعاع الشمسي قصيرة المدى إلى نماذج نمذجة طاقة الخلايا الكهروضوئية لتوليد توقعات الطاقة الشمسية. حقوق الصورة: جامعة كاليفورنيا في سان دييغو

تُتيح التنبؤات قصيرة المدى إمكانية التنبؤ لمدة تصل إلى سبعة أيام مُسبقًا. ونظرًا لتنظيم سوق الطاقة في العديد من الدول، تُعدّ التنبؤات اليومية وتنبؤات الطاقة الشمسية لليوم التالي أهمّ الفترات الزمنية في هذا المجال. وتعتمد جميع أساليب التنبؤ قصيرة المدى عالية الدقة على مصادر بيانات متعددة، مثل المتغيرات المناخية، والظواهر الجوية المحلية، والرصد الأرضي، بالإضافة إلى نماذج رياضية مُعقدة.

رصد السماء من الأرض

بالنسبة للتنبؤات الجوية خلال اليوم، تُجمع معلومات السحب المحلية بواسطة جهاز تصوير جوي أرضي واحد أو أكثر بتردد عالٍ (دقيقة واحدة أو أقل). تُعالج هذه الصور مع معلومات قياسات الطقس المحلية لمحاكاة متجهات حركة السحب والعمق البصري ، وذلك للحصول على تنبؤات تصل مدتها إلى 30 دقيقة. [ 10 ]

طريقة تعتمد على الأقمار الصناعية

تستفيد هذه الأساليب من العديد من الأقمار الصناعية الثابتة بالنسبة للأرض لرصد الأرصاد الجوية (مثل أسطول ميتيوسات من الجيل الثاني (MSG) ) للكشف عن مواقع الغطاء السحابي وتحديد خصائصه وتتبعه والتنبؤ بمواقعه المستقبلية . تُمكّن هذه الأقمار الصناعية من توليد توقعات الطاقة الشمسية على نطاق واسع من خلال تطبيق معالجة الصور وخوارزميات التنبؤ . تتضمن بعض خوارزميات التنبؤ القائمة على الأقمار الصناعية متجهات حركة السحب (CMVs) [ 11 ] أو الأساليب القائمة على خطوط التدفق . [ 12 ]

التنبؤ العددي بالطقس

تعتمد معظم أساليب التنبؤ قصير المدى على نماذج التنبؤ العددي بالطقس ، والتي توفر تقديرًا هامًا لتطور المتغيرات الجوية. وتشمل هذه النماذج نظام التنبؤ العالمي (GFS) أو البيانات المقدمة من المركز الأوروبي للتنبؤات الجوية متوسطة المدى ( ECMWF ). ويُعتبر هذان النموذجان من أحدث نماذج التنبؤ العالمية، حيث يوفران تنبؤات جوية شاملة لجميع أنحاء العالم.

لزيادة الدقة المكانية والزمانية لهذه النماذج، طُوّرت نماذج أخرى تُعرف عمومًا بنماذج النطاق المتوسط، ومنها HIRLAM و WRF و MM5 . ونظرًا لتعقيد هذه النماذج العددية للتنبؤ بالطقس وصعوبة تشغيلها على الحواسيب المحلية، تُعتبر هذه المتغيرات عادةً مدخلات خارجية لنماذج الإشعاع الشمسي ، وتُستقى من مزود البيانات المعني. وتُحقق أفضل نتائج التنبؤ من خلال دمج البيانات .

يدعو بعض الباحثين إلى استخدام تقنيات المعالجة اللاحقة، بعد الحصول على مخرجات النماذج، بهدف الحصول على منظور احتمالي لدقة هذه المخرجات. ويتم ذلك عادةً باستخدام تقنيات التجميع التي تدمج مخرجات نماذج مختلفة مع تعديلها بقيم أرصاد جوية استراتيجية، مما يوفر في النهاية تقديرًا أفضل لتلك المتغيرات ودرجة عدم اليقين، كما هو الحال في النموذج الذي اقترحه باخر وآخرون (2009).

التنبؤ طويل الأجل بالطاقة الشمسية

يشير التنبؤ طويل الأجل عادةً إلى تقنيات التنبؤ المطبقة على فترات زمنية تتراوح من أسابيع إلى سنوات. وتُعدّ هذه الفترات الزمنية مهمة لمنتجي الطاقة للتفاوض على العقود مع المؤسسات المالية أو شركات المرافق التي توزع الطاقة المولدة.

بشكل عام، تعتمد آفاق التنبؤ طويلة الأجل هذه عادةً على نماذج التنبؤ العددي بالطقس والنماذج المناخية . إضافةً إلى ذلك، تستند معظم أساليب التنبؤ إلى نماذج متوسطة النطاق تُغذى ببيانات إعادة التحليل كمدخلات. ويمكن أيضًا معالجة المخرجات لاحقًا باستخدام أساليب إحصائية تعتمد على البيانات المقاسة. ونظرًا لأن هذا الأفق الزمني أقل أهمية من الناحية العملية، ويصعب نمذجته والتحقق من صحته، فإن حوالي 5% فقط من منشورات التنبؤ الشمسي تتناوله.

النماذج النشطة

يجب تحويل أي مخرجات من النموذج إلى الطاقة الكهربائية التي ستنتجها محطة الطاقة الشمسية الكهروضوئية. تُجرى هذه الخطوة عادةً باستخدام أساليب إحصائية تحاول ربط كمية الموارد المتاحة بكمية الطاقة المُقاسة. وتتمثل الميزة الرئيسية لهذه الأساليب في إمكانية تقليل خطأ التنبؤات الجوية، الذي يُعدّ المكون الرئيسي للخطأ الإجمالي، وذلك بمراعاة عدم اليقين في التنبؤ.

كما ذُكر سابقًا ووُضِّح بالتفصيل في دراسة هاينمان وآخرون ، تشمل هذه الأساليب الإحصائية نماذج ARMA، والشبكات العصبية، وآلات المتجهات الداعمة، وغيرها. من جهة أخرى، توجد أيضًا نماذج نظرية تصف كيفية تحويل محطة توليد الطاقة للموارد المناخية إلى طاقة كهربائية، كما هو موضح في دراسة ألونسو وآخرون. وتتمثل الميزة الرئيسية لهذا النوع من النماذج في دقتها العالية عند تطبيقها، على الرغم من حساسيتها الشديدة لخطأ التنبؤات المناخية، والذي عادةً ما يتضخم بفعل هذه النماذج. أما النماذج الهجينة، فهي مزيج من هذين النوعين من النماذج، وتبدو نهجًا واعدًا يتفوق على كل منهما على حدة.

انظر أيضاً

رمزبوابة الطاقة

مراجع

  1. ↑ لارسون، ديفيد ب.؛ نوننماخر، لوكاس؛ كويمبرا، كارلوس إف إم (2016-06-01). "التنبؤ المسبق بإنتاج الطاقة الشمسية من محطات الخلايا الكهروضوئية في جنوب غرب الولايات المتحدة" . الطاقة المتجددة . 91 : 11-20 . Bibcode : 2016REne...91...11L . doi : 10.1016/j.renene.2016.01.039 . ISSN 0960-1481 . 
  2. ↑ التنبؤ بالطاقة الشمسية وتقييم الموارد - الطبعة الأولى . 25 يونيو 2013. ISBN 978-0-12-397177-7تم الاطلاع عليه بتاريخ 29-06-2021 .{{cite book}}تم |website=تجاهله ( مساعدة )
  3. ↑ كور، أمانبريت؛ نونينماخر، لوكاس؛ بيدرو، هوغو تي سي؛ كويمبرا، كارلوس إف إم (2016-02-01). "فوائد التنبؤ بالطاقة الشمسية لأسواق اختلال توازن الطاقة" . الطاقة المتجددة . 86 : 819-830 . Bibcode : 2016REne...86..819K . doi : 10.1016/j.renene.2015.09.011 . ISSN 0960-1481 . 
  4. ↑ يانغ، دازي؛ وو، إيلين؛ كليسل، جان (1 أكتوبر 2019). "التنبؤ التشغيلي بالطاقة الشمسية لسوق الوقت الفعلي" . المجلة الدولية للتنبؤ . 35 (4): 1499-1519 . doi : 10.1016/j.ijforecast.2019.03.009 . ISSN 0169-2070 . S2CID 195463551 .  
  5. ↑ صبري، سوبرينا؛ كوهي-كمالي، سام؛ رحيم، نصر الدين عبد. (15 يناير 2018). "أساليب التنبؤ بتوليد الطاقة الكهروضوئية الشمسية: مراجعة" . تحويل الطاقة وإدارتها . 156 : 459-497 . Bibcode : 2018ECM...156..459S . doi : 10.1016/j.enconman.2017.11.019 . ISSN 0196-8904 . 
  6. ↑ نوننماخر، لوكاس (2015). موارد الطاقة الشمسية والتنبؤ بها من أجل التكامل الأمثل للشبكة (أطروحة). جامعة كاليفورنيا في سان دييغو.
  7. ↑ فورراث، صوفي (31 مايو 2019). "أداة APVI الجديدة للطاقة الشمسية تعرض توقعات يومية قائمة على الوقت لكل ولاية" . RenewEconomy .
  8. ↑ سنجاري، إم جيه؛ جوي، إتش بي (2016). "التنبؤ الاحتمالي بتوليد الطاقة الكهروضوئية بناءً على سلسلة ماركوف من الرتبة العليا". معاملات IEEE لأنظمة الطاقة . 32 (4): 2942-2952 . doi : 10.1109/TPWRS.2016.2616902 . hdl : 10072/409742 . S2CID 43911568 . 
  9. ↑ تشاو، تشي واي؛ أوركهارت، برايان؛ لاف، ماثيو؛ دومينغيز، أنتوني؛ كليسل، جان؛ شيلدز، جانيت؛ واشوم، بايرون (1 نوفمبر 2011). "التنبؤات خلال الساعة باستخدام جهاز تصوير السماء الكامل في مختبر اختبار الطاقة الشمسية بجامعة كاليفورنيا في سان دييغو" . الطاقة الشمسية . 85 (11): 2881-2893 . Bibcode : 2011SoEn...85.2881C . doi : 10.1016/j.solener.2011.08.025 . ISSN 0038-092X . 
  10. ↑ تشاو، تشي واي؛ أوركهارت، برايان؛ لاف، ماثيو؛ دومينغيز، أنتوني؛ كليسل، جان؛ شيلدز، جانيت؛ واشوم، بايرون (1 نوفمبر 2011). "التنبؤات خلال الساعة باستخدام جهاز تصوير السماء الكامل في مختبر اختبار الطاقة الشمسية بجامعة كاليفورنيا في سان دييغو" . الطاقة الشمسية . 85 (11): 2881-2893 . Bibcode : 2011SoEn...85.2881C . doi : 10.1016/j.solener.2011.08.025 . ISSN 0038-092X . 
  11. ↑ "متجه حركة السحابة - مسرد مصطلحات الجمعية الأمريكية للأرصاد الجوية" . glossary.ametsoc.org . تم الاطلاع عليه بتاريخ 8 مايو 2019 .
  12. ↑ نوننماخر، لوكاس؛ كويمبرا، كارلوس إف إم (2014-10-01). "طريقة قائمة على خطوط التبسيط للتنبؤ الشمسي خلال اليوم باستخدام الاستشعار عن بعد" . الطاقة الشمسية . 108 : 447-459 . Bibcode : 2014SoEn..108..447N . doi : 10.1016/j.solener.2014.07.026 . ISSN 0038-092X .