Predicting Photovoltaic Power Production using High-Uncertainty Weather Forecasts

předpověď solární energie, fotovoltaická datová sada, předpověď s nejistotou, model strojového učení

Rostoucí zájem o obnovitelné zdroje energie rychle zvyšuje jejich dopad na stabilitu energetické distribuční sítě, který má za následek problémy s udržováním rovnováhy v energetické distribuční síti a způsobuje potíže s předvídatelností systému a následným plánováním. V této práci představujeme datovou sadu SolarDB a predikční model SolarPredictor. Datová sada SolarDB obsahuje jeden rok údajů výroby 16 fotovoltaických elektráren situovaných ve středoevropském regionu. Celkem obsahuje více než 40 milionů datových záznamů, které specificky zahrnují hodinové předpovědi počasí se sedmidenní historií. Dále představujeme model SolarPredictor, který využíváme k řešení úlohy predikce výroby elektrické energie na datové sadě SolarDB. Na rozdíl od předchozích prací, které jsou založeny na bezchybném počasí, je vyhodnocení predikcí výroby založeno na předpovědi počasí, které přesněji odráži kvalitu predikce v realistickém nasazení. Dále porovnáváme SolarPredictor se 17 dalšími technikami, s výsledkem zlepšení přesnosti predikce o více než 45%. Zejména dosahuje model SolarPredictor průměrné RRMSE 1.78 pro 1-denní, 2.47 pro 3-denní a 2.57 pro 7-denní předpovědi. V závěru analyzujeme účinek navržených augmentací predikčního modelu. Konkrétně ukazujeme, že úloha predikce založená na předpovědi počasí je alespoň o 25% náročnější oproti predikci využívající počasí s nulovou chybou. Datová sada SolarDB a další zdroje jsou k dispozici na webových stránkách projektu cphoto.fit.vutbr.cz/solar.