По мере все большей интеграции возобновляемых источников энергии в энергобаланс энергоснабжающих предприятий, возникает три проблемы, которые требуют решения. Хорошая новость заключается в том, что существуют программные решения, способные удовлетворить потребности коммунальных предприятий в условиях быстро меняющейся среды.
Проблемы, связанные с мощностью.
Первая из трех проблем, которые должны решить коммунальные предприятия, - это требования к мощности генерации или достаточности ресурсов. Существуют значительные различия Коэффициента использования установленной мощности (КИУМ) для тепловых угольных электростанций по сравнению с возобновляемыми ресурсами.
Исторически угольные электростанции очень надежны в плане обеспечения КИУМ в периоды пиковых нагрузок. Например, угольная электростанция мощностью 100 МВт способна, при необходимости, довольно стабильно генерировать 80-100 МВт. Даже с учетом технического обслуживания и вынужденных простоев КИУМ угольной электростанции составляет 80-90%. Газовые электростанции показали себя еще лучше: за последнее десятилетие в среднем их КИУМ превышал 90%.
Между тем, КИУМ ветряных генераторов составляет всего 15-20%, а бытовых солнечных ресурсов в среднем около 20-50%. Это означает, что с точки зрения надежности невозможно просто заменить ТЭС мощностью 100 МВт на солнечную или ветряную электростанцию мощностью 100 МВт и получить тот же уровень надежности. Следует помнить о разнице между мощностью и производством энергии. КИУМ станции (в МВт) - это количество энергии, которое станция способна произвести при работе в период пиковой нагрузки в течение года.
Кроме того, по мере увеличения доли возобновляемой генерации следует учитывать несовпадения графиков потребления с их вечерним и утренним максимумами и, графиком возможной генерации солнечных электростанций с их пиком в дневное время. Потребление достигает абсолютного максимума вечером, когда после захода солнца выработка электроэнергии солнечными панелями отсутствует.
Решение проблем с мощностью.
Для решения проблем с мощностью генерации, связанных с возобновляемыми источниками энергии, коммунальные предприятия должны иметь гибкие ресурсы, которые могут помочь удовлетворить спрос в часы пик. Для обеспечения таких гибких резервов можно использовать ТЭС или энергоаккумулирующие ресурсы с возможностью быстрого пуска.
Также важно, чтобы энергоснабжающие предприятия использовали передовые программные инструменты для управления и зональной тарификацией потребления от времени суток.
Проблемы прогнозирования.
Вторая проблема, возникающая в связи с ростом доли возобновляемых источников энергии, связана с нестабильностью ветра и солнца. Легко понять, что солнечные электростанции не вырабатывают электроэнергию ночью, также как и ветряная турбина не может считаться эффективным источником энергии в безветренный день. Также, облачная погода в течение всего дня может значительно сократить солнечную генерацию. Поэтому из-за прерывистости возобновляемая генерация очень сложна для прогнозирования.
Решение проблем прогнозирования.
В последние годы были достигнуты значительные успехи в области машинного обучения (МО). Эти инструменты МО могут быть использованы для лучшего прогнозирования графика ветряной и солнечной генерации для рынков на сутки вперед и в режиме реального времени. Программное обеспечение на основе МО может оценивать исторические погодные данные, текущую и прогнозируемую скорость ветра или инсоляцию, а также другие факторы, такие как запланированные перерывы в обслуживании. В результате получаются более точные прогнозы ветра и солнца, которые позволяют системным операторам принимать решения на основе этих данных.
В недалеком будущем инструменты, основанные на МО, будут иметь решающее значение, так как в сети будет появляться все больше и больше генерирующих активов. Безусловно, для замены существующих угольных мощностей потребуется больше возобновляемых активов. Также необходимо учитывать то, что спрос на электроэнергию будет постоянно расти, так как транспортный сектор и другие сферы движутся по пути электрификации.
Суть в том, что по мере ввода в эксплуатацию большего количества генерирующих активов, объем данных, которые коммунальные службы будут обрабатывать ежедневно, будет расти в геометрической прогрессии. Проще говоря, объем данных будет больше, чем его сможет обработать человек. Программные инструменты МО, с другой стороны, могут быстро и эффективно анализировать любые объемы данных, предоставляя лицам, принимающим решения, необходимую информацию.
Проблемы оптимизации.
Третья проблема, которую должны решать коммунальные предприятия по мере интеграции новых возобновляемых источников энергии, также связана с прерывистостью. Известно, что энергия ветра больше вырабатывается ночью, потому что именно в это время дует ветер, но в эти часы спрос на электроэнергию также ниже. Аналогичным образом, солнечные батареи могут вырабатывать больше энергии, чем необходимо в дневное время. Очевидно, что временное отключение этих генерирующих мощностей неэффективно и невыгодно с точки зрения затрат. Именно поэтому коммунальные службы обращаются к системам накопления энергии (СНЭ), таким как аккумуляторы.
СНЭ хранят избыточную энергию, поэтому ее можно отдать, когда это необходимо, чтобы удовлетворить потребительский спрос. Они позволяют коммунальному предприятию использовать энергию по мере необходимости, а не в момент генерации. Следовательно, система хранения становится еще одним распределенным энергетическим активом, которым необходимо управлять и оптимизировать наряду с любыми генерирующими активами предприятия.
Решение проблем оптимизации.
В этом случае инструменты МО можно использовать для обеспечения оптимизации всех энергетических ресурсов, включая системы хранения. Помимо изучения погодных данных, МО можно использовать для прогнозирования таких важных переменных, как цены на рынке на сутки вперед и в режиме реального времени, предоставляя лицам, принимающим решения, информацию, необходимую для оптимизации работы СНЭ с целью максимизации преимуществ на рынке.