Blending of a novel all sky imager model with persistence and a satellite based model for high-resolution irradiance nowcasting
Bereich Strom
Solar Energy | Volume 269 | Februar 2024 | 112319
Nils Straub, Wiebke Herzberg, Anna Dittmann, Elke Lorenz
Die Netzintegration hoher Anteile variabler Energieformen wie Photovoltaik (PV) stellt Kraftwerks- und Netzbetreiber vor neue Herausforderungen. Prognosen der solaren Einstrahlung helfen dabei, PV-Erträge im Voraus abzuschätzen und notwendige Regelungsprozesse im Stromnetz mit genügend Vorlauf anzustoßen. Dabei gilt: Je zuverlässiger und genauer die Prognosen, desto präziser können beteiligte Akteure reagieren um Netzengpässe und finanzielle Einbußen zu vermeiden. In dieser Arbeit stellen wir ein neuartiges, wolkenkamerabasiertes Vorhersageverfahren für solare Eninstrahlung vor. Unser KI-basiertes Modell nutzt Pixelwerte und verschiedene anderen Bildfeatures aus Wolkenkamerabildern direkt um besonders hochaufgelöste Strahlungsprognosen in einem Radius von etwa 10 km um die Kameraposition zu berechnen.
Im Testzeitraum (Mai 2021-April 2022) wies unser neuartiges Verfahren signifikant geringere Vorhersagefehler auf als verschiedene etablierte Referenzmodelle. Durch Kombination unseres neuen Modells mit den Referenzmodellen zu einem kompakten hybriden Vorhersagemodell konnten wir Vorhersagefehler nochmals deutlich reduzieren.