隨著并入電網(wǎng)的風(fēng)力發(fā)電和太陽能發(fā)電的容量比例越來越高，不僅用電需求會(huì)發(fā)生波動(dòng)，電能供應(yīng)也會(huì)出現(xiàn)波動(dòng)。西門子研制的一款基于神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)軟件可以預(yù)測(cè)波動(dòng)，從而幫助提高電力市場(chǎng)的效率,。

章明 1 3 2 1 7 4 3 0 0 1 3

Q     2 7 5 0 1 3 0 1 4 6

Ralph Grothmann博士研制的預(yù)測(cè)軟件,，其工作方式類似于人類大腦：能識(shí)別事物之間的相互關(guān)系,。

過去，一切都很簡(jiǎn)單,。廣布于全國(guó)各地的電廠,，其發(fā)電量是根據(jù)用電需求來調(diào)節(jié)的。電廠通常采用日歷,、天氣預(yù)報(bào)以及諸多其他手段,，來預(yù)測(cè)各個(gè)區(qū)域和大型生產(chǎn)工廠的用電需求。

如今的情況卻復(fù)雜許多,。取決于天氣因素,，風(fēng)電場(chǎng)和太陽能電站的發(fā)電量不盡相同，傳統(tǒng)電廠必須承擔(dān)起調(diào)峰任務(wù),。存在波動(dòng)性的可再生能源發(fā)電的比例越大,，電能供應(yīng)管理難度就越大——電能供應(yīng)商和電網(wǎng)運(yùn)營(yíng)商都會(huì)受到這個(gè)問題的影響。

為*保*電網(wǎng)穩(wěn)定,，向電網(wǎng)輸送的電能在數(shù)量上必須與從電網(wǎng)消耗的電能保持一致。如果一座電站或一個(gè)大型用戶發(fā)生故障,，那么,，應(yīng)當(dāng)相應(yīng)地增加或減少電能供應(yīng)，以避免斷電,。每座電廠都必須具備一定的調(diào)峰能力,。然而未來，保持電網(wǎng)平衡的難度將與日俱增,，特別是在正處于能源轉(zhuǎn)型之中,，計(jì)劃大幅提高可再生能源發(fā)電比例的德國(guó)。

在這種新的形勢(shì)下,，應(yīng)當(dāng)如何應(yīng)對(duì),？發(fā)電企業(yè)如何幫助保持電網(wǎng)穩(wěn)定，提供可靠的電能供應(yīng),，同時(shí)保持盈利,？西門子中央研究院的研究人員Ralph Grothmann博士表示，答案就是通過更準(zhǔn)確的預(yù)測(cè),，來改進(jìn)規(guī)劃,。他說：“如果提前知道未來幾天太陽能發(fā)電和風(fēng)力發(fā)電的發(fā)電量，并且掌握了區(qū)域需求的預(yù)測(cè)數(shù)據(jù),，那么,，就能以富于遠(yuǎn)見的方式管理傳統(tǒng)電站，規(guī)劃充足的電能供應(yīng)，以抵消輸電損耗,，并且可以在電力市場(chǎng)交易上以優(yōu)惠的價(jià)格購買電能,。”

為了實(shí)現(xiàn)這個(gè)愿景,，Grothmann和他的同事Hans Georg Zimmermann博士共同開發(fā)了名為“面向神經(jīng)網(wǎng)絡(luò)的模擬環(huán)境（Simulation Environment for Neural Networks,，簡(jiǎn)稱SENN）”的預(yù)測(cè)軟件。SENN采用了類似于人類大腦的人工神經(jīng)網(wǎng)絡(luò)（計(jì)算機(jī)模型）,。通過訓(xùn)練,，這些網(wǎng)絡(luò)能夠識(shí)別出事物之間的相互關(guān)系，從而作出預(yù)測(cè),。Grothmann解釋道：“神經(jīng)網(wǎng)絡(luò)的神奇之處在于,，不必徹底分析和理解問題，就能作出預(yù)測(cè),?！?

譬如，要利用分析模型來描述太陽能電站,，需要根據(jù)投射的太陽能輻射功率和其他環(huán)境因素如氣溫,、風(fēng)速和濕度等，計(jì)算出太陽能電池板的發(fā)電量,。如果部分太陽能電池板碰巧造成了遮擋,，使陽光照不到其他太陽能電池板上，則需將這一點(diǎn)也納入考慮,。只有這樣,，分析模型才能利用天氣預(yù)報(bào)的數(shù)據(jù)，來預(yù)測(cè)位于特定地理位置的太陽能電站的發(fā)電量,。

利用數(shù)據(jù)進(jìn)行訓(xùn)練,。神經(jīng)網(wǎng)絡(luò)的工作方式與之大相徑庭。是利用以往的數(shù)據(jù),，即天氣預(yù)報(bào)數(shù)據(jù)和相應(yīng)的太陽能電站的實(shí)際發(fā)電量,，對(duì)它們進(jìn)行訓(xùn)練。天氣預(yù)報(bào)數(shù)據(jù)不必來自太陽能電站所在位置的氣象站,；這些數(shù)據(jù)也可以由附近的氣象站提供,。這個(gè)應(yīng)用程序的任務(wù)是：根據(jù)天氣預(yù)報(bào)的數(shù)據(jù)，來預(yù)測(cè)太陽能發(fā)電量,。開始時(shí),，軟件并不知道各種不同參數(shù)將起到什么樣的作用，因此,，其預(yù)測(cè)結(jié)果與太陽能電站的實(shí)際發(fā)電量有著天壤之別,。在訓(xùn)練中,，這個(gè)應(yīng)用程序?qū)⒎磸?fù)執(zhí)行這個(gè)過程達(dá)數(shù)千次，*大限度地縮小預(yù)測(cè)結(jié)果與實(shí)際數(shù)值之間的差異,。逐漸地,，SENN會(huì)改變各個(gè)參數(shù)的權(quán)值，以提高預(yù)測(cè)準(zhǔn)確度,。

SENN*早開發(fā)于20多年前,，目前已被用于預(yù)測(cè)20天內(nèi)的原材料價(jià)格和電價(jià)走勢(shì)等應(yīng)用。在三分之二的時(shí)間里,，它能準(zhǔn)確預(yù)測(cè)*佳購買日,。自2005年起，西門子一直在利用SENN,，在價(jià)格*低的時(shí)候購買電能,。

利用經(jīng)驗(yàn)數(shù)據(jù)，系統(tǒng)學(xué)會(huì)了預(yù)測(cè)可再生能源的發(fā)電量,，預(yù)測(cè)偏差不超過7%,。

隨著可再生能源發(fā)電的日益興起，西門子認(rèn)識(shí)到,，SENN預(yù)測(cè)在發(fā)電行業(yè)將大有可為,。譬如，根據(jù)對(duì)可再生能源并網(wǎng)發(fā)電量的預(yù)測(cè),，電網(wǎng)運(yùn)營(yíng)商可以計(jì)劃輔助電站的使用或者補(bǔ)償電能需求,。風(fēng)電場(chǎng)和太陽能電站的運(yùn)營(yíng)商可以根據(jù)預(yù)測(cè)，將維護(hù)工作安排在發(fā)電量較低的時(shí)段,，以更有利的條件出售預(yù)期的發(fā)電量，以及規(guī)劃未來的收入,。

目前,，正利用丹麥一座大型海上風(fēng)電場(chǎng)提供的數(shù)據(jù)，對(duì)一個(gè)SENN模型進(jìn)行測(cè)試,。這個(gè)模型使用了關(guān)于風(fēng)速,、氣溫和濕度的預(yù)報(bào)數(shù)據(jù)，來預(yù)測(cè)這座風(fēng)電場(chǎng)在未來三天的發(fā)電量,，預(yù)測(cè)偏差不超過7.2%,。譬如，如果系統(tǒng)預(yù)測(cè)發(fā)電量為100,，那么,，實(shí)際發(fā)電量將在92.8到107.2之間。Grothmann表示：“預(yù)測(cè)準(zhǔn)確度主要取決于數(shù)據(jù)質(zhì)量,，總體而言,，我們能夠相當(dāng)準(zhǔn)確地預(yù)測(cè)未來三天的天氣,。”

盡管太陽能發(fā)電和風(fēng)力發(fā)電的發(fā)電量不穩(wěn)定,，西門子軟件通過學(xué)習(xí)能夠預(yù)測(cè)其發(fā)電量,。

西門子能源面向可再生能源發(fā)電設(shè)施的監(jiān)控解決方案，具備SENN發(fā)電預(yù)測(cè)功能,。譬如在南非,，有兩座發(fā)電容量均為5萬千瓦的太陽能電站，就使用了SENN預(yù)測(cè)軟件,。利用這款軟件,，發(fā)電企業(yè)可以根據(jù)電網(wǎng)運(yùn)營(yíng)商的需求預(yù)測(cè)，來決定向電網(wǎng)輸送多少電能,。SENN可以預(yù)測(cè)太陽能電站在未來5天內(nèi)的每小時(shí)日照發(fā)電量,，偏差不超過7%。

目前正在規(guī)劃適用于太陽能電站的第二個(gè)模型,。這個(gè)模型將就如何處理沾滿污垢的太陽能電池板向運(yùn)營(yíng)商提出建議,。灰塵可令太陽能電池板的發(fā)電量降低*多15%,，但其清潔成本亦不菲,。Grothmann解釋道：“如果運(yùn)營(yíng)商事先知道將有充沛的雨量可以把灰塵洗刷干凈，則不必派遣清潔人員前去打掃,?！毙碌能浖⑼ㄟ^利用干燥度、風(fēng)速,、風(fēng)向和降雨等環(huán)境因素,，來預(yù)測(cè)太陽能電池板上將覆蓋多少灰塵，從而解決這個(gè)問題,。

預(yù)測(cè)需求,。需求預(yù)測(cè)是SENN在電力市場(chǎng)上的第二大應(yīng)用。借助這款軟件,，用電大戶能夠以優(yōu)惠的價(jià)格購買電能,，或者在作業(yè)時(shí)間上避開用電高峰時(shí)段，以免繳納高昂的罰款,。供電企業(yè)可以利用區(qū)域預(yù)測(cè),，來規(guī)劃電能采購和電廠運(yùn)行事宜。譬如,，因?yàn)橐獜牡聡?guó)或法國(guó)向意大利輸送大量電能,，瑞士的電網(wǎng)運(yùn)營(yíng)商Swissgrid在利用SENN來規(guī)劃電能采購事宜時(shí)，則可將輸電損耗納入考慮,。由于Swissgrid不得不彌補(bǔ)這樣的損耗,，所以,，它可以提前*多36小時(shí)在現(xiàn)貨市場(chǎng)采購電能，以盡量規(guī)避損失,。Swissgrid每年的采購額,，高達(dá)4800萬歐元左右。

預(yù)測(cè)軟件有助于提高效率

過去,，Swissgrid總是根據(jù)日歷和天氣數(shù)據(jù),，以及鄰國(guó)的電網(wǎng)運(yùn)營(yíng)商提供的信息來預(yù)測(cè)需求。但SENN已助力Swissgrid將預(yù)測(cè)失誤率從11%降至10%,，這每年能為Swissgrid節(jié)省數(shù)十萬法郎,。

SENN生成的需求預(yù)測(cè)數(shù)據(jù)非常準(zhǔn)確，失誤率僅為3%,。在此基礎(chǔ)上,，它能直接預(yù)測(cè)輸電損耗。為了做到這一點(diǎn),，它要監(jiān)測(cè)輸電目的地的每小時(shí)需求變化趨勢(shì),。它還要分析當(dāng)前電力潮流、可再生能源發(fā)電量,、天氣預(yù)報(bào)和抽水蓄能電站的水庫水位等信息,。

全盤化思維。單獨(dú)的預(yù)測(cè)是朝著未來電力市場(chǎng)邁出的**步——未來,，生產(chǎn),、需求、價(jià)格和傳輸?shù)葞缀跛幸蛩囟紝⑻幱诓粩嘧兓?。在電力系統(tǒng)中,，所有這些數(shù)量之間，都存在著相互依存的關(guān)系,；因此,，應(yīng)當(dāng)從全局的高度審視這些因素。譬如,，如果風(fēng)電設(shè)施提高了發(fā)電量，那么,，傳統(tǒng)電站則應(yīng)相應(yīng)地降低發(fā)電量,，這有可能降低電價(jià)。取決于需求狀況,，風(fēng)電既可能向北方傳輸，也可能向南方傳輸,。這繼而會(huì)改變對(duì)用于抵消輸電損耗的補(bǔ)償電能的需求,。Grothmann說：“對(duì)這些參數(shù)之間的交互作用的預(yù)測(cè)越準(zhǔn)確，整個(gè)系統(tǒng)的效率就越高,。”

這正是SENN神經(jīng)網(wǎng)絡(luò)的用武之地,。由于它并不使用分析關(guān)系，而是通過學(xué)習(xí)從所有參數(shù)的行為中識(shí)別出相互關(guān)系,，因此,，它的預(yù)測(cè)已經(jīng)包含了彼此的依存關(guān)系,。Grothmann說：“SENN的用途之一是，根據(jù)各式各樣相互作用的參數(shù),，如電價(jià)和其他原材料價(jià)格走勢(shì)、需求變化趨勢(shì),、二氧化碳排放權(quán)交易價(jià)格等，來確定電價(jià),。這是我們軟件的獨(dú)到之處,?！?

如今，擁有多家電廠的供電企業(yè),，已經(jīng)可以使用SENN來以低廉的價(jià)格采購天然氣，以及根據(jù)關(guān)于二氧化碳排放權(quán)的交易價(jià)格和電價(jià)的預(yù)測(cè)來優(yōu)化調(diào)節(jié)發(fā)電量,。未來，電網(wǎng)運(yùn)營(yíng)商可以向供電企業(yè)提供關(guān)于需求的預(yù)測(cè)數(shù)據(jù),，以及預(yù)期的補(bǔ)償電能需求量。反過來,，這些預(yù)測(cè)信息又依存于其他合作伙伴提供的生產(chǎn)和需求預(yù)測(cè)數(shù)據(jù)。所有這一切將有助于輕松管理瞬息萬變的電力市場(chǎng),，因?yàn)樗袇⑴c者都能根據(jù)會(huì)影響到其他市場(chǎng)參與者的發(fā)展趨勢(shì),，提前調(diào)整各自的活動(dòng),。