Возобновляемые источники энергии в Казахстане часто критикуют за их нестабильность и непредсказуемость в работе. Корреспондент inbusiness.kz переговорил с проектным менеджером казахстанского стартапа InTech-Forecast Аружан Моминбаевой о том, действительно ли можно точно прогнозировать работу объектов "зеленой" электроэнергетики.
- Аружан, как можно прогнозировать работу нестабильных ВИЭ? Используются прогнозы погоды или исторические наблюдения? Необходимо ли сотрудничество с "Казгидрометом" и использование спутниковых данных?
- Для начала хотелось бы сказать несколько слов для читателей о нашей компании. Это казахстанский ClimateTech-стартап, разрабатывающий интеллектуальную платформу прогнозирования генерации солнечных и ветровых электростанций на основе искусственного интеллекта и машинного обучения. На сегодняшний день наша платформа применяется для прогнозирования генерации ВИЭ в Казахстане и развивается как отечественное цифровое решение, направленное на повышение эффективности управления возобновляемой энергетикой и снижение финансовых рисков участников энергетического рынка.
Отвечая на ваш вопрос, могу сказать, что несмотря на зависимость солнечных и ветровых электростанций от погодных условий, их выработку можно прогнозировать с достаточно высокой точностью. Так, наша платформа объединяет три основных источника информации: метеорологические прогнозы, исторические показатели фактической генерации и технические характеристики электростанции. Искусственный интеллект анализирует закономерности между погодными условиями и фактической выработкой электроэнергии. По мере накопления данных система обучается и адаптируется к особенностям конкретного объекта.
При этом прогнозы погоды, спутниковые наблюдения и данные национальных метеорологических служб могут дополнять друг друга. Прямое сотрудничество с "Казгидрометом" не является обязательным условием для работы такой системы, однако доступ к качественной метеорологической информации повышает её потенциал.
- В чём различия между прогнозированием ветровой и солнечной генерации?
- Главное различие заключается в характере природного ресурса. Солнечная генерация имеет выраженную суточную и сезонную закономерность. Восход и заход солнца можно рассчитать с высокой точностью. Основную неопределённость создают облачность, атмосферные явления и локальные погодные изменения.
Ветровая генерация сложнее в прогнозировании, поскольку скорость и направление ветра могут существенно меняться даже в течение короткого промежутка времени. Кроме того, мощность ветровой турбины в определённом диапазоне скоростей приблизительно пропорциональна кубу скорости ветра. Поэтому даже небольшая ошибка в прогнозе скорости ветра способна привести к значительному отклонению прогноза выработки. Наша платформа применяет различные математические модели для солнечной и ветровой генерации с учётом физических особенностей каждого источника энергии.
- Как солнечная генерация зависит от облачности, положения солнца, пыли и осадков?
- На солнечную генерацию влияют высота солнца над горизонтом, продолжительность светового дня, облачность, температура модулей, загрязнение поверхности панелей и другие факторы. Например, прохождение плотной облачности может вызвать резкое снижение мощности солнечной электростанции, тогда как в ясную погоду выработка обычно изменяется более плавно.
Пыль и загрязнения уменьшают количество света, достигающего фотоэлектрических элементов. Высокая температура модулей также может снижать эффективность их работы. Поэтому для качественного прогноза недостаточно знать только продолжительность солнечного сияния. Необходимо учитывать фактическую работу оборудования, особенности площадки и изменения метеорологических условий.
- Как прогнозируется скорость ветра и насколько сильно меняется выработка ветровых электростанций?
- Для прогнозирования ветровой генерации используются метеорологические модели, данные о скорости и направлении ветра, атмосферном давлении, температуре, рельефе местности и высоте расположения ветровых турбин.
В Казахстане существуют территории с выраженными сезонными и суточными особенностями ветрового режима. Однако даже на площадках с благоприятным ветровым потенциалом выработка не остаётся постоянной. Возможны периоды высокой генерации, снижения мощности и практически полного отсутствия выработки. Поэтому задача нашей платформы выявлять эти изменения заблаговременно и преобразовывать погодный прогноз в прогноз электрической мощности и объёма вырабатываемой электроэнергии.
- Правда ли, что точность прогнозирования ВИЭ не превышает 85%?
- Утверждение о существовании универсального предела точности в 85% некорректно. Точность прогнозирования зависит от вида генерации, продолжительности прогнозного горизонта, качества метеорологических данных и принятой методики расчёта погрешности. Например, прогноз солнечной генерации на ближайшие часы в устойчивую ясную погоду обычно точнее прогноза на несколько дней вперёд в условиях переменной облачности.
По результатам эксплуатации нашей платформы наблюдается достижение точности прогнозирования до 95% в определённых условиях. Такой показатель становится возможным благодаря сочетанию физических и математических моделей, машинного обучения и постоянной корректировки алгоритмов по фактическим данным. Для нас важен практический результат - снижение отклонений между плановой и фактической выработкой.
- Как прогнозирование ВИЭ влияет на устойчивость энергосистемы и использование маневренных мощностей?
- Энергосистема должна постоянно поддерживать баланс между производством и потреблением электроэнергии. При неожиданном снижении солнечной или ветровой генерации системному оператору необходимо компенсировать возникающий дефицит другими источниками. При превышении выработки над прогнозом также могут потребоваться регулирующие действия.
Точный прогноз позволяет заранее оценивать ожидаемую генерацию и планировать необходимые резервы мощности. Таким образом, прогнозирование способствует более эффективному использованию маневренных электростанций и систем накопления энергии, снижению потребности в экстренном регулировании и повышению надёжности энергоснабжения.
Важно понимать, что прогнозирование не устраняет физическую изменчивость ВИЭ, но делает её более управляемой.
- Работают ли солнечные и ветровые станции на полную мощность? Правда ли, что солнечные электростанции максимально задействованы только 3–5 часов в сутки?
- Установленная мощность электростанции не означает, что объект производит соответствующий объём электроэнергии круглосуточно. Для оценки фактического использования оборудования применяется коэффициент использования установленной мощности (КИУМ).
Солнечная электростанция вырабатывает электроэнергию в светлое время суток, причём максимальная мощность обычно достигается в часы наиболее интенсивного солнечного излучения. Но это не означает, что она работает только 3–5 часов. Например, если КИУМ солнечной электростанции составляет 17%, её годовая выработка эквивалентна примерно 4,1 часа работы на полной установленной мощности в среднем за календарные сутки. Это условный энергетический эквивалент, а не фактическая продолжительность генерации.
Ветровые электростанции могут работать круглосуточно, но их мощность зависит от текущих ветровых условий.
- Помогает ли прогнозирование ВИЭ определять необходимую мощность систем накопления энергии (BESS)?
- Да, прогнозирование является важным инструментом для технико-экономического обоснования систем накопления энергии. Для выбора мощности и ёмкости BESS необходимо учитывать ожидаемые отклонения генерации, их продолжительность, частоту возникновения и требования энергосистемы. Например, если прогноз показывает вероятность кратковременного снижения солнечной генерации, накопитель может быть подготовлен к компенсации возникающего дефицита.
При этом параметры BESS нельзя определять исключительно на основе прогноза генерации. Необходимо дополнительно учитывать требования к резервированию, ограничения сети, допустимую глубину разряда, деградацию аккумуляторов и экономику балансирующего рынка.
В перспективе интеграция нашей платформы с системами управления BESS может повысить экономическую эффективность гибридных электростанций.
- Сотрудничаете ли вы с KEGOC? Есть ли у системного оператора собственная система прогнозирования ВИЭ?
- В настоящее время InTech-Forecast не сотрудничает с АО "KEGOC", однако мы открыты к обсуждению возможных направлений взаимодействия. Насколько нам известно, у системного оператора имеется собственная внутренняя система прогнозирования генерации ВИЭ. Мы считаем, что обмен опытом и развитие сотрудничества могут способствовать повышению точности прогнозирования и устойчивости энергосистемы Казахстана.
- Насколько казахстанское программное обеспечение конкурентоспособно по сравнению с зарубежными аналогами в прогнозировании работы ВИЭ?
- На международном рынке уже существуют развитые решения для прогнозирования солнечной и ветровой генерации. Наше конкурентное преимущество заключается прежде всего в адаптации к условиям Казахстана и требованиям национального рынка электроэнергии.
Система учитывает особенности местного климата, технические характеристики электростанций и требования к планированию генерации. Дополнительным преимуществом является возможность оперативной адаптации алгоритмов и взаимодействия с казахстанскими энергопроизводящими организациями.
При этом объективное сравнение с зарубежными аналогами должно проводиться по результатам параллельных испытаний на одинаковых объектах, с использованием единых показателей точности и стоимости обслуживания. Наша цель — создать конкурентоспособное отечественное решение, которое сможет масштабироваться не только в Казахстане, но и на рынках Центральной Азии.
- Может ли прогнозирование помочь избежать финансовых потерь из-за отклонений от суточного графика?
- Да, это одна из ключевых экономических задач нашей платформы. На балансирующем рынке отклонения фактической генерации от плановых показателей могут приводить к дополнительным финансовым обязательствам участников рынка в зависимости от действующих правил расчётов и структуры договоров. Чем точнее электростанция прогнозирует свою выработку, тем меньше вероятность существенных отклонений от заявленного графика.
Например, для солнечной электростанции мощностью 100 МВт снижение средней абсолютной ошибки прогноза на 5 процентных пунктов относительно установленной мощности эквивалентно уменьшению средней абсолютной ошибки мощности на 5 МВт. При этом фактическая экономия зависит от почасового распределения отклонений, цен балансирующего рынка и порядка расчётов. Таким образом, прогнозирование постепенно становится не просто техническим инструментом, а важным фактором финансовой эффективности ВИЭ.
- Может ли прогнозирование помочь инвесторам рассчитать доходность ВИЭ на несколько лет вперёд?
- Да, но необходимо различать оперативное прогнозирование выработки и долгосрочное энергетическое моделирование. Наша платформа ориентирована на краткосрочное и среднесрочное прогнозирование генерации. В то же время исторические данные и результаты математического анализа могут использоваться при подготовке долгосрочных сценариев выработки.
Для инвесторов особенно важны ожидаемая годовая генерация, сезонное распределение производства электроэнергии и риски отклонений. Эти показатели влияют на денежный поток проекта, обслуживание кредитов, инвестиционную доходность и устойчивость финансовой модели. Однако долгосрочный прогноз обязательно должен учитывать климатическую изменчивость, деградацию оборудования, техническую доступность станции и другие факторы.
Поэтому система прогнозирования может выступать дополнительным аналитическим инструментом для инвесторов и кредиторов, но не заменяет полноценную оценку энергетического ресурса проекта.
- Можно ли прогнозировать совокупную генерацию всех ВИЭ Казахстана, включая будущие гигаваттные проекты?
- Да. Это одно из перспективных направлений развития интеллектуального прогнозирования. Вместо отдельных прогнозов для каждой электростанции возможно создание агрегированной модели для группы объектов, региона или всей энергосистемы. Такая система позволяет оценивать совокупную генерацию солнечных и ветровых электростанций, учитывать географическое распределение объектов и анализировать влияние погодных условий.
Например, снижение солнечной генерации в одном регионе может частично компенсироваться ветровой генерацией в другом. Однако такая компенсация не гарантирована. Она зависит от пространственной корреляции погодных условий, пропускной способности электрических сетей и структуры генерации. В перспективе подобные модели могут стать важным элементом цифрового управления энергосистемой Казахстана при существенном росте доли ВИЭ.
- Какие "зеленые" электростанции легче прогнозировать — небольшие или крупные?
- Точность прогнозирования определяется не столько размером электростанции, сколько качеством исходных данных, особенностями местности и характером погодных условий. Крупная электростанция обычно располагает более развитой системой мониторинга и большим объёмом технических данных. Вместе с тем на большой территории погодные условия могут различаться между отдельными участками станции.
Небольшие объекты иногда проще моделировать с точки зрения пространственных условий, но они могут быть чувствительнее к локальным изменениям погоды. При объединении множества электростанций в общий прогноз отдельные ошибки нередко частично компенсируют друг друга. Поэтому наиболее перспективный подход: сочетание индивидуального прогнозирования объектов с последующим агрегированием результатов.
- Можно ли прогнозировать выработку малых гидроэлектростанций?
- Прогнозирование гидрогенерации также возможно с применением искусственного интеллекта. Однако в отличие от солнечной и ветровой энергетики основным исходным параметром здесь выступает водный ресурс. Необходимы данные о расходе воды, уровне реки, осадках, температуре воздуха, снежном покрове, сезонном таянии ледников и технических характеристиках гидротурбин.
Машинное обучение позволяет выявлять зависимости между гидрологическими условиями и фактической выработкой. Технологические подходы нашей платформы потенциально могут быть адаптированы для малых ГЭС, однако для этого потребуется разработка и проверка специализированных гидрологических моделей.
- Как ваша платформа адаптирована к требованиям балансирующего рынка электроэнергии Казахстана?
- Одной из задач нашей платформы является повышение точности прогнозных графиков генерации, используемых участниками рынка электроэнергии Казахстана. Система формирует прогнозы выработки на предстоящие сутки и последующие периоды, используя актуализированные метеорологические и эксплуатационные данные.
Предусмотренные программные механизмы автоматизации позволяют сократить объём ручной обработки прогнозной информации и подготовки данных для участников энергетического рынка. Переход к полноценному функционированию балансирующего рынка повышает экономическую значимость таких технологий.
В дальнейшем развитие системы может быть направлено на более глубокую интеграцию с расчётами ожидаемых дисбалансов, оценкой финансовых рисков и автоматизированным управлением гибридными электростанциями.
- Как именно ваша платформа использует искусственный интеллект и машинное обучение?
- Искусственный интеллект является технологической основой InTech-Forecast. Принцип работы заключается в анализе больших массивов исторических и оперативных данных для выявления зависимостей между погодными условиями, характеристиками оборудования и фактической генерацией. Модель обучается на накопленных наблюдениях, сопоставляет рассчитанные прогнозы с реальной выработкой и использует выявленные закономерности для повышения качества последующих расчётов.
В отличие от исключительно статических математических моделей, алгоритмы машинного обучения позволяют адаптироваться к изменяющимся условиям эксплуатации. При этом качество прогноза зависит от достоверности исходных данных, регулярной проверки алгоритмов и корректной работы системы мониторинга электростанции.
Главная ценность искусственного интеллекта в энергетике — не просто обработка большого объёма информации, а превращение этой информации в практически применимые решения. Для нашей платформы таким результатом является более точное планирование генерации, снижение финансовых рисков и повышение управляемости возобновляемых источников энергии.
В заключении хотела бы добавить, что развитие возобновляемой энергетики невозможно без совершенствования механизмов прогнозирования и балансирования электроэнергии. Чем больше солнечных и ветровых электростанций подключается к энергосистеме, тем выше потребность в качественных цифровых решениях, позволяющих учитывать изменчивость генерации. Казахстан располагает не только значительным потенциалом ВИЭ, но и возможностями для создания собственных интеллектуальных технологий управления энергетикой.
Читайте по теме:
Энергетика Казахстана меняется: что произошло с выработкой ВИЭ за 10 лет