Melhor de curto tempo de previsão do tempo local = mais barata de energia renovável por Logan Smith

Big negócio se queremos incorporar LOTES de energias renováveis ​​na grade

Há todos os tipos de maneiras de ganhar energycheaper renovável. A maioria das pessoas se concentrar em coisas como moreefficient solar, painéis, biggerwind turbinas, as economias de escala na fabricação, etc., mas porque cleansources de energia, como a eólica ea solar são intermitentes, há também um ofroom muito para melhoria na funcionalmente tornando-os mais estável , ou pelo menos morepredictable .

Para entender por que isso é o caso, você precisa olhar para thepower grade como um todo e não apenas em um vento ou fazenda solar em isolation.Because eólica e solar não são inteiramente previsível, os operadores da rede precisa havebackup usinas prontas para pegar qualquer folga (geralmente peakerplants gás natural) rapidamente. Mas quando estas plantas executado quando eles não são necessários, thisincreases custos (e poluição). E, às vezes, se há um vento inesperado surgeof e /ou solar, é possível que a energia limpa é desperdiçada porque a grade não foi readyto absorvê-lo de forma útil

Muitas empresas estão trabalhando em maneiras. para mitigar esse efeito, incluindo IBM:

IBM (NYSE: IBM) anunciou hoje uma tecnologia de modelagem avançada de energia andweather que vai ajudar utilitários aumentar os recursos reliabilityof de energia renováveis. A solução combina andanalytics previsão do tempo para prever com precisão a disponibilidade de energia eólica e solarenergy. Isso permitirá utilitários para integrar mais energia renovável em thepower grade [...]

A solução, denominada "Renewable EnergyForecasting híbrido" (HyRef) usa recursos de modelagem de clima, tecnologia avançada e cloudimaging câmeras voltados para o céu para rastrear movimentos de nuvens, whilesensors sobre as turbinas monitorar a velocidade do vento, temperatura e direção. Whencombined com tecnologia analítica, a solução baseada em canproduce assimilação de dados precisos previsões meteorológicas locais dentro de um parque eólico, tanto quanto uma antecedência monthin, ou em incrementos de 15 minutos.

"Aplicando análise e aproveitamento big data irá allowutilities para fazer face à natureza intermitente das energias renováveis ​​e produção forecastpower de energia solar e eólica, de uma forma que nunca foi donebefore ", disse Brad Gammons, Global Energy andUtilities Indústria de Gerente Geral da IBM. "Nós desenvolvemos um sistema inteligente que combinesweather e previsão de energia para aumentar a disponibilidade eo desempenho do sistema de grade optimizepower".