У міру дедалі більшої інтеграції відновлюваних джерел енергії до енергобалансу енергопостачальних підприємств виникає три проблеми, які потребують вирішення. Хороша новина полягає в тому, що існують програмні рішення, здатні задовольнити потреби комунальних підприємств в умовах середовища, що швидко змінюється.
Проблеми пов'язані з потужністю.
Перша із трьох проблем, які мають вирішити комунальні підприємства, – це вимоги до потужності генерації чи достатності ресурсів. Існують значні відмінності Коефіцієнта використання встановленої потужності (КВПМ) для теплових вугільних електростанцій порівняно з відновлюваними ресурсами.
Історично вугільні електростанції дуже надійні щодо забезпечення КИУМ в періоди пікових навантажень. Наприклад, вугільна електростанція потужністю 100 МВт здатна, за потреби, досить стабільно генерувати 80-100 МВт. Навіть з урахуванням технічного обслуговування та вимушених простоїв КВВМ вугільної електростанції становить 80-90%. Газові електростанції показали себе ще краще: за останнє десятиліття в середньому їхній КІУМ перевищував 90%.
Тим часом, КВВМ вітряних генераторів складає всього 15-20%, а побутових сонячних ресурсів в середньому близько 20-50%. Це означає, що з точки зору надійності неможливо просто замінити ТЕС потужністю 100 МВт на сонячну або вітряну електростанцію потужністю 100 МВт і отримати той самий рівень надійності. Слід пам'ятати про різницю між потужністю та виробництвом енергії. КВМ станції (в МВт) - це кількість енергії, яку станція здатна виробити при роботі в період пікового навантаження протягом року.
Крім того, у міру збільшення частки відновлюваної генерації слід враховувати розбіжності графіків споживання з їх вечірнім та ранковим максимумами та графіком можливої генерації сонячних електростанцій з їх піком у денний час. Споживання досягає абсолютного максимуму ввечері, коли після заходу сонця вироблення електроенергії сонячними панелями відсутнє.
Вирішення проблем з потужністю.
Для вирішення проблем із потужністю генерації, пов'язаних із відновлюваними джерелами енергії, комунальні підприємства повинні мати гнучкі ресурси, які можуть допомогти задовольнити попит у години пік. Для забезпечення таких гнучких резервів можна використовувати ТЕС або енергоакумулюючі ресурси з можливістю швидкого запуску.
Також важливо, щоб енергопостачальні підприємства використовували передові програмні інструменти для керування та зональною тарифікацією споживання від часу доби.
Проблеми прогнозування.
Друга проблема, що виникає у зв'язку із зростанням частки відновлюваних джерел енергії, пов'язана з нестабільністю вітру та сонця. Легко зрозуміти, що сонячні електростанції не виробляють електроенергію вночі, так само як і вітряна турбіна не може вважатися ефективним джерелом енергії в безвітряний день. Також хмарна погода протягом дня може значно скоротити сонячну генерацію. Тому через уривчастість відновлювана генерація дуже складна для прогнозування.
Вирішення проблем прогнозування.
В останні роки було досягнуто значних успіхів у галузі машинного навчання (МО). Ці інструменти МО можуть бути використані для кращого прогнозування графіка вітряної та сонячної генерації для ринків на добу вперед та в режимі реального часу. Програмне забезпечення на основі МО може оцінювати історичні погодні дані, поточну та прогнозовану швидкість вітру або інсоляцію, а також інші фактори, такі як заплановані перерви в обслуговуванні. В результаті виходять точніші прогнози вітру та сонця, які дозволяють системним операторам приймати рішення на основі цих даних.
У недалекому майбутньому інструменти, засновані на МО, матимуть вирішальне значення, оскільки в мережі з'являтиметься дедалі більше генеруючих активів. Безумовно, для заміни існуючих вугільних потужностей потрібно більше відновлюваних активів. Також необхідно враховувати те, що попит на електроенергію постійно зростатиме, оскільки транспортний сектор та інші сфери рухаються шляхом електрифікації.
Суть у тому, що в міру введення в експлуатацію більшої кількості генеруючих активів обсяг даних, які комунальні служби оброблятимуть щодня, зростатиме в геометричній прогресії. Простіше кажучи, обсяг даних буде більшим, ніж його зможе обробити людина. Програмні інструменти МО, з іншого боку, можуть швидко та ефективно аналізувати будь-які обсяги даних, надаючи особам, які приймають рішення, необхідну інформацію.
Проблеми оптимізації
Третя проблема, яку мають вирішувати комунальні підприємства з інтеграцією нових відновлюваних джерел енергії, також пов'язана з уривчастістю. Відомо, що енергія вітру більше виробляється вночі, тому що саме в цей час дме вітер, але в цей час попит на електроенергію також нижчий. Аналогічним чином, сонячні батареї можуть виробляти більше енергії, ніж потрібно вдень. Очевидно, що тимчасове відключення цих потужностей, що генерують, неефективно і невигідно з точки зору витрат. Саме тому комунальні служби звертаються до систем накопичення енергії (СНЕ), таких як акумулятори.
СНЕ зберігають надмірну енергію, тому її можна віддати, коли це необхідно, щоб задовольнити споживчий попит. Вони дозволяють комунальному підприємству використовувати енергію у міру потреби, а не в момент генерації. Отже, система зберігання стає ще одним розподіленим енергетичним активом, яким необхідно керувати та оптимізувати поряд з будь-якими генеруючими активами підприємства.
Вирішення проблем оптимізації.
У цьому випадку інструменти МО можна використовувати для оптимізації всіх енергетичних ресурсів, включаючи системи зберігання. Окрім вивчення погодних даних, МО можна використовувати для прогнозування таких важливих змінних, як ціни на ринку на добу вперед та в режимі реального часу, надаючи особам, які приймають рішення, інформацію, необхідну для оптимізації роботи СНЕ з метою максимізації переваг на ринку.