1. 我是CIO首页
  2. 资讯
  3. 人工智能

让风变得可预测?

使风力更加可预测
位于得克萨斯州古斯里附近的中型监视站。
它是组成West Texas Mesonet的132个站之一。
图片来源:密歇根大学

使用现有天气数据绘制未来风力涡轮机站点的长期风向图的计算机模型可以帮助能源公司更快,更便宜地建立风力涡轮机。该模型消除了部署专用风力监测站的需要。通过启用战略意义上的涡轮机网络以产生更一致的能量流,还可以使风能更可靠。

该模型由UM工业运营与工程学助理教授Eunshin Byon领导的团队开发。我们最近与Byon坐下来,以了解有关她的工作的更多信息。

选址风力涡轮机真的比仅仅发现大风点还要复杂吗?

随着风成为我们能源供应中越来越重要的一部分,找到一个大风斑将不再足够。我们需要预测给定站点的风向模式每天,每月和每月如何变化。

当前,获取特定站点一年的风数据的唯一方法是在该站点上建立一个气象站并收集一年的数据。从财务或时间的角度来看,这是不切实际的,尤其是在风力涡轮机的部署不断增加的情况下。而且我们相信我们已经找到了更好的方法。

为什么要有关于风向的长期数据很重要?

风并不总是在给定的地方吹,而是总是在某个地方吹。如果电力公司可以预测风在何时何地吹来,他们可以设计其网络,这样一台涡轮机可能处于闲置状态时,另一台涡轮机就可以发电。

您的方法如何在不设置测量站的情况下测量风型?

我们没有使用实际风力涡轮机站点上的风向,而是使用了来自称为气象站的自动气象站的现有数据。我们建立了一个计算机模型,可以利用它们的数据估算离mesonet 站约22英里半径内任何位置的风场。

告诉我更多有关这些Mesonet电台的信息。他们今天用什么?

Mesonets是由相对简单的自动气象监视站组成的网络,用于监视局部天气模式。它们遍布全国,通常由大学和其他公共实体经营。密歇根州立大学在密歇根州设有一所大学。在我们的研究中,我们使用了西德克萨斯Mesonet的数据,该数据由德克萨斯理工大学国家风能研究所运营。

与实际的监测站相比,您的模型有多精确?

我们发现我们的模型将风速精确地测量到每秒一米以内。因此非常准确。我们通过在测试站点上建立专用的监控站来确定这些数字,并将其实际风数据与根据我们的模型针对同一站点的估计数据进行比较。

生成这样的模型是否需要大量的计算能力?

可以预测单个站点风向的模型计算量不是很高,可以在普通笔记本电脑上完成。

这项技术还有什么用?

这些中子站收集各种天气数据,这对于模拟其他属性(例如太阳辐射水平)可能很有用。这也可以帮助太阳能安装商更有效地进行安装。目前,太阳能的增长速度甚至快于风能,因此这可能非常重要。

这项研究的下一步是什么?

我们正在考虑调整我们的模型以使用数值天气预报数据,这是用于生成我们都依赖的天气预报的大规模数据。这些数据可以使我们获得对更多类型的模式的预测,这些模式甚至更准确并且可以在更多区域使用。

这项工作在题为“用于风资源评估的风日变化的概率特征”的论文中进行了详细介绍。它发布于2020年1月的IEEE Transactions on Sustainable Energy。

本文为作者 三石 独立观点,并不代表 我是CIO 立场。

发表评论

登录后才能评论