Συμβολή στις πιθανοτικές προβλέψεις παραγωγής ΑΠΕ με χρήση προηγμένων τεχνικών μηχανικής μάθησης

Abstract

Η Διδακτορική Διατριβή του Θεόδωρου Κωνσταντίνου έχει τίτλο «Συμβολή στις πιθανοτικές προβλέψεις παραγωγής ΑΠΕ με χρήση προηγμένων τεχνικών μηχανικής μάθησης». Εκπονήθηκε στο Εργαστήριο Συστημάτων Ηλεκτρικής Ενέργειας της Σχολής Η.Μ.Μ.Υ. του Ε.Μ.Π. υπό την επίβλεψη του καθηγητή κ. Ν. Χατζηαργυρίου και πραγματεύεται την ανάπτυξη μοντέλων πρόβλεψης παραγωγής ενέργειας από ΑΠΕ. Η ενσωμάτωση των ΑΠΕ στα υφιστάμενα συστήματα ηλεκτρικής ενέργειας παρουσιάζει σημαντικές δυσκολίες για τους διαχειριστές συστημάτων και τους φορείς της αγοράς, κυρίως λόγω της εξάρτησής τους από τις καιρικές συνθήκες. Για την επιτυχή ενσωμάτωση των ΑΠΕ και τη μείωση των ανισορροπιών ισχύος στην αγορά, η ακριβής πρόβλεψη είναι απαραίτητη μαζί με την ανάπτυξη εργαλείων υποστήριξης αποφάσεων. Το πρώτο κεφάλαιο εισάγει το αντικείμενο της διατριβής, αναλύοντας τη σημασία της παραγωγής ενέργειας από ΑΠΕ και τις προκλήσεις που προκύπτουν από τη μεταβλητότητα και την αβεβαιότητα των καιρικών συνθηκών. Περιγράφονται οι στόχοι της έρευνας και το πλαίσιο μέσα στο οποίο αναπτύσσεται η διατριβή. Το δεύτερο κεφάλαιο επικεντρώνεται στην πρόγνωση καιρού, η οποία παίζει σημαντικό ρόλο στην πρόβλεψη της παραγωγής ενέργειας από ΑΠΕ. Αναλύονται οι μέθοδοι πρόβλεψης καιρού και η σημασία τους για την ακριβή πρόβλεψη της ηλιακής και αιολικής ενέργειας. Το τρίτο κεφάλαιο παρουσιάζει τις τεχνικές φυσικής και στατιστικής μοντελοποίησης που χρησιμοποιούνται για την πρόβλεψη της παραγωγής από ΑΠΕ. Αναλύονται οι μέθοδοι πρόβλεψης και η σημασία τους για την ενσωμάτωση των ΑΠΕ στα υφιστάμενα συστήματα ηλεκτρικής ενέργειας. Στο τέταρτο κεφάλαιο εξετάζεται η επεξεργασία των αριθμητικών προβλέψεων καιρού για την πρόβλεψη της ταχύτητας του ανέμου. Παρουσιάζεται μια νέα μέθοδος βασισμένη στα τεχνητά νευρωνικά δίκτυα (ΤΝΔ), η οποία προσεγγίζει τις συναρτήσεις των κατανομών πιθανοτήτων, προσφέροντας πολύτιμες πληροφορίες σχετικά με την αβεβαιότητα και τη μεταβλητότητα των συνθηκών ανέμου. Αυτές οι πληροφορίες βοηθούν τους φορείς εκμετάλλευσης να εντοπίσουν περιόδους υψηλής ή χαμηλής πιθανότητας ταχύτητας ανέμου, ράμπες ταχύτητας ανέμου και ριπές, συμβάλλοντας έτσι στην πρόοδο των λειτουργιών των αιολικών πάρκων και στη μετάβαση σε ένα πιο βιώσιμο ενεργειακό μέλλον. Το πέμπτο κεφάλαιο παρουσιάζει τη χρήση υβριδικών ΤΝΔ για την εκτίμηση κατανομών πιθανότητας στην πρόβλεψη της παραγωγής ΑΠΕ. Αναλύεται η νέα παραμετρική μέθοδος που βασίζεται σε ΤΝΔ, η οποία συνδυάζει τις διαδικασίες πρόβλεψης σε ομάδες και εκτίμησης πυκνότητας πιθανότητας σε μια ενιαία αρχιτεκτονική πολλαπλών συνιστωσών. Διερευνάται η χρήση της κατανομής Kumaraswamy, η οποία είναι περιορισμένη σε συγκεκριμένο πεδίο ορισμού, όπως αυτό της παραγωγής ΑΠΕ. Στο έκτο κεφάλαιο, αντιμετωπίζεται η πρόκληση της πρόβλεψης της παραγωγής ΑΠΕ από γεωγραφικά κατανεμημένες μονάδες σε μεγάλες περιοχές. Το πρόβλημα της διαστατικότητας που δημιουργείται από τον μεγάλο αριθμό δεδομένων εισόδου που βασίζονται στις προβλέψεις καιρού, επιλύεται με μια μέθοδο μείωσης της διαστατικότητας. Αυτή η μέθοδος χωρίζει τις αριθμητικές προβλέψεις καιρού σε υποπεριοχές και επιλέγει μόνο τις πιο σχετικές, οι οποίες χρησιμοποιούνται ως είσοδοι στα μοντέλα πρόβλεψης. Το έβδομο κεφάλαιο διερευνά την ακρίβεια, τη συνέπεια και την αξία των πιθανοτικών προβλέψεων παραγωγής ΑΠΕ. Αναλύονται οι βασικές αρχές των ενεργειακών αγορών και οι στρατηγικές που χρησιμοποιούνται από τους φορείς σωρευτικής εκπροσώπησης ΑΠΕ για τη βελτιστοποίηση των εσόδων τους. Η ανάλυση αυτή περιλαμβάνει τη χρήση πιθανοτικών μοντέλων για την πρόβλεψη της συνολικής παραγωγής και τη διαχείριση των κινδύνων που συνδέονται με τις διακυμάνσεις των τιμών και τη μεταβλητότητα της παραγωγής ενέργειας. Το τελευταίο κεφάλαιο συνοψίζει τα κύρια ευρήματα της διατριβής και προτείνει κατευθύνσεις για μελλοντική έρευνα. Αναλύονται οι κύριες συνεισφορές της διατριβής στην ανάπτυξη αξιόπιστων πιθανοτικών μοντέλων πρόβλεψης της ταχύτητας του ανέμου και της παραγωγής από ΑΠΕ, καθώς και οι προοπτικές για την περαιτέρω βελτίωση και εφαρμογή αυτών των μοντέλων σε πραγματικές συνθήκες.