Prognozavimu grįstų energetikos sistemų projektavimas

Prognozavimu grįstos energetikos sistemos – tai prognozavimo sluoksniai, kurie naudoja istorinius duomenis, realiuoju laiku gaunamus energetikos signalus, orų duomenis, turto duomenis ir rinkos įvestis, kad numatytų būsimas energetikos sąlygas. Tokios sistemos gali prognozuoti saulės elektrinių gamybą, apkrovos suvartojimą, elektros kainas, paklausos pikus, disbalanso riziką ir baterijų dispečerinio valdymo galimybes.

Skirtingai nuo atskirai veikiančių prognozavimo modelių, prognozavimu grįstos energetikos sistemos projektuojamos veikti esamuose EMS, BMS, BESS, IPP ir prekybos darbo procesuose. Jų paskirtis – ne tik numatyti, kas gali įvykti, bet ir padėti laiku priimti eksploatavimo sprendimus.

Praktiškai tokios sistemos gali padėti optimizuoti energijos sąnaudas, valdyti disbalansą, optimizuoti baterijų dispečerinį valdymą, valdyti piko apkrovas, planuoti atsinaujinančių išteklių gamybą ir priimti Day-Ahead ar Intraday prekybos sprendimus.

Energetikos infrastruktūra tampa vis labiau decentralizuota, imli duomenims ir jautri rinkai. Didėjanti kintamos atsinaujinančių išteklių gamybos, paskirstytojo turto ir baterijų kaupimo dalis kelia naujus planavimo ir valdymo reikalavimus.

Šis pokytis jau matomas Europoje. 2024 m. vėjo ir saulės elektrinės pasiekė rekordinę 29 % ES elektros gamybos dalį, o atsinaujinantys ištekliai padengė beveik 47 % visos ES elektros. Kuo daugiau gamybos priklauso nuo orų, tuo labiau prognozavimas tampa esminiu planavimo, balansavimo, dispečerinio valdymo ir dalyvavimo rinkoje reikalavimu.

Statinio planavimo daugeliui energetikos procesų nebepakanka. Operatoriams reikia į ateitį orientuotų signalų, padedančių priimti sprendimus dar prieš atsirandant rizikos pozicijai.

Per vėlai pateikta saulės elektrinių gamybos prognozė nepadės planuoti dispečerinio valdymo. Su BMS nesusieta apkrovos prognozė nepadės mažinti paklausos pikų. Per lėtai atnaujinama rinkos prognozė nepadės formuoti Intraday pozicijos.

Todėl prognozavimu grįstos energetikos sistemos turėtų būti projektuojamos kaip eksploatacinė infrastruktūra, o ne kaip atskira analitika.

Eksploatacijai tinkamam prognozavimo sluoksniui reikia penkių komponentų: duomenų prijungimo, modelio konfigūravimo, prognozių generavimo, sprendimų išvesties ir eksploatacinės stebėsenos. Kiekvienas sluoksnis atlieka atskirą vaidmenį, kad prognozavimas iš numatymo virstų eksploatacine verte.

Prognozių kokybė prasideda nuo signalų, kuriuos sistema gali pasiekti.

Duomenų sluoksnis nulemia, ką prognozavimo sistema gali stebėti, apdoroti ir iš ko mokytis. Energetikos aplinkoje šis sluoksnis paprastai jungia istorinius duomenis, realiojo laiko duomenis, orų signalus, informaciją apie turtą ir rinkos įvestis.

Saulės elektrinių gamybos prognozavimui gali būti svarbi istorinė PV gamyba, orų prognozės, saulės apšvita, temperatūra, debesuotumas, įrenginių galia, inverterių duomenys, aikštelės veiklos rodikliai, gamybos ribojimų istorija ir vietiniai eksploatavimo apribojimai.

Apkrovos suvartojimo prognozavimui sistema gali naudoti istorinę paklausą, skaitiklių rodmenis, pastatų darbo grafikus, įrangos veikimą, orų duomenis, realiojo laiko suvartojimo signalus ir viso turto portfelio paklausos dėsningumus.

Rinkos kainų prognozavimui gali būti svarbios istorinės elektros kainos, Day-Ahead rinkos duomenys, Intraday rinkos duomenys, paklausos tendencijos, atsinaujinančių išteklių gamybos signalai, tinklo apribojimai, kintamumo rodikliai ir išoriniai rinkos signalai.

Tikslas – ne surinkti visus prieinamus duomenis, o prijungti signalus, kurie paaiškina eksploatacinius nuokrypius. Stiprus duomenų sluoksnis turėtų atsakyti, kas veikia prognozuojamą rezultatą, kokie signalai prieinami, kiek duomenys aktualūs ir ar jais galima pasitikėti sprendimo priėmimo metu.

Be šio sluoksnio modelis gali pateikti tikslius atrodančius skaičius, kurie realiomis eksploatavimo sąlygomis nepadeda priimti sprendimų.

Modelio konfigūravimas suderina prognozavimo sistemą su turtu, rinka, horizontu ir sprendimų priėmimo procesu.

Bendro pobūdžio prognozės energetikos sistemose retai pakanka. Vienos saulės elektrinės gamybos prognozei keliami kitokie reikalavimai nei viso IPP turto portfelio prognozei. Komercinio pastato apkrovos prognozei – kitokie nei kelių vietų EMS aplinkai. Day-Ahead rinkos kainų prognozė veikia kitokiu ritmu nei Intraday kainų prognozavimas.

Prognozės horizontas turi atitikti sprendimo langą. Vieniems procesams reikia 24 valandų vaizdo, kitiems – 48 ar 72 valandų. Saulės gamybai ir apkrovos suvartojimui dažnai reikia į priekį nukreipto matomumo planavimui, o prekybos procesams – trumpesnių ir dažnesnių atnaujinimų.

Ne mažiau svarbus atnaujinimo dažnis. Planavimui gali pakakti valandinių atnaujinimų, o Intraday rinkoms, baterijų dispečeriniam valdymui, kainų įspėjimams ir kintamumo stebėsenai gali prireikti 30 arba 15 minučių atnaujinimų.

Europos elektros rinkose šis reikalavimas darosi vis konkretesnis. 2025 m. rugsėjo 30 d. ES Day-Ahead elektros rinka nuo valandinių perėjo prie 15 minučių prekybos intervalų, o kainos skaičiuojamos kas 15 minučių, kad tiksliau atspindėtų numatomą gamybą ir paklausą.

Modelis taip pat turi atspindėti turtą ar portfelį, kuriam jis skirtas. Pastatas, saulės elektrinė, BESS įrenginys ir prekybos padalinys turi skirtingus apribojimus, komercines rizikas ir sprendimų ciklus. BESS operatoriui reikia prognozių, kuriose įvertinti įkrovimo langai, kainų judėjimas, turto panaudojimas ir degradacijai jautrus dispečerinis valdymas. BMS tiekėjui reikia apkrovos prognozių, atspindinčių pastato lygio elgseną ir paklausos pikus.

Kai kurie sprendimai gali toleruoti neapibrėžtumą. Kitiems reikia griežtesnių pasikliovimo ribų, nes komercinė ar eksploatacinė rizika yra didesnė. Todėl modelio konfigūracija turi atitikti sprendimo rizikos profilį, o ne vien prognozuojamą kintamąjį.

Prognozių generavimas nulemia, ką modelis pateikia ir kaip išreiškiamas neapibrėžtumas.

Energetikos prognozavime vienos tikėtinos reikšmės dažnai nepakanka. Operatoriams ir prekiautojams reikia suprasti prognozės intervalą, nes neapibrėžtumas veikia sprendimą.

Tikėtina reikšmė rodo labiausiai tikėtiną rezultatą, pavyzdžiui, numatomą konkrečios aikštelės saulės gamybą, numatomą pastatų portfelio apkrovos suvartojimą ar numatomą rinkos kainą apibrėžtame prekybos intervale.

Pasikliovimo intervalai padeda suprasti prognozės neapibrėžtumą. Tikimybinės išvestys, tokios kaip P10, P50 ir P90, parodo pesimistinį, medianinį ir optimistinį scenarijus. Tai naudinga, kai sprendimai priklauso nuo rizikos pozicijos, o ne vien nuo tikėtino rezultato.

Pavyzdžiui, saulės elektrinės operatorius gali įvertinti, ar gamybos neapibrėžtumas nestabiliu oru yra didelis. BESS operatorius gali nuspręsti, ar tikėtinas kainų skirtumas pateisina dispečerinį valdymą. BMS operatorius gali įvertinti, ar galimas paklausos šuolis reikalauja veiksmų. Prekiautojas gali įvertinti, ar kainos judėjimas pakankamai stiprus, kad pagrįstų poziciją.

Prognozės taip pat turėtų būti susietos su sprendimų ribomis. Tai gali būti gamybos nuokrypis, apkrovos šuolio rizika, neigiamų kainų signalai, kainų šuolių signalai, disbalanso rizika, baterijų dispečerinio valdymo galimybės, duomenų anomalijos ar prognozės patikimumo kritimas.

Ribos padeda prognozes paversti eksploataciniais signalais.

Sprendimų išvestis nulemia, kaip prognozes naudoja sistemos ir vartotojai.

Prognozė neturėtų likti už darbo proceso ribų. Ji turi patekti į aplinką, kurioje sprendimai jau priimami. Skirtingoms energetikos aplinkoms reikia skirtingų išvesties formatų. Vienoms reikia API išvesčių, kitoms – įspėjimų, valdymo skydelių, tikimybinių ataskaitų ar mašinai skaitomų signalų, tiesiogiai patenkančių į optimizavimo procesus.

EMS platformose tokios sistemos gali padėti optimizuoti energijos sąnaudas, planuoti pirkimus, balansuoti apkrovą, planuoti atsinaujinančių išteklių gamybą, valdyti disbalansą ir optimizuoti visą turto portfelį.

BMS aplinkoje prognozės gali padėti valdyti piko apkrovas, dalyvauti paklausos valdyme, planuoti energijos vartojimo efektyvumą, automatizuoti pastatus, sudaryti įrangos grafikus ir aptikti suvartojimo anomalijas.

Nepriklausomiems elektros gamintojams prognozės gali padėti planuoti saulės gamybą, mažinti gamybos ribojimus, sudaryti grafikus, laikytis tinklo reikalavimų, užtikrinti portfelio patikimumą ir mažinti disbalanso riziką.

BESS operatoriams prognozės gali padėti parinkti įkrovimo ir iškrovimo laiką, planuoti arbitražą, didinti turto panaudojimą, vykdyti degradacijai jautrų dispečerinį valdymą, reaguoti į kainų šuolius ir išlyginti atsinaujinančią gamybą.

OMIE ir EPEX rinkos dalyviams prognozės gali padėti formuoti Day-Ahead pozicijas, atlikti Intraday korekcijas, valdyti kainų riziką, rengti pirkimo ir pardavimo pasiūlymų strategiją, pasirengti neigiamoms kainoms ir stebėti kintamumą.

Pagrindinis projektavimo principas paprastas: formatas turi sekti sprendimą.

Eksploatacinė stebėsena užtikrina, kad prognozavimo sluoksnis išliktų patikimas ir po įdiegimo.

Energetikos sąlygos nuolat kinta. Keičiasi orų dėsningumai. Turtas dėvisi. Kinta suvartojimo įpročiai. Rinkos reaguoja į reguliavimą, pasiūlą, paklausą ir prekybos elgseną. Todėl prognozavimo sistemos turi būti stebimos kaip veikianti infrastruktūra.

Eksploatuojamas prognozavimo sluoksnis turėtų sekti prognozių tikslumą pagal turtą ir horizontą, nuokrypius pagal laikotarpį, duomenų aktualumą, trūkstamus ar vėluojančius duomenis, modelio nuokrypį, anomalijų dažnį, API pasiekiamumą, pakartotinio apmokymo poreikį ir poveikį sprendimams.

Pradiniai modelio rezultatai negarantuoja ilgalaikio patikimumo. Modelis gali gerai veikti validavimo metu, bet prastėti pasikeitus turto elgsenai, orų dėsningumams ar rinkos sąlygoms. Stebėsena suteikia grįžtamąjį ryšį, kurio reikia tokiam poslinkiui aptikti ir pakartotiniam apmokymui ar perkalibravimui inicijuoti.

Sprendimų priėmėjams tai būtina. Prognozavimas neturėtų būti vertinamas tik įdiegimo metu – jį reikia nuolat matuoti pagal eksploatacinius ir komercinius rezultatus.

Saulės elektrinių gamybos prognozavimas numato fotovoltinės energijos gamybą pagal orų prognozes, saulės apšvitą, temperatūrą, istorinę gamybą, aikštelės duomenis ir įrenginių veikimo signalus.

Jis padeda planuoti atsinaujinančių išteklių gamybą, sudaryti grafikus, laikytis tinklo reikalavimų, mažinti gamybos ribojimus, valdyti disbalansą, užtikrinti portfelio patikimumą ir rengtis prekybai.

Saulės gamyba labai jautri orų kintamumui ir įrenginių būklei. Todėl prognozavimas ypač vertingas IPP bendrovėms, EMS platformoms, BESS operatoriams ir rinkos dalyviams.

Naudinga saulės gamybos prognozė turi rodyti ne tik numatomą gamybą, bet ir neapibrėžtumo intervalus bei nuokrypio riziką. Taip operatoriai gali pasirengti gamybos pokyčiams, kol jie dar nepaveikė grafikų, balansavimo ar rinkos rizikos pozicijos.

Apkrovos suvartojimo prognozavimas numato būsimą energijos paklausą pastatuose, įrenginiuose, pramonės objektuose ar portfeliuose.

Jis palaiko EMS ir BMS procesus: piko apkrovų valdymą, energijos pirkimų planavimą, paklausos valdymą, apkrovos balansavimą, pastatų automatizavimą, energijos sąnaudų optimizavimą ir suvartojimo anomalijų aptikimą.

Apkrovos dėsningumai skiriasi pagal objekto tipą, darbo grafiką, jautrumą orams ir vartotojų elgseną. Komerciniam pastatui, pramonės objektui ir paskirstytam nekilnojamojo turto portfeliui gali reikėti skirtingos modeliavimo konfigūracijos.

EMS ir BMS aplinkoje apkrovos suvartojimo prognozavimas ypač vertingas tada, kai leidžia nustatyti paklausos pikus dar prieš jiems įvykstant. Taip komandos turi laiko pakoreguoti vartojimą, perkelti apkrovas ar paleisti automatizavimo procesus.

Rinkos kainų prognozavimas numato elektros kainų judėjimą Day-Ahead ir Intraday rinkose.

Jis padeda formuoti Day-Ahead rinkos pozicijas, koreguoti Intraday rinkoje, rengti pirkimo ir pardavimo pasiūlymų strategiją, parinkti pirkimų laiką, optimizuoti baterijų dispečerinį valdymą, stebėti kainų šuolius, pasirengti neigiamoms kainoms ir valdyti prekybos rizikos poziciją.

Rinkos kainų prognozavimas labai priklauso nuo laiko. Day-Ahead planavimui naudojamai prognozei gali reikėti kitokio horizonto ir atnaujinimo dažnio nei Intraday prekybai naudojamai prognozei.

BESS operatoriams rinkos kainų prognozavimas padeda parinkti įkrovimo ir iškrovimo laiką. Prekiautojams jis padeda peržiūrėti poziciją. IPP bendrovėms – susieti gamybos planavimą su rinkos verte.

Rinkos kainų prognozavimo vertė priklauso nuo to, ar prognozė pateikiama tinkamu sprendimo intervalu.

Prognozavimu grįstos energetikos sistemos neturėtų kiekvienam naudotojui teikti tos pačios išvesties. Architektūra gali būti bendra, tačiau prognozės išvestis turi būti konkreti.

EMS platformoms reikia prognozių, padedančių optimizuoti energijos sąnaudas, vykdyti pirkimus, balansuoti apkrovą ir priimti viso portfelio sprendimus.

BMS tiekėjams reikia pastato lygio apkrovos prognozių, padedančių valdyti pikus, automatizuoti procesus ir didinti energijos vartojimo efektyvumą.

IPP bendrovėms reikia saulės elektrinių gamybos prognozių, padedančių planuoti, laikytis tinklo reikalavimų, užtikrinti portfelio patikimumą ir mažinti disbalanso riziką.

BESS operatoriams reikia kainų, apkrovos ir gamybos prognozių, padedančių priimti dispečerinio valdymo, arbitražo, turto panaudojimo ir degradacijai jautrius sprendimus.

OMIE ir EPEX rinkos dalyviams reikia rinkos prognozių, padedančių formuoti Day-Ahead pozicijas, atlikti Intraday korekcijas, valdyti kainų riziką ir stebėti kintamumą.

Tai esminis prognozavimu grįstų energetikos sistemų projektavimo principas: prognozavimas turi pateikti tinkamą signalą tinkamam darbo procesui.

Prognozavimu grįstos energetikos sistemos turėtų būti vertinamos techniniu, eksploataciniu ir komerciniu aspektais.

Techninis vertinimas turėtų apimti prognozių tikslumą, prognozių nuokrypį, duomenų delsą, atnaujinimo dažnį, modelio nuokrypį, API pasiekiamumą, integracijos patikimumą, pakartotinio apmokymo grafiką, pasikliovimo intervalų kokybę ir gebėjimą aptikti anomalijas.

Eksploatacinis vertinimas turėtų parodyti, ar prognozė pateikiama sprendimo priėmimo metu, ar tinka esamiems EMS, BMS, BESS, IPP ar prekybos procesams, ar palaiko įspėjimus ir ribas, ar tinka eksploatavimo komandoms ir ar gali būti naudojama realiuoju laiku arba paketiniu būdu.

Komercinis vertinimas turėtų remtis išmatuojamais rezultatais: mažesnėmis disbalanso baudomis, mažesnėmis energijos pirkimo sąnaudomis, mažesnėmis piko galios sąnaudomis, didesnėmis baterijų pajamomis, geresne prekybos marža, mažesniais nuostoliais dėl gamybos ribojimų, efektyvesniu grafikų sudarymu ir dispečeriniu valdymu bei didesniu turto panaudojimu.

Tokia vertinimo struktūra užtikrina, kad prognozavimas vertinamas ne tik kaip modeliavimo galimybė, bet ir kaip eksploatacinės vertės šaltinis.

Klausimas ne tik tas, ar sistema geba prognozuoti. Klausimas – ar prognozė pagerina sprendimą.

Kelios projektavimo rizikos gali sumažinti prognozavimu grįstų energetikos sistemų vertę.

Dažna rizika – pradėti nuo modelio, o ne nuo sprendimo. Prognozavimu grįsta energetikos sistema turi prasidėti nuo sprendimo, kurį ji privalo palaikyti. Modelio pasirinkimas turi sekti eksploatavimo reikalavimą.

Kita rizika – matuoti tik vidutinį tikslumą. Vidurkis gali paslėpti prastus rezultatus didžiausią poveikį turinčiais laikotarpiais. Energetikos komandos turėtų vertinti prognozių kokybę ir kintamais, brangiais ar eksploataciškai jautriais intervalais.

Kitas svarbus veiksnys – neapibrėžtumas. Energetikos sistemos veikia neapibrėžtumo sąlygomis, todėl prognozių išvestys turi tą neapibrėžtumą atspindėti intervalais, tikimybių lygiais ir ribomis.

Prognozės taip pat praranda vertę, jei lieka už darbo proceso ribų. Jei prognozę reikia perkelti, interpretuoti ar performatuoti rankiniu būdu, jos eksploatacinis naudingumas tampa ribotas. Integraciją reikia suplanuoti nuo pat pradžių.

Ne mažiau svarbi stebėsena po įdiegimo. Prognozavimo kokybė laikui bėgant gali prastėti, todėl patikimumui išlaikyti reikia stebėsenos ir pakartotinio apmokymo.

Galiausiai, ta pati išvestis netinka visiems naudotojams. EMS komandoms, BMS operatoriams, IPP bendrovėms, BESS operatoriams ir prekiautojams reikia skirtingų prognozių išvesčių. Architektūra gali būti bendra, bet išvestis turi atitikti naudotojo darbo procesą.

Prognozavimu grįstos energetikos sistemos turėtų būti projektuojamos kaip eksploatacinė šiuolaikinio energetikos prognozavimo infrastruktūra. Jos sujungia duomenis, prognozavimo modelius, neapibrėžtumo intervalus, sprendimų išvestis ir stebėseną į vieną eksploatacinį sluoksnį.

Saulės elektrinių gamybos, apkrovos suvartojimo ir rinkos kainų prognozavimo vertė priklauso ne tik nuo modelio tikslumo. Ji priklauso nuo to, ar prognozavimo sluoksnis padeda priimti sprendimus EMS, BMS, BESS, IPP ir prekybos darbo procesuose.

Energetikos veiklai tampant vis kintamesnei ir jautresnei laikui, prognozavimas taps esmine sąnaudų, disbalanso, dispečerinio valdymo ir rinkos rizikos pozicijos valdymo priemone.

Prognozavimas tampa vertingas tada, kai susiejamas su sprendimais, kuriuos energetikos komandos jau priima.

Jei Jūsų komanda šiuo metu vertina, kaip prognozavimas galėtų padėti saulės elektrinių gamybos, apkrovos suvartojimo, rinkos kainodaros, baterijų diegimo ar energijos prekybos procesuose, Nexenergie padės nustatyti Jūsų infrastruktūrai tinkamą prognozavimo lygį.