新型计算机模型可以使太阳能的使用更加可靠
诺丁汉大学的研究人员创建了一个人工智能模型，可以准确预测不同气候条件下可产生的太阳能量，从而使英国的电网整合变得更加容易。目前，太阳能占英国能源的近 6%，预计未来五年将翻一番。这使得英国的气候（尤其是持续的云量）成为太阳能发电的挑战。
因此，太阳预报以及预测某一区域可能接收多少阳光的能力变得更加重要，促使工程学院的研究人员寻找新的方法使这一过程更加可靠。
作为一种新方法，研究人员使用了非常短期（VST）太阳能预测，使用地面鱼眼图像，这已被证明可有效预测太阳辐照度的快速和准确变化，特别是对于快速变化的局部云层运动。
为了应对不同的地理和气候条件，研究人员表明，最初在加州阳光明媚的气候下训练的模型可以有效预测以潮湿多雨而闻名的诺丁汉的太阳能输出。该研究结果发表在《应用能源》杂志上。
该方法显著减少了做出准确预测所需的本地数据量——从四个月减少到仅两周。
诺丁汉大学博士后研究员张立文博表示：“这一突破可以更快、更容易地预测新地点的太阳能产量，有助于平衡电网并更有效地整合太阳能。
张说：“这意味着太阳能预测可以更适应不同的气候，这至关重要，因为我们的目标是在全球范围内更多地依赖可再生能源。”
在使用来自其他地点的数据时，研究人员希望在阳光稳定的地区训练的模型能够适应诺丁汉等阳光更难以预测的地区，并有利于未来的能源目标。
页:
[1]