اگر بخواهیم انرژی تجدید‌پذیر زیادی را وارد شبکه برق کشور کنیم، این مسئله، قدم بسیاری مهمی است.

راه‌های زیادی برای کاهش هزینه‌های انرژی‌های تجدید‌پذیر وجود دارد. بسیاری از افراد بر روی مواردی مانند پنل‌های خورشیدی با قابلیت بالاتر و توربین‌های بادی بزرگتر انگشت می‌گذارند. امّا در عین‌حال، باید توجه داشت که منابع انرژی پاک مانند باد و نور خورشید به صورت پیوسته نیستند و از این‌جهت، فرصت‌های زیادی برای بهبود پایداری و یا حداقل پیش‌بینی‌ بهتر آن‌ها وجود خواهد داشت.

برای درک این‌ موضوع بهتر است به کل شبکه نیرو به طور جامع نگاه کنید و تنها روی یک نیروگاه بادی یا خورشیدی متمرکز نشوید. چون پدیده‌هایی مانند باد و تشعشع خورشید به راحتی قابل پیش‌بینی نیستند، مسئولان برق نیروگاهی، نیازمند یک نیروگاه برق پشتیبان در مواقع وقفه در منابع انرژی پاک هستند که سوخت چنین نیروگاه‌هایی معمولاً گاز طبیعی است. وقتی این نوع نیروگاه‌ها در مواقعی که نیازی به آن‌ها وجود ندارد کار می‌کنند، از لحاظ اقتصادی به‌صرفه نخواهد بود و باعث افزایش هزینه‌ها می‌شود و در عین‌حال، آلودگی هوا را نیز افزایش می‌دهد. همچنین در زمانی که منطقه با موجی از بادها و یا تابش خورشید به صورت مداوم روبرو می‌شود، این احتمال وجود دارد که این منابع انرژی پاک، به دلیل مهیّا نبودن شبکه برق برای جذب این مقدار انرژی، به راحتی از دست برود.

بسیاری از شرکت‌ها به دنبال راه‌حلی برای این موضوع هستند که IBM از جمله‌ی آن‌هاست:

IBM اعلام کرده‌ است که مدل نیرو و آب و هوای پیشرفته‌ای در اختیار دارد که در جهت اطمینان بیشتر از منابع انرژی تجدید‌پذیر بسیار مفید خواهد بود. این مدل، پیش‌بینی‌های آب‌و‌هوایی را با تحلیل‌های آماری ترکیب کرده و برای پیش‌بینی نیروی باد و انرژی خورشید، به راه‌حلی دقیق‌تر رسیده است و بنابراین، ابزاری برای انتقال بیشتر انرژی‌های تجدید‌پذیر به شبکه، در دسترس قرار خواهد داد […].

راه‌حلی که در این مدل به‌کار گرفته شده، «پیش‌بینی ترکیبی انرژی تجدید‌پذیر»، HyRef ، نام گرفته است که در آن از مواردی نظیر مدل‌های آب‌وهوایی، تکنولوژی‌های پیشرفته تصویربرداری از ابرها و دوربین‌های بررسی شرایط آسمان برای ردگیری حرکت ابرها استفاده می‌شود و در عین‌حال، حسگر‌هایی روی توربین‌های بادی برای ثبت دما و سرعت و جهت باد تعبیه شده است. وقتی همه این موارد با تکنولوژی‌های آماری ادغام شود، شبیه‌سازی داده‌ایِ بسیار مؤثری رخ خواهد داد که بر اساس آن، می‌توان پیش‌بینی دقیقی از نیروی باد در یک نیروگاه بادی در مدت یک ماه با بازه‌های ۱۵ دقیقه‌ای در اختیار داشت.

برد گامونز، مدیر انرژی جهانی و تجهیزات صنعتی IBM می‌گوید:

کاربرد روش‌های تحلیل آماری و سری داده‌های بزرگ، امکان رفع مسئله وقفه‌های منابع انرژی تجدید‌پذیر را به‌وجود می‌آورد و امکان پیش‌بینی نیروی حاصل از باد و خورشید، بیش از پیش حاصل می‌شود. ما یک سیستم ترکیبی از پیش‌بینی نیرو و پیش‌بینی آب‌و‌هوا را ایجاد کرده ایم که در پایداری شبکه و کارآیی بهینه‌ی آن، بسیار کارساز است.

 در نهایت شما را به مشاهده اینفوگرافیکی دعوت می کنم که اکوگیک برای شما فراهم آورده است:

better-short-time-weather-prediction-cheaper-renewable-energy-ecogeek

لینک تصویر

منبع اصلی اینفوگرافیک

منبع خبر