Аружан Есенова Казахстанская энергетическая компания «Самрук-Энерго» готовится внедрить новую цифровую систему для планирования объемов выработки электричества на объектах возобновляемой энергетики (ВИЭ). Этот проект опирается на технологии искусственного интеллекта и машинного обучения, а его полноценный запуск запланирован на конец 2026 года. Внедрение подобных цифровых решений становится прагматичной необходимостью для современной энергосистемы, где доля зеленых источников постепенно увеличивается.
Ключевая проблема, которую призвано решить нововведение – это прямая зависимость ветровых электростанций от метеорологических условий. Объем энергии, который способна выдать в сеть такая станция, жестко привязан к скорости и направлению ветра. Эти погодные параметры отличаются высокой изменчивостью, из-за чего традиционные методы прогнозирования часто дают существенные погрешности. Для энергосистемы любые непредсказуемые отклонения от плана означают нестабильность и необходимость балансировать сеть другими способами.
Новая технологическая платформа будет представлять собой ИИ-модель, которая напрямую интегрируется с базами данных метеорологических служб. Программа начнет обрабатывать массивы информации о погоде с высокой степенью пространственной и временной детализации. Иными словами, система сможет анализировать и предсказывать ветровую обстановку не в усредненных масштабах целого региона, а точечно – непосредственно там, где установлены ветрогенераторы, и в конкретные короткие промежутки времени.
Чтобы алгоритмы работали корректно, их необходимо обучить на реальных исторических примерах. Для этого разработчики задействуют обширную базу текущих оперативных данных. Информация будет непрерывно поступать из автоматизированных систем коммерческого учета электроэнергии и систем диспетчерского управления, известных как АСКУЭ и SCADA. Искусственный интеллект сопоставит фактические показатели выработки прошлых периодов с технологическими параметрами работы оборудования в тот же момент времени.
Такой подход позволит нейросети учитывать реальные условия эксплуатации каждой станции вплоть до технических нюансов оборудования. Ожидается, что благодаря глубокому машинному анализу точность прогнозов генерации энергии достигнет восьмидесяти процентов. Для генерирующей компании это означает существенное повышение эффективности операционного планирования. Кроме того, предприятие сможет заметно снизить финансовые потери, которые обычно возникают на энергорынке из-за штрафов при расхождении фактической выработки с ранее заявленными планами.
