Le Soleil devient une source de plus en plus importante d'électricité propre. Les prévisions précises de l'ensoleillement développées par les chercheurs d'A*STAR pourraient grandement améliorer les performances des centrales solaires, ce qui en fait une alternative viable aux sources d'énergie à base de carbone.

Une centrale photovoltaïque peut couvrir jusqu'à 50 kilomètres carrés de la surface de la Terre et peut générer jusqu'à un milliard de watts d'électricité. Cette capacité dépend de la quantité d'ensoleillement à cet endroit, ainsi, la capacité de prédire l'irradiance solaire est cruciale pour connaître la quantité d'électricité que la centrale apportera au réseau un jour donné.

« La prévision est une étape clé de l'intégration des énergies renouvelables dans le réseau électrique, " déclare Dazhi Yang du Singapore Institute of Manufacturing Technology (SIMTech) d'A*STAR. "C'est un sujet émergent qui nécessite un large éventail de connaissances interdisciplinaires, comme les statistiques, science des données, ou l'apprentissage automatique."

Yang, avec Hao Quan du A*STAR Experimental Power Grid Center et des collègues de l'Université du Tennessee à Chattanooga et de l'Université nationale de Singapour, a développé une approche numérique de la prévision météorologique qui combine efficacement plusieurs ensembles de données pour améliorer la précision des prévisions d'irradiation solaire.

Changements horaires dans l'atmosphère, variations annuelles de la distance entre la Terre et le Soleil, ou des changements décennaux dans les cycles internes du Soleil peuvent tous modifier la quantité de lumière solaire qui atteint la surface de la Terre. Ces changements se produisent à des échelles de temps très différentes, et ainsi les méthodes de prévision conventionnelles modélisent séparément la variabilité à différentes échelles de temps, ce qui facilite le traitement informatique. Cependant, ces méthodes reposent sur une simple addition de prévisions, sans pondération qui utilise davantage de meilleures sous-séries de prévisions. De plus, les prévisions qu'ils génèrent ne sont exactes qu'à l'échelle de temps de la série originale.

Yang et l'équipe ont développé un cadre qui réconcilie les différentes échelles de temps en formant une hiérarchie temporelle qui agrège les prévisions obtenues à différentes échelles de temps, comme la haute fréquence, données horaires et basse fréquence, données quotidiennes. "La réconciliation temporelle est un type de modèle de prévision d'ensemble qui prévoit plusieurs fois la production solaire du lendemain, séparément, en utilisant des données de différentes granularités temporelles, toutes les heures, toutes les deux heures, et au quotidien, " explique Yang. " Ces différentes prévisions sont ensuite combinées de manière optimale grâce à des modèles statistiques pour produire une prévision finale. "

Les chercheurs ont testé leur méthode de prévision numérique du temps en utilisant les données de 318 sites de centrales photovoltaïques en Californie sur une année. Il a été démontré que leur méthode de réconciliation temporelle surpassait de manière significative les autres prévisions numériques à jour.