שיטת חיזוי הסתברותית לאנרגיית סולארית לשעה קדימה מבוססת אינפרנציה קונפורמלית אדפטיבית שאינה פרמטרית

למה חיזויים סולאריים טובים יותר חשובים

ככל שיותר בתים, עסקים ורשויות משתמשים בפאנלים סולאריים למקור חשמל נקי, רשתות החשמל נדרשות להתמודד עם משאב שמשתנה כל פעם שעוברת עננה. מפעילי הרשת צריכים לדעת לא רק כמה אנרגיה סולארית צפויה להיות זמינה בשעה הקרובה, אלא גם עד כמה החיזוי הזה בלתי ודאי. מאמר זה מציג שיטה חדשה להקיף את תחזיות האנרגיה הקצרות טווח ב״סוגריים של שגיאה״ כך שתכנונים יוכלו לשמור על אספקת החשמל תוך איפוק סיכון גדול יותר כשמבוססים על השמש.

מנבא יחיד לחיזויים המודעים לסיכון

חיזויים סולאריים מסורתיים לרוב מצמצמים את העתיד למספר יחיד, למשל «2.5 קילוואט בשעה הבאה». במציאות, תפוקת הסולארי מתנודדת בהתאם למזג האוויר ולשעה ביום, והחלטות ברשת—כמו כמה כוח גיבוי לתזמן—תלויות עד כמה בטוחים אנחנו במספרים האלה. לכן גישות מודרניות משתמשות בחיזוי הסתברותי: במקום ערך אחד, הן מספקות טווח תרחישים סביר יחד עם אינדיקציה כמה פעמים הערך האמיתי צפוי ליפול בתוך הטווח. המחקר מתמקד בחיזויים לשעה קדימה לפאנלים על גגות באוניברסיטה בוורוצלב שבפולין, באמצעות חמש שנות נתונים היסטוריות. מטרת העבודה היא לייצר מרווחי חיזוי שהם גם אמינים (הם מכילים את הערך האמיתי ברוב המקרים) וגם חדים (המרווחים צרים ככל האפשר, כדי לא ליצור טווחים רחבים וחסרי תועלת).

דרך חכמה יותר לכוונן אי־הוודאות

הטכניקה המרכזית הנבחנת כאן היא אינפרנציה קונפורמלית אדפטיבית, או ACI. בפשטות, ACI עוטפת כל דגם חיזוי—כמו במקרה זה רשת עומק מסוג stacked LSTM—ובוחנת שגיאות חזויות אחרונות כדי להחליט כמה רחב צריך להיות מרווח החיזוי הבא. אם החיזויים האחרונים פספסו את המטרה, ACI מרחיבה אוטומטית את המרווח; אם הם היו מדויקים, היא מכווצת אותו. עם זאת, ACI הסטנדרטית מניחה שהנתונים משתנים בצורה חלקה לאורך הזמן. אנרגיית השמש אינה כזו: בכל לילה התפוקה יורדת לאפס, וקרני הבוקר הראשונות שונות מאוד ממה שהיה בערב שלפניו. דפוס העצירה־וההפעלה היומי הזה עלול לגרום לפרמטר הכיוונון של ACI לסטות, ולהרחיב את המרווחים לאורך זמן.

איפוס יומי להתחלה חדשה

כדי לתקן חוסר התאמה זה מציעים המחברים טוויסט פשוט אך חזק: הם מאפסים את פרמטר «אי־כיסוי» הפנימי של ACI בתחילת כל יום. רעיון זה אומר לאלגוריתם לשכוח את שעות החשיכה הארוכות והדוממות ולכיון את עצמו מחדש על בסיס התנהגות בשעות היום בלבד. ה‑LSTM הבסיסי ממשיך ללמוד דפוסים משנים של נתונים רבות, כולל שינויים עונתיים וצורות יומיות טיפוסיות, אבל שכבת ה‑ACI כבר לא מאפשרת לאפסי הלילה לעוות את תחושת אי־הוודאות. האיפוס היומי מונע מהמרווחים להפוך לגדולים שלא לצורך לאחר רצפים של תקופות דלות מידע ומאפשר לשיטה להסתגל במהירות לתנאי השמש של כל יום — בין אם נהיר, מעונן או תנודתי מאוד.

איך השיטה החדשה מתמודדת

המחקר משווה ארבע דרכים לביטוי אי־וודאות סביב תחזיות סולאריות: ACI המתוקנת, דגם עומק שאומן לחזות כמה קוונטילים ישירות (Deep Quantile Regression), גרסה בייסיאנית של ה‑LSTM שמעריכה אי־וודאות באופן פנימי, ואלגוריתם ממין עץ חזק בשם CatBoost המותאם לחיזוי קוונטילים. הבדיקות מתבצעות על שנת נתונים שלא נראתה קודם. ה‑ACI המתוקנת משיגה את האמינות הגבוהה ביותר, כאשר המרווחים שלה מכילים את הערך האמיתי בכ־91% מהמקרים, קרוב למטרה המתוכננת, ובו בזמן שומרת על רוחב מרווח מתון. ה‑LSTM הבייסיאני מדורג אחריה באמינות אך מייצר מרווחים מעט רחבים יותר. CatBoost מספק את המרווחים הצרים ביותר אך מפספס את הערכים האמיתיים לעתים תכופות יותר, כלומר מעריך את אי־הוודאות בחסר. Deep Quantile Regression מבצע הכי גרוע בסך הכל, עם כיסוי נמוך יותר, מרווחים רחבים יותר וציוני עונש גבוהים יותר. חשוב לציין שה‑ACI המשופר משיג את הביצועים הטובים הללו עם עלות חישובית קטנה בלבד נוספת על גבי דגם ה‑LSTM הבסיסי.

מה זה אומר לרשתות סולאריות בעתיד

במונחים מעשיים, העבודה מראה שטיפול טוב יותר בקצב יום־לילה יכול לשפר במידה ניכרת את איכות אומדני הסיכון של תוצרת הסולארי. באמצעות איפוס כיוונון בכל בוקר, הגישה המתוקנת של ACI מספקת רצועות ביטחון שהן גם אמינות וגם צרות במידה סבירה, מה שמקל על מפעילי רשת ומנהלי אנרגיה לתכנן עתודות, לסחור בחשמל ולשלב יותר אנרגיה סולארית בלי להגזים בתגובות לאי־וודאות. מאחר ש‑ACI אינה תלויה בדגם מסוים ואינה נשענת על תחזיות מזג אוויר מפורטות, המחברים טוענים כי סכמת האיפוס היומי הזו יכולה להיות מיושמת באופן נרחב למתקנים סולאריים וכלי חיזוי אחרים, ומציעה דרך חזקה ומונחית‑נתונים להפוך את השמש לשותפה צפויה יותר במערכות האנרגיה של מחר.

ציטוט: Suresh, V., Revathi, B.S. & Guerrero, J.M. A non-parametric adaptive conformal inference based probabilistic hour-ahead solar PV power forecasting method. Sci Rep 16, 11730 (2026). https://doi.org/10.1038/s41598-026-40911-x

מילות מפתח: חיזוי כוח סולארי, חיזוי הסתברותי, כימות אי־וודאות, אינפרנציה קונפורמלית, רשתות אנרגיה מתחדשת