Вероятностный прогноз на следующий день для системного уровня возобновляемой энергии и спроса на электроэнергию

Почему завтрашняя электроэнергия важна уже сегодня

Поддерживать свет включённым становится всё сложнее: всё больше домов, автомобилей и предприятий работают на электричестве, а всё большая доля электроэнергии поступает от ветра и солнца. В отличие от традиционных электростанций, возобновляемые источники зависят от погоды, которая может быстро меняться. В этом исследовании изучается более умный способ прогнозирования на день вперёд того, сколько электроэнергии потребуется и сколько энергии выработают ветер и солнце. Улучшенные прогнозы могут сократить затраты, снизить загрязнение и уменьшить риск отключений в таких регионах, как Калифорния, и за их пределами.

Проблема угадывания спроса и солнечной энергии

Операторы электроэнергетических систем должны балансировать производство и потребление каждую минуту. За день до момента они принимают решения, какие электростанции запускать и какой резерв держать про запас. По мере роста доли солнечных панелей и ветряков в сети и увеличения спроса из‑за кондиционирования, электромобилей и центров обработки данных простые методы прогнозирования оказываются неэффективными. Ошибки заставляют операторов действовать в реальном времени: покупать дополнительную энергию в короткие сроки, ограничивать производство возобновляемых источников или задействовать быстро запускаемые ископаемые электростанции. В калифорнийской системе такие растущие несоответствия приводили к увеличению эксплуатационных расходов, большему импорту из соседних регионов и более частым корректировкам для поддержания стабильности сети.

Новый способ чтения погоды

Авторы предлагают рамочную методику прогнозирования, которая использует продвинутые статистические инструменты и машинное обучение для полного использования подробных погодных прогнозов. Вместо опоры на несколько грубых погодных переменных они начинают с богатой высокоразрешающей погодной модели, покрывающей весь запад США. Первый шаг отфильтровывает многочисленные погодные точки, несущественные для энергетики, выделяя места и условия, которые сильно влияют на спрос электроэнергии и выработку возобновляемых источников. Сюда входят такие факторы, как температура, влажность и солнечная радиация вблизи крупных населённых пунктов и вокруг ветровых и солнечных ферм, переработанные в компактный набор наиболее релевантных сигналов.

Видеть всю систему целиком

Большинство прежних методов прогнозировали отдельные части системы по‑отдельности: одна модель для спроса, другая для ветра и ещё одна для солнца. В отличие от них, в этой работе строятся совместные вероятностные прогнозы: это означает, что предсказывается не только одна наилучшая оценка, но и полные диапазоны возможных исходов для спроса, ветра и солнца вместе, почасово. Моделируя то, как эти величины меняются синхронно по трём основным зонам сети Калифорнии, подход улавливает взаимосвязи — например, жаркие дни, увеличивающие потребление кондиционерами и одновременно повышающие выработку солнечной энергии, или штормовые условия, снижающие солнечную генерацию, но повышающие производство ветра. Метод генерирует множество правдоподобных будущих сценариев, сохраняющих реалистичные суточные закономерности, а не изолированные почасовые точки.

От лучших прогнозов к более умным резервам

Для проверки своего подхода исследователи сосредоточились на операторе California Independent System Operator, управляющем большей частью высоковольтной сети штата. Они сравнили свои вероятностные модели с типичными эталонами, включая собственные прогнозы оператора на следующий день. По показателям спроса, солнечной и ветровой генерации, а также по комбинированному «чистому спросу», видимому традиционными генерирующими установками, их лучшие модели улучшили точность прогнозов примерно до четверти. Критически важно, что вероятностные прогнозы также предоставляли хорошо калиброванные полосы неопределённости, особенно в напряжённые периоды, такие как рекордные теплые волны или необычные штормы. Используя эти полосы, команда опробовала новый способ распределения оперативных резервов в течение дня: вместо равномерного распределения резервов или опоры на фиксированные исторические шаблоны ошибок они сдвигали резервы в те часы, когда неопределённость действительно была выше, например в полдень, когда солнечная выработка наибольшая и более вариативна.

Что это значит для более чистой и устойчивой сети

Когда исследователи смоделировали работу сети, применив свой метод распределения резервов, они обнаружили, что общие дисбалансы между предложением и спросом — измеряемые как потребность в импорте или в ограничении возобновляемых источников — сократились по сравнению с нынешними детерминированными практиками. Совместное вероятностное прогнозирование позволило уменьшить эти дисбалансы при сохранении требований надёжности, а ансамбли моделей в целом показали лучшие результаты. На практике это означает, что операторы могли бы меньше полагаться на дорогие резервные установки с высокими эмиссиями, интегрировать больше ветра и солнца без потери стабильности и более гибко реагировать на экстремальную погоду. Исследование подсказывает, что трактовать прогнозы как распределения вероятностей, а не как одиночные числа, — ключевой шаг к более эффективной, устойчивой и стойкой электроэнергетической системе.

Цитирование: Terrén-Serrano, G., Deshmukh, R. & Martínez-Ramón, M. Probabilistic day-ahead forecasting of system-level renewable energy and electricity demand. Nat Commun 17, 3307 (2026). https://doi.org/10.1038/s41467-026-69015-w

Ключевые слова: прогнозирование возобновляемой энергии, спрос на электроэнергию, надёжность энергосети, вероятностное моделирование, резервы оперативного управления