Каркас на основе экспектилей для калиброванной по риску оценки достоверной мощности виртуальных электростанций при неопределённостях прогноза ветра и СЭС

Почему это важно для будущих энергосетей

По мере того как домохозяйства и предприятия всё больше полагаются на ветряные турбины и солнечные панели на крышах, энергосети вынуждены работать с’électricité, которая колеблется в зависимости от погоды. В этой работе рассматривается, как объединённые наборы чистых энергетических устройств, собранные в «виртуальную электростанцию», могут гарантировать надёжную подачу мощности в сеть даже когда ветер стихает или небо затягивают облака. Авторы предлагают новый способ решения о том, какую мощность такая электростанция может безопасно заявить, уравновешивая доходы и риск недопоставки.

От разбросанных устройств к единой умной станции

Виртуальная электростанция объединяет множество разных ресурсов — такие как ветряные парки, крупные солнечные станции, аккумуляторы и гибкие потребители — и позволяет им действовать как одна большая электростанция на рынке. Операторы системы хотят, чтобы такие станции давали твёрдые обязательства по объёму поставляемой мощности. Однако выходы ветра и солнца могут резко меняться и синхронно спадать во время штормов или штилей. Традиционные инструменты планирования либо игнорируют эти совместные колебания, либо используют излишне простые запасы прочности, что может сделать операторов слишком осторожными или подвергнуть их риску внезапных недостатков.

Видеть риск в «хвостах» погодных явлений

Исследование сосредоточено на редких, но серьёзных ситуациях, когда и ветряная, и солнечная выработка одновременно оказываются необычно низкими. Вместо того чтобы относиться ко всем ошибкам прогноза одинаково, авторы применяют понятие экспектиля, которое придаёт дополнительный вес неблагоприятным исходам, при этом сохраняя гладкость и управляемость математической модели для вычислений в крупном масштабе. Они строят детализированные модели погоды, которые учитывают, как ветер и солнечная генерация на разных площадках изменяются совместно, включая экстремальные явления, такие как длительные штили или обширная облачность. Смешивая обычные прогнозные данные с имитированными экстремальными сценариями, они формируют наборы сценариев, лучше отражающие реальный риск совместных дефицитов.

Дать аккумуляторам и прогнозам работать вместе

Далее каркас связывает эти погодные сценарии с моделью расписания, которая решает покадрово, сколько мощности виртуальная станция должна заявить и как её батареи должны заряжаться и разряжаться. Батареи моделируются с практическими ограничениями по уровню заряда, скоростям нарастания/спада и износу, чтобы план оставался реалистичным. Вместо фиксированных запасов прочности достоверная мощность станции выводится непосредственно из оптимизации: модель находит уровень заявленной мощности, который соответствует выбранной цели надёжности, при этом используя накопители для поглощения избыточной энергии и подкрепления системы при спадении возобновляемой генерации.

Что показывают симуляции на реальных данных

Авторы проверяют свой подход на реальном наборе данных, включающем пять ветряных парков, четыре солнечные станции и две крупные батареи в восточном Китае, используя год погодных и энергетических данных с шагом 15 минут. Они сравнивают свой метод с более распространёнными подходами, которые используют квантильные оценки или популярную меру риска из финансовой сферы. Метод на основе экспектилей даёт более узкие границы заявок, то есть станция может обещать больше мощности, не принимая на себя чрезмерного риска. В численных испытаниях события недопоставки сокращаются до 73 процентов по сравнению с квантильными методами, при этом виртуальная станция всё ещё зарабатывает до 95 процентов максимально возможного дохода. Результаты также показывают, что оптимальное использование батарей естественно смещается в те периоды, когда статистика сигнализирует о большей вероятности дефицита, например при быстрых утренних и вечерних изменениях нагрузки.

Что это значит для надёжности чистой энергетики

Для неспециалиста главный вывод в том, что статья предлагает более разумный способ для виртуальных электростанций решать, сколько электроэнергии они могут надёжно обещать при высокой доле ветра и солнца. Фокусируясь на самых разрушительных событиях низкой выработки и синхронизируя их с поведением батарей, метод помогает операторам сети получить надёжную мощность от переменных возобновляемых источников, не теряя при этом чрезмерно потенциального дохода. Такой подход, учитывающий риск, может облегчить участие портфелей чистой энергии в рынках мощности и резерва, помогая будущим энергосистемам оставаться одновременно экологичными и надёжными.

Цитирование: Hua, D., Zeng, J., Lin, Q. et al. An expectile-based framework for risk-calibrated credible capacity evaluation of virtual power plants under wind and PV forecast uncertainties. Sci Rep 16, 15253 (2026). https://doi.org/10.1038/s41598-026-44559-5

Ключевые слова: виртуальная электростанция, ветер и солнце, энергосбережение, риск в энергосистеме, прогнозирование возобновляемых источников