METEOCENTER
FORECAST PV EOLICO E IDRO
DOMARE L'ALEATORIETA'
I prodotti di forecast per impianti rinnovabili sono costruiti per raccogliere la sfida della aleatorietĂ che questo tipo di previsione comporta.
Allo scopo vengono accoppiati strumenti di Machine Learning ai modelli meteorologici quantitativi allo scopo di apprendere i comportamenti degli impianti in determinate condizioni meteo, abbattere gli errori dei modelli fisici deputati al calcolo dell'energia immessa e mitigare gli effetti sullo sbilanciamento da "double penalty", ovvero da eventi meteorologici previsti correttamente ma con time lags di qualche ora, condizione comune per modelli meteorologici ad elevata risoluzione.
Per simulare l'impatto dell'aleatorietĂ sulla produzione attesa si utilizzano numerose corse modellistiche a cui viene applicata una leggera perturbazione casuale delle condizioni iniziali (Stochastic Kinetic Energy Backscatter) oltre ad un approccio "multiphysics".
Il medesimo approccio viene perseguito per le modellizzazioni di produzione energetica allo scopo di valutare l'incertezza derivata da questo tipo di modellazione per poi farla gestire ad algoritmi di Deep Learning.

Wind Power Forecast
Forecast di produzione energetica per windfarms e del funzionamento impianti. Combina tecniche di forecast dell’energia prodotta di tipo fisico a …
Solar Energy Forecast
Forecast di produzione energetica per impianti rinnovabili di tipo fotovoltaico, eolico o idroelettrico e monitoraggio del funzionamento impianti. Combina tecniche …
MAGGIORI DETTAGLI
- Profilazione tramite apprendimento supervisionato e di rinforzo dei singoli impianti (fino alle singole turbine nel caso di windfarms)
- Dati meteo di ingresso da modelli ad elevata risoluzione
- Double Ensemble - Meteo Ensemble + Machine Learning model ensemble
- Risultati distribuibili mediante dashboard dedicate o via OpenAPI