A heterogeneous distributed prediction model for wind-solar energy production

Projektbeschreibung

Wind- und Sonnenenergie gemeinsam vorhersagen

Die EU ist bestrebt, umweltfreundlich zu werden, doch die Integration von mehr Sonnen- und Windenergie verursacht Probleme für die derzeitigen Energiesysteme. Der Grund dafür ist, dass sich die bestehenden Methoden auf die Vorhersage von Wind- oder Sonnenenergie konzentrieren, aber die gemeinsame Vorhersage vernachlässigen. Diese Lücke ergibt sich aus der Heterogenität der Daten und den isolierten Datensilos in Wind- und Solarparks. Mit Unterstützung der Marie-Skłodowska-Curie-Maßnahmen wurde das Projekt ANSWER ins Leben gerufen, dessen Ziel die Entwicklung eines verteilten Vorhersagemodells für die kombinierte Energieerzeugung aus Wind und Sonne ist. Durch die Zusammenführung von Modellen aus verschiedenen Quellen und die Verwendung einer zweistufigen Struktur verspricht ANSWER, Innovation und Zusammenarbeit in der Forschung zu erneuerbaren Energien zu fördern. Diese Initiative verbessert nicht nur die Vorhersage, sondern steht auch im Einklang mit den ehrgeizigen Klimazielen der EU.

Ziel

To achieve the European Union's green transition goal, solar photovoltaic (PV) and wind energy are widely adopted, which pose great challenges to the reliability and safety of existing energy systems. The state-of-the-art methods mainly concentrate on the prediction of a single energy form, either wind or solar. There is limited research on joint forecasting for wind-solar energy due to the challenges of data heterogeneity and data silos for different wind farms and solar PV plants. This project develops a heterogeneous distributed prediction model for joint wind-solar energy production (ANSWER), based on heterogeneous data sources at different wind farms and solar PV plants. A global model will be generated by the fusion of heterogeneous models from all wind farms and solar PV plants, coordinated by a central server. To achieve the research goal, this project proposes four work packages, including 1) development of model specifications, which use a two-level structure:client-level and server-level, 2) development of a generic seamless forecasting client model that supports multiple time-scale and -horizon prediction, 3) model aggregatioin for heterogeneous client models, and 4) model deployment and evaluation in a living lab for the robustness of the proposed ANSWER model. This proposal ANSWER specifies the resources needed for this project, including the quality and capacity of the host university, mentors, data, and experimental facilities. This project will enhance the scientific skills and innovation capability, expand research horizons, and establish research collaborations of the applicant. A two-way knowledge transfer approach in energy big data, distributed modeling and energy system analysis is proposed to ensure benefits between the applicant and the host university. The proposed model will make a significant contribution to the state of the art in renewable energy (wind and solar) production forecasting and the EU climate goals.

Wissenschaftliches Gebiet (EuroSciVoc)

Dieses Projekt wurde noch nicht bei EuroSciVoc klassifiziert.
Schlagen Sie die Wissenschaftsbereiche vor, die Ihrer Einschätzung nach besonders relevant sind, und helfen Sie uns, unseren Klassifizierungsdienst zu verbessern.