Die Nachfrage nach kurzfristigen Vorhersagen (Nowcasts) der Sonneneinstrahlung nimmt zu, insbesondere mit dem wachsenden Beitrag der dezentralen Solarenergieerzeugung. Die Nowcasts ermöglichen eine genauere Vorhersage der Solarenergieproduktion, insbesondere bei wechselhaften Bedingungen.
Nowcasts ermöglichen es den Netzbetreibern, die intermittierende Stromerzeugung besser abzuschätzen und in die Netzplanung zu integrieren. Dadurch kann der Betrieb der Anlagen sowie der Einsatz von Speicherlösungen oder Backup-Systemen effizienter gestaltet werden.
Als Grundlage für die Nowcasts dienen Strahlungsmessungen, numerische Wettermodelle sowie Himmels- und Bodenbilder. Für bildbasierte Verfahren werden Satellitenbilder und/oder bodengestützte Kameras verwendet, die entweder zum Himmel oder zum Boden gerichtet sind. Am Institut für Solarforschung entwickeln, bewerten und kombinieren wir Vorhersagemethoden und ihre Ergebnisse.
Optimierte Nowcasts für hohe Auflösung
All-Sky-Imager-Systeme (ASI) erzeugen und analysieren hemisphärische Himmelsbilder und überwachen den gesamten Himmel. Sie erleichtern so die Erkennung von plötzlichen Änderungen der Bestrahlungsstärke (Rampen) und spielen damit eine entscheidende Rolle bei der Bereitstellung von zeitlich und räumlich hochaufgelösten Nowcasts. Wolkenfelder werden sehr detailliert aufgelöst, was Vorhersagen auch bei Teilbewölkung ermöglicht. In der Regel beträgt der Vorhersagehorizont für einzelne ASI-Systeme bis zu zwanzig Minuten. Der Einsatz räumlich ausgedehnter Kameranetzwerke kann diesen Horizont auf über eine Stunde erweitern und durch Kombination mit Satelliten oder Wettermodelldaten können mehrere Stunden bzw. Tage erreicht werden.
Es gibt drei grundlegende Ansätze für ASI-basierte Nowcasts:
Indirekte Methoden, die auf einer Abfolge von physikalisch basierten Verarbeitungsschritten beruhen.
Direkte Methoden, die trainierte Deep-Learning-Modelle verwenden, um Vorhersagen direkt aus Himmelsbildern abzuleiten.
Generative Methoden, die mehrere mögliche Fortsetzungen früherer Beobachtungen vorhersagen, aus denen dann Rückschlüsse auf die solare Einstrahlung gezogen werden.
Illustration der drei grundlegenden Ansätze für ASI-basierte Nowcasts
Studien zeigen einen klaren Trend zu direkten Ansätzen, da diese in der Lage sind, Energiemengen mit hoher Genauigkeit vorherzusagen. Allerdings sind diese Methoden aufgrund der starken Glättung noch nicht in der Lage, Rampen genau zu erfassen. Im Gegensatz dazu haben indirekte Methoden zwar eine geringere Genauigkeit, vermeiden aber das Problem der Glättung. Zudem erlauben diese Methoden eine Geolokalisierung der Wolken und damit räumliche Nowcasts, wenn mindestens zwei Kameras verwendet werden.
Am Institut für Solarforschung wurden Hybridmethoden entwickelt, die sowohl indirekte physikalische als auch direkte datengetriebene Ansätze kombinieren. Diese Methoden bewahren die hohe Genauigkeit der direkten Ansätze und verbessern gleichzeitig die Erkennung von Rampen.
Illustration der Verarbeitungskette eines hybriden Nowcasting-Modells für deterministische und probabilistische Nowcasts
Das hybride Modell kombiniert ein direktes (datengetriebenes) und ein indirektes (physikalisches) All-Sky-Imager Modell.
Weitere Studien unterstreichen das Potenzial sogenannter generativer Modelle, die sowohl indirekte als auch direkte Ansätze in ihrer Leistungsfähigkeit übertreffen können. Zudem sind diese Modelle erstmals in der Lage, Wolkenformänderungen sowie deren Entstehung und Auflösung vorherzusagen. Ein weiterer Vorteil dieser Modelle ist die Fähigkeit, direkt ein probabilistisches Ensemble möglicher zukünftiger Bedingungen zu erstellen, was eine Unsicherheitsabschätzung der Vorhersagen in Echtzeit ermöglicht. Aus diesem Grund konzentrieren sich die laufenden Forschungsarbeiten an unserem Institut auf diese generativen Modelle. Derzeit sind diese Methoden auf Punktvorhersagen, basierend auf einer einzelnen Kamera, begrenzt. In Zukunft sollen sie jedoch auf Kameranetzwerke in Kombination mit Satellitendaten ausgeweitet werden, um flächendeckende Vorhersagen mit Vorlaufzeiten von mindestens einer Stunde zu ermöglichen.
Nowcastingsysteme sind ein wichtiges Instrument, um Solarkraftwerke und Stromnetze flexibler, effizienter und zuverlässiger zu betreiben.
