德国各地广阔的土地上，成排的巨型风力涡轮机和闪闪发光的太阳能电池板，象征着该国向非核、低碳能源的转型。尽管德国是世界公认的可再生能源典范，但其电网仍无法应对风能和太阳能的波动性。
六月份，德国气象学家、工程师和公用事业公司开始测试大数据和机器学习是否能使这些能源更易于并网。
“为了更有效地运行电网，并将化石能源储备保持在最低水平，运营商需要更好地了解在任何给定时间预期会有多少风能和太阳能，” 德国卡塞尔弗劳恩霍夫风能和能源系统技术研究所的物理学家 Malte Siefert 说道。他是名为 EWeLiNE 项目的负责人。
支持科学新闻报道
如果您喜欢这篇文章，请考虑订阅以支持我们屡获殊荣的新闻报道。 订阅。通过购买订阅，您将有助于确保未来能够继续推出关于塑造当今世界的发现和思想的具有影响力的报道。
德国的风力发电能力约为 45,000 兆瓦，是世界第三大，仅次于中国和美国。在太阳能发电能力方面，德国也仅次于中国。但该国向可再生能源转型的步伐和雄心是无与伦比的。目前，可再生能源约占国内电力供应的三分之一，政府承诺到 2050 年，该国至少 80% 的电力将来自可再生能源。
《自然》，2016年7月13日，doi:10.1038/535212a
问题在于，在平静和多云的天气里，电网运营商仍然需要调用传统发电站来满足预期需求。而在异常晴朗和多风的日子里——例如 5 月 8 日，当时风能和太阳能在大约 4 小时内产生了德国消耗的 90% 以上的电力——他们必须迅速命令燃煤和燃气发电站减少发电量，以免电力涌入“阻塞”电网并增加故障风险。
这种被称为“再调度”的请求每年给德国客户造成超过 5 亿欧元（5.53 亿美元）的损失，因为电网运营商必须补偿公用事业公司对其投入的调整。如果电网运营商产生最终被浪费的额外电力，也可能导致不必要的二氧化碳排放。“令人担忧的是，这里的可再生能源扩张如此之快，却没有一个用于准确电力预测的适当数据库，” 德国气象局（位于奥芬巴赫）的气象学家 Renate Hagedorn 说道。
风暴之眼
标准天气模型可以预测给定区域的风暴强度和锋面到达时间。但是，它们无法预测例如涡轮机轮毂处的风力强度，而这决定了涡轮机将产生的电量。耗资 700 万欧元的 EWeLiNE 项目是一个合作项目，包括三家主要的电网运营商——50Hertz、Amprion 和 TenneT——并由联邦经济事务和能源部资助，该项目于 2012 年启动，旨在提供满足电网运营商需求的负荷预测。
大多数风力涡轮机都配备了测量轮毂处风速的装置，一些太阳能电池板包含用于测量阳光强度的传感器。EWeLiNE 将这些数据与来自地面气象站、雷达和卫星的其他大气观测数据相结合，并通过复杂的计算机模型预测未来 48 小时左右的发电量。该团队将这些电力预测与实际情况进行核对，然后机器学习改进预测模型。
EWeLiNE 研究人员上个月开始使用来自德国各地的太阳能电池板和风力涡轮机数据测试他们的系统。最终，目标是让电网运营商使用电力预测来指导这些请求。但是，很少有风能和太阳能设施被设置为实时传输数据，因此结果尚不能用于调整发电量。EWeLiNE 计划在两年内为德国大部分风能和太阳能设施配备实时传输能力。
有迹象表明这种方法是可行的。位于科罗拉多州博尔德的国家大气研究中心 (NCAR) 于 2009 年启动了一个类似的系统，目前该系统已在美国八个州投入使用。Xcel Energy 是美国风力发电总容量最高的公用事业公司，该公司可再生能源分析师 Drake Bartlett（常驻科罗拉多州丹佛市）表示，自 2009 年以来，预测错误的数量有所下降，为客户节省了约 6000 万美元，并将化石能源储备发电的年度二氧化碳排放量减少了每年超过 25 万吨。
“德国有一些非常优秀的建模人员，即使在没有我们拥有的实时数据的情况下，他们也做得很好，” NCAR 负责天气系统研究的 Sue Haupt 说道。“我相信一旦他们获得这些数据，它将会被非常有效地利用。”
EWeLiNE 不能简单地使用 NCAR 系统，因为美国和德国之间的天气模型以及将天气预报转换为电力预测的算法有所不同。
本文经许可转载，最初于 2016 年 7 月 13 日发布。