Der Anteil fluktuierender erneuerbarer Energiequellen an unserer Stromversorgung nimmt stetig zu. Die zeitlich hochaufgelöste Vorhersage der eingespeisten Leistung wird deshalb immer wichtiger. Schon jetzt sind Vorhersagen der Wind-, Photovoltaik- und Wasserkraft-Einspeisung notwendige Parameter für das Management von Übertragungs- und Verteilnetzen.

Ansprechpartner

Anton Kaifel
+49 (0)711 78 70-238

// Aktuellste Algorithmen maschineller Lernverfahren

Das ZSW erforscht anwendungsnah Technologien, die eine genauere Vorhersage des komplexen Zusammenspiels ermöglichen, das sich aus Wettermodell-Prognosen, Satellitendaten, meteorologischen Messungen sowie historischen und zukünftigen Wind- bzw. Solar- und Wasserkrafterträgen eines Standorts oder einer Region ergibt.

Hierbei spielen aktuellste Algorithmen maschineller Lernverfahren eine wichtige Rolle. Sie haben die Fähigkeit, physikalisch berechnete Wind-, Sonneneinstrahlungs- oder Leistungsvorhersagen nochmals entscheidend zu verbessern, indem sie die Interaktion der zahlreichen Parameter, die sich unterhalb der Auflösung physikalischer Modelle bewegen, aus langjährigen Messzeitreihen erlernen und auf die jeweils aktuelle Wettersituation anwenden. Auch systematische Abweichungen, wie sie sich stets in physikalischen Modellen finden, werden hierbei automatisch korrigiert.

Leistungen