HYREF

Ibm: energia eolica, arrivano le previsioni super-precise

La soluzione combina forecasting meteorologico e business analytics per predire il rendimento delle singole turbine anche con un mese di anticipo. Obiettivo: migliorare la produzione energetica pulita

Pubblicato il 04 Set 2013

L.M

energia-eolica-130904163642

Ibm ha annunciato una tecnologia avanzata di modellazione per le previsioni del tempo che aiuterà le utility ad aumentare l’affidabilità delle fonti di energia rinnovabili. La soluzione combina previsioni del tempo e la business analytics per prevedere con precisione la disponibilità di energia eolica e solare. Ciò consentirà alle utility di integrare maggior energia rinnovabile nella rete elettrica, contribuendo a ridurre le emissioni di carbonio e migliorando sensibilmente la produzione di energia pulita per i consumatori e le imprese.

La soluzione, denominata “Hybrid Renewable Energy Forecasting” (HyRef) utilizza le funzionalità di modellazione meteorologica, la tecnologia avanzata di imaging delle nuvole e videocamere rivolte verso il cielo, per tenere traccia dei movimenti delle nuvole, mentre sensori posti sulle turbine monitorano la velocità, la temperatura e la direzione del vento. Se associata alla tecnologia di business analytics, la soluzione basata sull’assimilazione dei dati può produrre previsioni meteorologiche locali accurate all’interno di un parco eolico anche con un mese di anticipo, o ad incrementi di 15 minuti.

Sfruttando le previsioni meteorologiche locali, HyRef è in grado di predire le prestazioni di ogni singola turbina eolica e di stimare la quantità di energia rinnovabile generata. Questi elementi di conoscenza consentiranno alle utility di gestire meglio la natura variabile dell’energia eolica e solare e di prevedere più accuratamente la quantità di energia che può essere re-indirizzata alla rete o conservata. Consentirà inoltre alle organizzazioni energetiche di integrare facilmente altre fonti convenzionali, quali carbone e gas naturale.

“Le utility di tutto il mondo stanno adottando svariate strategie per integrare le nuove risorse di energia rinnovabile nei propri sistemi operativi, al fine di raggiungere l’obiettivo di base di un mix del 25% di energia rinnovabile a livello globale entro il 2025” spiega il viceammiraglio Dennis McGinn, presidente e Ceo dell’American Council On Renewable Energy (Acore). “I dati della modellazione e delle previsioni meteorologiche generati da HyRef miglioreranno significativamente questo processo, consentendoci di compiere un passo avanti verso lo sfruttamento del pieno potenziale delle risorse rinnovabili”. La State Grid Jibei Electricity Power Company Limited (Sg-Jbepc), una controllata della State Grid Corporation of China (Sgcc), utilizza HyRef per integrare l’energia rinnovabile nella rete elettrica. Questa iniziativa, guidata da Sg-Jbepc, rappresenta la prima fase del progetto dimostrativo Zhangbei 670MW, la più grande iniziativa di energia rinnovabile del mondo, che combina energia eolica e solare, stoccaggio e trasmissione dell’energia. Questo progetto contribuisce al piano quinquennale della Cina per ridurre la sua dipendenza dai combustibili fossili.

Utilizzando la tecnologia di previsione eolica, la prima fase del progetto Zhangbei punta ad accrescere l’integrazione della generazione di energia rinnovabile del 10%. Questa quantità di energia supplementare può alimentare approssimativamente più di 14.000 abitazioni. L’uso efficiente dell’energia generata consente alla utility di ridurre le limitazioni dell’energia eolica e solare, mentre la business analytics fornisce l’intelligenza necessaria per potenziare le attività operative di rete.

“L’applicazione della business analytics e l’utilizzo dei Big Data consentiranno alle utility di fronteggiare la natura intermittente dell’energia rinnovabile e di prevedere la produzione di energia da fonti solari ed eoliche in modo del tutto nuovo” spiega Brad Gammons, General Manager Global Energy and Utilities Industry di Ibm. “Abbiamo sviluppato un sistema intelligente che combina le previsioni del tempo e della produzione dell’energia per aumentare la disponibilità del sistema e ottimizzare le prestazioni delle reti elettriche”.

Questo progetto fa seguito a un’altra iniziativa di smarter analytics di Ibm, presso la danese Vestas Wind Systems, produttore leader mondiale di turbine eoliche. Vestas, unitamente alla tecnologia Ibm di analisi dei Big Data e di supercomputing, è in grado di collocare strategicamente le turbine eoliche sulla base di petabyte di dati provenienti da bollettini meteorologici, fasi delle maree, sensori, immagini da satellite, mappe della deforestazione e ricerche sulla modellazione meteorologica. Questi elementi di conoscenza possono non solo apportare miglioramenti nella generazione di energia, ma anche ridurre i costi di esercizio e di manutenzione per l’intera vita del progetto.

L’Hybrid Renewable Energy Forecaster rappresenta un progresso nella tecnologia di modellazione meteorologica, che discende da altre innovazioni rivoluzionarie, quali Deep Thunder. Sviluppato da Ibm, Deep Thunder fornisce micro-previsioni ad alta risoluzione del tempo in una regione – partendo da un’area metropolitana per arrivare fino a un intero Stato – con calcoli dettagliati addirittura al chilometro quadrato. Associato ai dati di business, può aiutare imprese pubbliche e private ad adeguare i servizi, modificare itinerari e utilizzare apparecchiature per ridurre al minimo gli effetti di importanti eventi meteorologici, riducendo i costi, migliorando il servizio e salvando addirittura delle vite umane.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Argomenti trattati

Approfondimenti

I
ibm

Articolo 1 di 4