Predict+ zachovává přesnost předpovědí i při závažných výpadcích energetické sítě

Shrnutí

V obdobích závažných výpadků v izraelské energetické soustavě pomohla platforma Predict+ společnosti Tigo Energy výrobcům energie udržet přesné prognózy poptávky po elektřině i přes náhlé změny ve spotřebitelském chování.

Když konflikt způsobil dramatické změny ve spotřebě elektřiny po celé zemi, byly modely Predict+ rychle překalibrovány tak, aby zohledňovaly nové provozní podmínky. Během několika dní se přesnost předpovědí vrátila téměř na úroveň před narušením, což umožnilo energetickým společnostem s jistotou pokračovat v plánování a účasti na trhu.

Výzva

Modely pro předpovídání spotřeby energie se obvykle učí na základě historických vzorců spotřeby. V obdobích výrazných narušení – jako jsou geopolitické události nebo rozsáhlé změny chování – se však tyto vzorce mohou dramaticky změnit.

Na izraelském trhu s elektřinou vyvolal tento konflikt náhlé změny v:

• Poptávka po elektřině v domácnostech
• Spotřeba energie v podnikatelském sektoru
• Zvyky v každodenním používání
• Předpoklady pro operativní plánování

Tyto změny narušily stávající prognostické modely a zkomplikovaly přesné předpovídání poptávky.

Energetické společnosti potřebovaly systém, který by se dokázal rychle přizpůsobit novým podmínkám.

Řešení

Predict+ využívá modely strojového učení, které se průběžně učí z přicházejících datových toků. Když se vzorce spotřeby náhle změnily, inženýři Predict+ tyto prognostické modely překalibrovali, aby zohlednily nové signály chování.

Platforma analyzovala aktualizované údaje, mezi něž patřily:

• Údaje o spotřebě ze smart meterů
• Vzory poptávky v reálném čase
• Meteorologické signály
• Historický vývoj spotřeby energie

Díky přeučení modelů na základě nových dat se službě Predict+ podařilo rychle přizpůsobit prognózy změněnému chování spotřebitelů.

Realizace

Týmy Predict+ sledovaly vývoj poptávky a upravily prognostické modely tak, aby odrážely novou realitu spotřeby energie.

Díky architektuře platformy založené na adaptivním učení bylo možné rychle nasadit aktualizované modely, což umožnilo, aby se přesnost předpovědí během několika dní vrátila na původní úroveň.

Díky této rychlé reakci mohli výrobci energie i přes vzniklé potíže zachovat své provozní plány a účast na trhu.

Výsledky

Systém Predict+ prokázal vysokou odolnost v extrémních podmínkách.

Mezi hlavní výsledky patřily:

Rychlá adaptace modelu

Prognózní modely byly během několika dní překalibrovány, aby zohlednily nové spotřební vzorce.

Obnovená přesnost předpovědi

Přesnost se vrátila téměř na úroveň před narušením, a to i přes výrazné změny v chování.

Kontinuita provozu

Výrobci energie dokázali i v tomto velmi nestabilním období zachovat své schopnosti v oblasti prognózování a plánování.

Proč je to důležité

Moderní energetické systémy jsou stále častěji vystaveny neočekávaným výpadkům – od extrémních povětrnostních jevů až po geopolitickou nestabilitu.

Predict+ je navržen tak, aby se těmto měnícím se podmínkám přizpůsoboval tím, že průběžně přeučí prognostické modely, jakmile jsou k dispozici nová data.

Díky této funkci mohou energetické společnosti udržovat přesné prognózy i v případech, kdy tradiční modely selhávají.