VINDKRAFT

Vindkraft-produsenten sparer millioner på å forutsi været mer nøyaktig enn meteorologene

Bruker avansert maskinlære.

Trønderenergi har i dag 330 GWh vindkraft i produksjonen sin og har tatt i bruk softwaren i hele sin portefølje.
Trønderenergi har i dag 330 GWh vindkraft i produksjonen sin og har tatt i bruk softwaren i hele sin portefølje. Bilde: Trønderenergi
Av Mona Sprenger
14. apr. 2017 - 06:13

TRONDHEIM: - I Powel kaller vi dette radikal innovasjon, smiler Tom A. Røtting, direktør for forretningsutvikling i Powel. Han er svært fornøyd med resultatene fra samarbeidet med Trønderenergi.

– Vi har lyktes med å redusere usikkerheten innen produksjonen med mer enn 45 prosent og kostnadene knyttet til ubalanse med over halvparten, sier Røtting.

I mange år har innmelding av fremtidig vindkraftproduksjon vært en hodepine for kraftbransjen. Årlig betaler de mange titalls millioner i straff fordi de har bommet på innmeldingen av fremtidig produksjon.

For hvor mye kommer det egentlig til å blåse i morgen og i neste time?

– Vi begynte med vindkraft i 2006, og så raskt at det var utfordrende å treffe på innmeldingen, sier Tormod Eggan, energidirektør i Trønderenergi. 

350 parametre

Tormod Eggan, energidirektør i Trønderenergi, Ragnhild Remmen Bull, leder for operatør vind i Trønderenergi, Tom A. Røtting, direktør for forretningsutvikling i Powel, avdelingsleder Stein Petter Agersborg i Powel og Magne Røen, leder for produksjonsstyring i Trønderenergi er fornøyde med sitt nybrottsarbeid. <i>Foto: Mona Sprenger</i>
Tormod Eggan, energidirektør i Trønderenergi, Ragnhild Remmen Bull, leder for operatør vind i Trønderenergi, Tom A. Røtting, direktør for forretningsutvikling i Powel, avdelingsleder Stein Petter Agersborg i Powel og Magne Røen, leder for produksjonsstyring i Trønderenergi er fornøyde med sitt nybrottsarbeid. Foto: Mona Sprenger

Dette var bakgrunn for samarbeidet mellom Trønderenergi og Powel. I fjor begynte de to selskapene å se på hvordan avanserte maskinlæringsteknikker i storskala kan brukes for å optimalisere vindkraftproduksjonen. 

– Dette har vært et spennende prosjekt fordi vi ikke visste om vi ville få det til, sier avdelingsleder Stein Petter Agersborg i Powel.

Powels domenekunnskap ble først kombinert med maskinlæringsekspertise, deretter ble Trønderenergis databank tatt i bruk på en ny måte: 

– Det vi i praksis gjør er å lage en lokal værprognose for de ulike vindparkene som er mer presis enn det meteorologene kommer med. Vi benytter oss av de faktiske måledataene, prognosedata og historiske data for å melde inn fremtidig vindkraftproduksjon, forteller Røtting.

– Det er cirka 350 parametre i de ligningene som vi behandler. En fysisk modell ville ikke vært i stand til dette, føyer Tormod Eggan til.

Sparer millioner

Trønderenergi har i dag 330 GWh vindkraft i produksjonen sin og har tatt i bruk softwaren i hele sin portefølje. I løpet av noen år vil energiselskapet få operatøransvar for flere TWh vindkraft.

– Da vil håndtering av balanse bli svært viktig for oss. Det sier Ragnhild Remmen Bull, leder for operatør vind i Trønderenergi.

Allerede i dag sparer Trønderenergi flere millioner kroner på nyvinningen.

–  I tillegg er systemet selvlærende. Det betyr at jo lenger det får stå, jo bedre blir det, sier Magne Røen, leder for produksjonsstyring i Trønderenergi.

Artikkelen fortsetter etter annonsen
annonse
Innovasjon Norge
Trer frem med omstilling som innstilling
Trer frem med omstilling som innstilling

Cambridge og Oxford

Maskinlæring er i seg selv ikke noe nytt, men utviklingen skjøt fart for tre år siden.

– Det har blitt utviklet nye algoritmer samtidig som maskinkraften har økt enormt mye de siste årene. Regnekraft er ikke lenger noe problem og datamengden øker enormt. Over 90 prosent av all lagret digital data i verden er produsert de to siste årene, sier Røtting. 

Powel samarbeider med fagmiljøer med utspring i Cambridge og Oxford som er tungvektere innen maskinlæring. De anvender prediktive dataanalyseteknikker for å få så mye informasjon ut av dataene som mulig.

– Det er mange som snakker om maskinlære i dag, men det er ikke så mange som har gode resultater å vise til. Det er krevende å finne de riktige algoritmene. Vi er heldige og spiller ball med de beste universitetsmiljøene i England. Samtidig bygger vi egen kompetanse.

Nybrottsarbeid

Samarbeidspartneren kjenner ikke til noen andre som har gjort noe lignende.

– Vi er i hvert fall blant de første.

Powel vil nå markedsføre det nye produktet i sin kundebase i Europa.

– Vi har mange kunder som har vindkraft som en del av sin portefølje og dette har skapt veldig mye oppmerksomhet. Det er nybrottsarbeid som det er stor interesse for.

Del
Kommentarer:
Du kan kommentere under fullt navn eller med kallenavn. Bruk BankID for automatisk oppretting av brukerkonto.