การพยากรณ์กำลังผลิตไฟฟ้ารายภาคจากพลังงานแสงอาทิตย์โดยใช้โครงข่ายประสาทเชิงลึกร่วมกับการปรับจูนไฮเปอร์พารามิเตอร์

Abstract

เทคโนโลยีพลังงานปัจจุบันนำไปสู่การขยายตัวของโครงข่ายสมาร์ทกริดซึ่งเป็นผลให้เกิดการเปลี่ยนแปลงในหลายแง่มุม เช่น การเพิ่มขึ้นของสัดส่วนพลังงานแสงอาทิตย์ ความก้าวหน้าระบบสำรองพลังงาน และความสมดุลระหว่างการผลิตและใช้พลังงาน เป็นต้น การเปลี่ยนแปลงเหล่านี้ส่งผลให้เกิดข้อดีหลายแง่มุม เช่น การผลิต การสำรอง และการใช้พลังงานภายในเน็ตเวิร์กเอง ดังนั้นโครงข่ายสมาร์ทกริดจึงไม่จำเป็นต้องพึ่งพาระบบจำหน่ายหลัก แต่อย่างไรก็ตามเน็ตเวิร์กส่วนใหญ่พึ่งพาพลังงานแสงอาทิตย์ซึ่งมีความผันผวนตามสภาพอากาศ ดังนั้นการมีระบบพยากรณ์จะช่วยรักษาเสถียรภาพของเน็ตเวิร์ก วิทยานิพนธ์ฉบับนี้จึงเสนอวิธีการพยากรณ์กำลังผลิตไฟฟ้าจากพลังงานแสงอาทิตย์โดยใช้โครงข่ายประสาทเทียมแบบวกกลับร่วมกับการปรับปรุงความแม่นยำในการพยากรณ์ด้วยเทคนิคต่างๆ ได้แก่ การปรับจูนไฮเปอร์พารามิเตอร์ การคัดเลือกตัวแปร การหาค่าเฉลี่ยเชิงพื้นที่ การหาค่าเฉลี่ยนเคลื่อนที่แบบเอกซ์โพเนนเชียลของความเข้มแสงอาทิตย์ และการเอนเซมเบิลค่าพยากรณ์พลังงานไฟฟ้าจากแต่ละแบบจำลอง ข้อมูลอินพุตสำหรับวิทยานิพนธ์ฉบับนี้ประกอบไปด้วย ข้อมูลจากแบบจำลองพยากรณ์อากาศและข้อมูลจากอุปกรณ์ตรวจวัด วิธีที่นำเสนอศึกษาแยกเป็น 2 กรณี ได้แก่ การพยากรณ์กำลังผลิตรวมของ 7 โรงไฟฟ้า การพยากรณ์พลังงานแสงอาทิตย์บนตึกภาควิชา ผลลัพธ์ที่ได้พบว่าแบบจำลองเอนเซมเบิลให้ค่าความผิดผลาดอยู่ที่ 6.94% RMSE ซึ่งลดลง 1.71% เมื่อเทียบกับแบบจำลองอินพุตที่ดีที่สุด เมื่อเราเปรียบชนิดของโหนดจาก GRU เป็น CuDNNGRU ค่า RMSE เพิ่มขึ้นน้อยกว่า 1% แต่เวลาในการฝึกสอนลดลงมากกว่าเท่าตัว