vuonna 2021 noin 9 prosenttia sähkönkulutuksesta , ja sen osuus nousee noin 15 prosenttiin , kun vuodelle 2022 kaavaillut uudet tuulivoimalat on otettu käyttöön .
Sääennusteet ovat hyvin tärkeitä energiajärjestelmän optimaalisen toiminnan kannalta . ” On hyvä tietää ennakkoon , millainen sää on tulossa ja miltä sähkön hintakuva näyttää lähipäivinä . Tarvitaan luotettavia sääennusteita , jotka kertovat tuuli- ja aurinkovoiman tuotantopotentiaalista , kulutustarpeesta ja hinnasta ”, Lindfors sanoo .
Energiantuotantoa , -kulutusta ja -siirtoa ohjaavien sääennusteiden ohella sääriippuvuuden hallintaa edistävät teknisten ratkaisujen kehittyminen ja asioiden Internet . Energia järjestelmä on täynnä keskenään ja verkon kanssa keskustelevia laitteita , jotka toisaalta tuottavat
”
Varsinkin sähkön tuotanto riippuu tulevaisuudessa yhä enemmän säästä .
KUVA : PIXABAY optimointijärjestelmälle mittausdataa , toisaalta mahdollistavat automaattisen säädön .
Tutkimuskohteena kotitalouksien ja rakennusten energiankulutusjoustot Ilmatieteen laitos , VTT , Aalto-yliopisto ja Suomen ympäristökeskus toteuttavat parhaillaan Sähkön kysyntäjoustoa avoimeen lähdekoodiin perustuvalla järjestelmällä -projektia, jossa kehitetään mallia kotitalouksien ja muiden rakennusten energiajärjestelmien kulutusjoustoille .
Tutkimuksessa kiinteistön energiajärjestelmää tarkastellaan kokonaisuutena , jossa toisiinsa linkittyvät sääennusteet , koodipohjainen optimointijärjestelmä sekä sen ohjaamat sähkölaitteet . Järjestelmään voivat kuulua esimerkiksi sähköautojen akut ja muut akut , lämmityslaitteet , lämminvesivaraaja ja oma aurinkosähkötuotanto .
Tavoitteena on luoda järjestelmä , joka pitää yllä asukkaiden asettamia tavoiteolosuhteita vihreämmin hyödyntämällä vähähiilistä sähköä , kun sitä on tarjolla , ja toisaalta edullisemmin mukauttamalla toimintaa lähipäivien energiahintakuvaan .
Laskennallinen säänennustusmalli ottaa huomioon epävarmuudet Lindforsin mukaan energiajärjestelmän optimoinnissa on hyvä käyttää determinististen sääennusteiden sijaan todennäköisyysennusteita , jotka ottavat huomioon sään ennustamiseen väistämättä liittyvän epävarmuuden .
Ajankohtainen tutkimus keskittyy laskennallisiin säänennustusmalleihin . Niissä ilmakehän fysikaaliset ominaisuudet on koodattu tietokoneohjelmaksi , joka kuvaa kolmiulotteisen hilaruudukon avulla ilmanpainetta , lämpötilaa , tuuliolo suhteita ja muita sääparametreja .
Säänennustusmallissa keskeinen elementti on sään alkutila . Se perustuu lyhyeen , todellisuutta melko hyvin vastaavaan ennusteeseen , jota korjataan vastaamaan havaintoja mahdollisimman hyvin . Säänennustusmallin asettaminen mahdollisimman hyvin sään alkutilaa vastaavaksi tapahtuu data-assimilaation eli hyvin moni mutkaisen matemaattisen prosessin avulla .
Mallijärjestelmään syötetään säähavaintoja maailmanlaajuisesti . Havaintojen keräämisestä ja koordinoinnista vastaa YK : n alainen Maailman ilmatieteen järjestö , jonka verkosto tuottaa havaintodataa käyttäen apuna luotauksia , perinteisiä maanpinnan lähellä olevia mittauspisteitä , laaja-alaisia satelliittimittauksia ja tutkahavaintoja .
Mallin avulla säätilan kehitystä voidaan seurata aika-askel kerrallaan . Mallista riippuen ennusteet ulottuvat pari kolme päivää tai pari viikkoa eteenpäin .
Sääennuste paranee päivän vuosikymmenessä Sääennusteet kehittyvät jatkuvasti paremmiksi . Nyrkkisääntönä on , että ennuste paranee päivän verran per vuosikymmen . Nykyisin neljän päivän päähän ulottuva ennuste on yhtä hyvä kuin kolmen päivän ennuste oli kymmenen vuotta sitten .
2022 tuulivoimakatsaus enertec 7