太阳能发电预测中的误差成本是多少？- 伯克利实验室太阳能组件。
特色图片：Jackiso/Shutterstock.com1月24日（Renewables Now） - 意外的阴天可能导致太阳能发电量低于预期，因此，其他发电机将需要用额外的输出来补偿。
一种可能性是，快速作用的燃气轮机将填补这一发电空白，虽然从可靠性的角度来看，这是合适的解决方案，但更省油的联合循环发电机可能能够在充分事先警告的情况下补偿太阳能输出的减少。
这是太阳能预测误差的成本示例，即一组发电机未达到最佳需求。
但是，鉴于电网的复杂性，如何确定太阳能预测误差的美元成本？一种解决方案是使用前一天的市场价格和实时市场，以确定预测误差的成本。
这种方法并不能说明哪些发电机被要求适应预测误差，但它确实提供了预测误差的系统成本的指示。
伯克利实验室的一项新研究发表在《太阳能》杂志上，研究了2012年至2019年美国五个主要电力市场600多家工厂的太阳能预测误差的成本。
该研究着眼于两种类型的预测，一种是简单的"持久性"预测方法，其中今天的太阳图预计将在明天重复，另一种是公开的数值天气预报预测（北美中尺度模型，或NAM）。
该研究使用每个工厂位置的当地小时价格，以及独立于NAM天气模型开发的实际发电量的每小时概况，并根据每个工厂和每个地区的记录发电量进行去偏倚。
公开的预测平均成本较低（大多数年份<1美元/兆瓦时）该研究发现，在2016年以外的所有年份中，使用NAM方法的预测误差的平均成本为每兆瓦时1美元或更低，其中为每兆瓦时1.5美元（见图1）。
相比之下，在大多数年份，基于持久性的预测的成本更高，全年接近1.5美元/兆瓦时。
这表明，即使使用像NAM这样简单的、公开的预测技术，也可以通过降低预测误差的成本来提供价值。
尽管如此，相对于典型的整体电价，预测误差成本较低，约为每兆瓦时20至40美元（取决于年份）。
在太阳能普及率高的地区，预测误差成本略高对太阳能预测错误的一个担忧是，随着总发电量的更大一部分来自太阳能发电机，它们的成本可能会增加。
这种担忧只是基于这样一种想法，即一部分太阳能误差是区域相关的，因此额外的太阳能部署可能导致更大的绝对预测误差，而解决这些误差的成本可能更高。
我们发现混合的证据表明，误差成本受到区域太阳能渗透水平的影响。
一方面，从2017年到2019年，NAM预测加利福尼亚州和新英格兰高太阳能渗透率地区的误差成本平均接近1美元/兆瓦时，相比之下，低渗透地区（如区域电力市场SPP，PJM和ERCOT）的误差成本平均接近0美元/兆瓦时。
这一发现表明，平均而言，在低渗透地区，NAM预测错误的成本非常低，而在高渗透地区，成本适中。
然而，这个故事很复杂，因为加利福尼亚州的太阳能渗透率比新英格兰高得多，但误差成本相似。
全文进一步详细讨论了这些复杂性。
然而，在上述广泛的区域趋势之下，各个工厂和不同年份的错误成本存在很大差异。
有关误差成本的区域、工厂级和时间变化的更多详细信息，请参阅全文。
太阳能发电厂参与提前一天市场的价值是什么？我们进一步研究了太阳能发电厂参与日前市场的价值，即使考虑了预测误差的成本。
虽然大多数工厂都不是真正的"商业"工厂（即，大多数工厂签署某种形式的长期购买协议），但我们可以使用批发价格来确定太阳能发电厂参与提前一天和实时市场（而不仅仅是实时市场参与）所提供的系统价值，方法是使用公开的NAM预测来推动提前一天的投标。
该研究发现，平均而言，即使考虑了NAM预测误差，参与前一天市场的价值也适中。
该值因年份而异，范围从-0.5美元/兆瓦时到5.2美元/兆瓦时不等。
未来错误的代价如何？这项研究提供了一个基础，可以用来设定未来的期望和检查前瞻性的模型。
在这种背景下，该研究发现，到2019年，尽管加利福尼亚州的太阳能渗透率急剧增加，但太阳能误差成本仍然不大。
这一发现可以作为前瞻性研究的起点。
然而，悬而未决的问题依然存在。
特别是，随着太阳能部署增加到以前看不见的水平，或者随着存储大量集成到电网中，预测误差成本将如何变化？此外，这项研究没有调查太阳能+储能混合电站预测误差的成本，预计未来几年将部署越来越多的太阳能+储能电站。
《太阳能》杂志上的文章"美国提前一天太阳能预测误差的代价"是"开放获取"的，所有人都可以使用：https://doi.org/10.1016/j.solener.2021.12.012
