气候变化领域集成服务门户

5月30日，美国国家大气研究中心（NCAR）成功开发了一种先进的太阳能预测开源系统——NYSolarCast，该系统利用天气预报、大气条件观测和机器学习技术，可生成太阳辐射及发电量的小时预测和日预测。预测每15分钟发布1次，以3公里网格的精度覆盖纽约州，可用于预测大型太阳能农场和屋顶太阳能板的太阳能发电。该系统为纽约实现其可再生能源目标提供了可能性，并可为用户节省数百万美元电费。

NYSolarCast的开发旨在帮助纽约不断增长的太阳能行业，利用天气预报更好地预测发电量，并提高其电网的可靠性。该研究由纽约电力局（New York Power Authority）和纽约州能源研究和发展局（New York State Energy Research and Development Authority）资助，与非营利性能源研发机构电力研究所（Electric Power Research Institute, EPRI）共同管理，其他合作伙伴包括布鲁克海文国家实验室（Brookhaven National Lab）和纽约州立大学（State University of New York）等。

研究人员利用纽约州天气观测数据和太阳能装置的电力生产数据，对机器学习模型进行训练，将天气条件与电力输出相关联。然后，使用2个先进的天气模型——专为太阳能应用调整的NCAR天气研究和预报模型WRF-Solar和NOAA高分辨率快速更新（High-Resolution Rapid Refresh, HRRR）模型，生成小时到天级别的精细天气预报。最后，利用机器学习模型将其转化为预测的太阳能输出。