Системный оператор провел второй отбор агрегаторов управления спросом в рамках целевой модели

😀Системный оператор подвел итоги отбора ресурса по управлению изменением режима потребления на 4-й квартал 2024 года в рамках целевой модели управления спросом.

👨‍👩‍👧‍👦 В качестве агрегаторов управления изменением режима потребления электроэнергии в нем приняли участие 7 субъектов оптового рынка, подавшие заявки в отношении 39 агрегированных объектов управления по 1-й ценовой зоне оптового рынка электроэнергии и 14 агрегированных объектов управления по 2-й ценовой зоне.

По итогам процедуры отобраны заявки в отношении всех 53 агрегированных объектов управления.

🕰️ Суммарный плановый почасовой объем снижения потребления отобранных агрегированных объектов управления по двум ценовым зонам в совокупности составил в октябре – 415,42 МВт, ноябре – 415,3 МВт, в декабре – 393,3 МВт.

💲Цена оказания услуг по итогам отбора для каждого месяца квартала составила:
• 437 402,00 руб./МВт для 1-й ценовой зоны;
• 437 402,29 руб./МВт для 2-й ценовой зоны.

💻 Реестр итогов отбора опубликован на официальном сайте Системного оператора.

📰 Первый в рамках целевой модели конкурентный отбор на 1 июля - 30 сентября проведен Системным оператором в июне текущего года.

#вмире
В Великобритании ищут новые решения для прогнозирования выработки солнечной энергии

☑️ Системный оператор Британии NGESO в сотрудничестве с исследовательской компанией Open Climate Fix начали работу над новым проектом по увеличению эффективности работы солнечной генерации в условиях роста мощности солнечных электростанций в национальной энергосистеме.

💡Участники проекта исследуют, каким образом за счет более точных прогнозов выработки солнечных электростанций уменьшить объем резервов, необходимых для покрытия дефицитов мощности.

☹️Существующие методы не позволяют достаточно точно прогнозировать выработку крупномасштабных СЭС, что вынуждает системного оператора держать дополнительные резервы мощности электростанций с ископаемым топливом.

👨‍👩‍👧‍👦 В рамках проекта разрабатывается модель глубокого машинного обучения, которая использует последовательность актуальных спутниковых изображений и числовые данные о прогнозе погоды с обработкой огромного объема сведений.

👍🏻 Ожидается, что новое решение позволит прогнозировать выработку солнечной генерации в 2,8 раза точнее с актуализацией в режиме реального времени.