博士候选人Sahand Karimi-Arpanahi和来自该大学电气和机械工程学院的高级讲师Ali Pourmousavi Kani博士研究了实现更可预测的可再生能源的不同方法，目的是节省数百万美元的运营成本，防止清洁能源泄漏，并提供更低成本的电力。

卡里米-阿帕纳西表示:“可再生能源领域最大的挑战之一，是能够可靠地预测发电量。”

“太阳能和风力发电场的所有者在能源产生之前就将其出售给市场;然而，如果他们没有兑现承诺，就会面临相当大的罚款，每年可能高达数百万美元。

“高峰和低谷是这种发电形式的现实，然而，将能源生产的可预测性作为确定太阳能或风力发电场的决定的一部分，意味着我们可以最大限度地减少供应波动，并更好地规划它们。”

该团队的研究发表在《数据科学》杂志上模式，分析了位于澳大利亚新南威尔士州的六个现有太阳能发电场，并选择了多达九个备选地点，根据当前的分析参数和考虑可预测性因素的情况下，对这些地点进行了比较。

数据显示，当考虑到能源产生的可预测性时，最佳位置发生了变化，并导致该地点产生的潜在收入显著增加。

Pourmousavi Kani博士说，这篇论文的发现将对能源行业规划新的太阳能和风力发电场以及公共政策设计具有重要意义。

他说:“能源领域的研究人员和从业人员经常忽视这一点，但希望我们的研究能给行业带来改变，给投资者带来更好的回报，给客户带来更低的价格。”

“每年8月至10月，太阳能发电的可预测性在南澳大利亚州最低，而在新南威尔士州同期最高。

“如果两州之间实现了适当的互联，新南威尔士州更可预测的电力可用于管理那段时间南澳电网中较高的不确定性。”

研究人员对太阳能发电场能量输出波动的分析可能应用于能源行业的其他应用。

Pourmousavi Kani博士说:“每个州可再生能源发电的平均可预测性也可以为电力系统运营商和市场参与者确定其资产年度维护的时间框架提供信息，确保在可再生资源可预测性较低时有足够的储备需求。”