Narzędzia help

Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
first last
cannonical link button

http://yadda.icm.edu.pl:80/baztech/element/bwmeta1.element.baztech-fc4c5381-1900-4fc9-b1cb-2833e977fb64

Czasopismo

Rynek Energii

Tytuł artykułu

Prognozowanie generacji wiatrowej z wykorzystaniem metod lokalnych i regresji nieliniowej

Autorzy Hossa, T.  Sokołowska, W.  Fabisz, K.  Filipowska, A. 
Treść / Zawartość
Warianty tytułu
EN Forecasting wind power generation using local methods and the nonlinear regression
Języki publikacji PL
Abstrakty
PL Polityka energetyczna Polski określa, że do 2030 roku około 7% generacji energii w kraju ma pochodzić ze źródeł wiatrowych. Artykuł nakreśla wyzwania związane z prognozowaniem generacji z tego źródła energii. Celem artykułu jest przestawienie metodyki i wyników prognozowania generacji energii ze źródeł wiatrowych, w której nowatorsko połączono trzy metody prognozowania. W pierwszym etapie wykorzystano regresję nieliniową opartą na funkcji logistycznej do budowy profilu generacji turbiny. Etap drugi oparto o regresję lokalną, która buduje właściwy model prognostyczny. W ostatnim kroku wykorzystano metodę korekty błędem w celu minimalizacji błędów prognozy wynikających z nietypowego zachowania turbiny. Metodyka prezentowana w artykule jest wynikiem projektu Future Energy Management System, w którym m.in. przebadano dane generacji z dużej farmy wiatrowej zlokalizowanej w zachodniej Polsce. Ponadto, artykuł wskazuje na wyzwania związane ze zmiennością czynników atmosferycznych i zużyciem własnym siłowni wiatrowej, które często w wyniku braku sprofilowania turbiny jest także trudno przewidywalne.
EN The Energy Policy for Poland states that by 2030 about 7% of power generation in the country will have to be provided from the wind. This article describes challenges associated with forecasting the energy generation from this energy source. The purpose is to present the methodology, together with forecasting results, which innovatively combined three methods of forecasting. In the first step of the methodology, we use non-linear regression based on the logistic function to construct the profile of turbine energy generation. The second stage is based on the local regression that contributes to the main forecasting model. In the last step the error correction method was used to minimize the forecast errors resulting from the abnormal behavior of the turbine. The methodology presented in the article is a result of Future Energy Management System Project, in which among others, research using data of a large wind farm located in western Poland was performed. In addition the article discusses the challenges of the variability of the weather and related wind turbine energy consumption, which is often difficult to predict due to the lack of turbine profiles.
Słowa kluczowe
PL prognozowanie produkcji energii   generacja wiatrowa  
EN energy production forecasting   wind generation  
Wydawca KAPRINT
Czasopismo Rynek Energii
Rocznik 2014
Tom Nr 2
Strony 61--68
Opis fizyczny Bibliogr. 22 poz., rys., tab.
Twórcy
autor Hossa, T.
autor Sokołowska, W.
autor Fabisz, K.
autor Filipowska, A.
Bibliografia
[1] Bandzul, W. : Energetyka wiatrowa w polsce. wpływ elektrowni wiatrowych na niezawodność pracy systemu elektroenergetycznego, 2005, ELEKTROENERGETYKA Nr 3/2005 (54).
[2] Giebel G., Brownsword R., Kariniotakis G., Denhard M., Draxl C.: The state-of-the-art in short-term prediction of wind power: a literature overview, 2nd edition. 2011, ANEMOS.plus
[3] Hearps, P., i McConnell, D.: Renewable energy technology cost review. Melbourne Energy Institute, 2011, p.57
[4] van Hulle F.: Integracja energetyki wiatrowej z systemami energetycznymi Europy. Energia wiatrowa i integracja sieci, marzec 2006, European Wind Energy Association
[5] Karkoszka K.: Metody prognozowania wielkości mocy elektrycznej z farm wiatrowych dla potrzeb bilansowania oraz prowadzenia ruchu krajowego systemu elektroenergetycznego. 2010, Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią Polskiej Akademii Nauk nr 78
[6] Kazi, S.: Adaptation of energy production to forecast values using external storage, 2011, Acta Universitatis Sapientiae Electrical and Mechanical Engineering, 3 (2011) 51-60.
[7] Kuczma, P.: Wahania napięcia w sieci rozdzielczej jako wynik oddziaływań odbiorników niespokojnych oraz generacji rozproszonej, 2009, Prace Instytutu Elektrotechniki, zeszyt 243.
[8] Markowicz, K.: Pomiary oraz analiza pola z wiatru dla potrzeb energetycznych, 2011, dostęp: http://www.igf.fuw.edu.pl/meteo/stacja/wyklady/EnergiaOdnawialna/Wiatr/
[9] Monteiro C., Bessa R, Miranda,V., Botterud A., Wang J., Conzelmann G.: Wind power forecasting: State-of-the-art, 2009, Institute for Systems and Computer Engineering of Porto, Decision and Information Sciences Division, Argonne National.
[10] Pinson, P.: Wind energy: Forecasting challenges for its operational management, 2013, Statistical Science, Special Issue on Mathematics of Planet Earth, Volume 28, Number 4, p. 564-585.
[11] Piotrowski, P., Gryszpanowicz, K.: Analiza statystyczna oraz prognozy godzinowej produkcji energii przez elektrownię wiatrową z horyzontem 1 godziny, 2012, Elektro-info, nr 3, s. 90-95.
[12] Popławski T., Dąsal K., Łyp J.: Problematyka prognozowania mocy i energii pozyskiwanych z wiatru. 2009, Polityka Energetyczna, Tom 12, Zeszyt 2/2, PL ISSN 1429-6675
[13] Popławski, T., Szeląg, P., Całus, D., Głowiński, C., i Adamowicz, Ł.: Użycie metod grupowania do prognozowania generacji wiatrowej, 2013, Rynek Energii – nr 5/2013.
[14] Prondzyński Z., Rubanowicz T.: Zryczałtowana usługa operatora handlowo-technicznego na potrzeby rozwoju energetyki wiatrowej w Polsce, 2013, Konferencja: Aktualne problemy w elektroenergetyce, Jurata, 12–14 czerwca 2013, Kwartalnik Naukowy Energetyków Acta Energetica
[15] Qiang Wang, Kin Keung Lai, Dongxiao Niu, Qian Zhang: A Multivariate Wind Power Forecasting Model Based on LS-SVM. 2012, Fifth International Joint Conference on Computational Sciences and Optimization (CSO), s. 127-131
[16] Qu G., Mei J., He D.: Short-term wind power forecasting based on numerical weather prediction adjustment. 2013, 11th IEEE International Conference on Industrial Informatics (INDIN), s. 453-457
[17] Rubanowicz T.: Metody predykcji produkcji mocy parku wiatrowego. Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej nr 25, 2008, XVIII Seminarium Zastosowanie Komputerów w Nauce i Technice
[18] Shi J., Ding, Z., Lee W-J., Yang, Y., Liu Y., Zhang, M.: Hybrid Forecasting Model for Very-Short Term Wind Power Forecasting Based on Grey Relational Analysis and Wind Speed Distribution Features. 2013, IEEE Transactions on Smart Grid, vol. PP, no. 99, s. 1-6
[19] Sideratos G., Hatziargyriou N. D.: An advanced statistical method for wind power forecasting, 2007, IEEE Transactions on Power Systems, vol. 22, no. 1, s. 258-265
[20] Soman S., Zareipour H., Malik O., Mandal P.: A review of wind power and wind speed forecasting methods with different time horizons. 42nd North American Power Symposium, 2010, Arlington, Texas, USA
[21] Togelou A., Sideratos G., Hatziargyriou N.D.: Wind Power Forecasting in the Absence of Historical Data, 2012, IEEE Transactions on Sustainable Energy, vol. 3, no.3, s. 416-421
[22] Venayagamoorthy G. K., Rohrig K., Erlich, I.: One Step Ahead. Short-Term Wind Power Forecasting and Intelligent Predictive Control Based on Data Analytics. 2012. IEEE Power & Energy Magazine, vol. 10, no.5, s.70- 78
Kolekcja BazTech
Identyfikator YADDA bwmeta1.element.baztech-fc4c5381-1900-4fc9-b1cb-2833e977fb64
Identyfikatory