Wykorzystanie wykładnika Hursta do przewidywania niestabilności generacji wiatrowej

• Autorzy: Popławski T. , Szeląg P.

Warianty tytułu

EN

Use of Hurst exponent to predict instability of wind generation

• Języki publikacji: PL

Abstrakty

PL

Wzrost znaczenia generacji wiatrowej w systemie energetycznym wymusza utrzymywanie dodatkowej, obo-wiązkowej rezerwy mocy na wypadek niespodziewanego zaniku mocy w elektrowniach wiatrowych. Dysponując dokład-nymi prognozami mocy generowanej przez te obiekty można ograniczyć wielkość rezerwy, a co za tym również koszty pracy systemu elektroenergetycznego. W artykule podjęto próbę wykorzystania statystyki Hursta do prognozowania zmian wielkości mocy generacji wiatrowej. Została przygotowana symulacja pracy turbozespołu wiatrowego, następnie wyzna-czono krokowo wykładnik Hursta, który posłużył jako jedna ze zmiennych objaśniających modelu prognostycznego bazują¬cego na metodzie rozkładu kanonicznego. Otrzymane wyniki potwierdzają zasadność wybranego kierunku badań. Kolejne testy będą kontynuowane z wykorzystaniem rzeczywistych danych pomiarowych.

EN

The growing importance of wind generation in the power system enforces maintaining additional compulsory reserve power in the event of an unexpected loss of power in wind turbines. Having accurate forecasts of the power generated by wind farms is possible to reduce the size of the reserve and the costs of power system operation. In the article attempt to use Hurst statistics to predict changes in the size of wind power generation is described. Simulation of the work wind turbine has been prepared, then determine step by step Hurst exponent, which serves as one of the explanatory variables predictive model based on the canonical decomposition method. The obtained results confirm the validity of the chosen research direction. Further tests will be continued using real data.

Słowa kluczowe

PL

prognozowanie; wykładnik Hursta; energetyka wiatrowa

EN

forecasting; Hurst exponent; wind energy

• Wydawca: KAPRINT
• Czasopismo: Rynek Energii
• Rocznik: 2014
• Tom: Nr 5
• Strony: 116--120
• Opis fizyczny: Bibliogr. 13 poz., rys.

Twórcy

autor

Popławski T.

• Instytut Elektroenergetyki, Wydział Elektryczny Politechniki Częstochowskiej

autor

Szeląg P.

• Instytut Elektroenergetyki, Wydział Elektryczny Politechniki Częstochowskiej

Bibliografia

• [1] Carbone A., Castelli G., Stanley H.E.: Time-dependent Hurst exponent in financial time series. Physica A: Statistical Mechanicsand its Applications. Vol. 334(1-2), 2004.
• [2] Dobrzańska I., Dąsal K., Łyp J., Popławski T., Sowiński J.: Prognozowanie w elektroenergetyce. Zagadnienia wybrane. Wydawnictwo Politechniki Częstochowskiej, 2002.
• [3] Joensen, A.K., Giebel, G., Landberg, L., Madsen, H., Nielsen, H.A.: Model output statistics applied to wind power prediction. In: Wind Energy for the Next Millennium, European Wind Energy Conference, Nice, France, 1–5 Marca 1999.
• [4] Peters E. E.: Chaos and Order in the Capital Markets – A New View Of Cycles, Prices, And Market Volatility, Second Edition, New York, John Wiley & Sons, 1996.
• [5] Popławski T., Dąsal K.: Prognozowanie zapotrzebowania na moc i energię elektryczną metodą rozkładu kanonicznego. Polityka Energetyczna, T.10 z.specj.2, 2007.
• [6] Popławski T., Dąsal K., Medvec Z.: The New Aspects using MRK Model for Short-Term Load Forecasting in the Power System. Energy Spectrum, Vol. 4 nr 2, 2009.
• [7] Popławski T., Dąsal K., Łyp J., Szeląg P.: Zastosowanie modeli ARMA do przewidywania mocy i energii pozyskiwanej z wiatru, Polityka Energetyczna, T.13 z.2, 2010.
• [8] Popławski T., Szeląg P.: A fraktal approach towards work of wind power station., rozdział w monografii Information systems architecture and technology. System analysis approach to the design, control and decision support. Eds. J. Świątek, L. Borzemski, A. Grzech, Z. Wilimowska, Oficyna Wydawnicza Pol. Wrocławskie, 2011.
• [9] Popławski T., Szeląg P., Adamowicz Ł., Głowiński C,. Całus D.: Użycie metod grupowania do prognozowania generacji wiatrowej. Rynek Energii, 2013, 5(108).
• [10] Popławski T., Szeląg P.: Wykorzystanie własności podobieństwa procesów do prognozowania mocy przez turbiny wiatrowe. Rynek Energii, 2011, 1(92).
• [11] Stathopoulos C., Kaperoni A., Galanis G., Kallos G.: Wind power prediction based on numerical and statistical models. Journal of Wind Engineering and Industrial Aerodynamics, vol. 112, 2013.
• [12] GUS, Energia ze źródeł odnawialnych w 2012 r.
• [13] URE, dane aktualne na dzień 2013-12-31, http://www.ure.gov.pl/uremapoze/mapa.html