Zastosowanie modeli klasy ARX do krótkoterminowego prognozowania produkcji energii elektrycznej w mikroelektrowniach wiatrowych

• Autorzy: Wasilewski J.

Identyfikatory

DOI

10.12915/pe.2014.07.27

Warianty tytułu

EN

Application of ARIMAX models to short-term electric energy production forecasting at wind micro power plants

• Języki publikacji: PL

Abstrakty

PL

W referacie przedstawiono metodykę i wyniki badań możliwości zastosowania modeli szeregów czasowych klasy ARX do krótkoterminowego prognozowania produkcji energii elektrycznej w mikroelektrowniach wiatrowych. Badania polegały na doborze istotnych danych wejściowych, identyfikacji jego struktury, estymacji parametrów modelu, oceny dopasowania modelu do danych rzeczywistych oraz oceny poprawności modelu w stosunku do przyjętych założeń.

EN

The paper deals with both a study method and results of an application of time series models ARIMAX to short-term electric energy production forecasting at wind micro power plants. The performed studies include a selection of significant input data, model structure identification, model parameters estimation, evaluation of model fit to real data as well as a model correctness according to taken assumptions.

Słowa kluczowe

PL

prognozowanie produkcji energii; elektrownia wiatrowa; modele szeregów czasowych

EN

energy generation forecasting; micro wind power plants; time series models

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2014
• Tom: R. 90, nr 7
• Strony: 135--138
• Opis fizyczny: Bibliogr. 8 poz., tab., wykr.

Twórcy

autor

Wasilewski J.

• Politechnika Warszawska, Instytut Elektroenergetyki, ul. Koszykowa

Bibliografia

• [1] Paska, J., Wytwarzanie rozproszone energii elektrycznej i ciepła. Oficyna Wydawnicza Politechniki Warszawskiej (2010).
• [2] Foley A.M., Leahy P.G., Marvuglia A., McKeogh E. J. , Current methods and advances in forecasting of wind power generation, Renewable Energy 37 (2012), no. 1, 1-8.
• [3] Kavasseri R.G., Seetharaman K., Day-ahead wind speed forecasting using ARIMA models, Renewable Energy 34 (2009), no. 5, 1388-1393.
• [4] Popławski, T., Szeląg P., Wykorzystanie własności podobieństwa procesów do prognozowania mocy przez turbiny wiatrowe." Rynek Energii, 1 (2011), 103-107.
• [5] Piotrowski, P., Analiza statystyczna danych mających wpływ na produkcję energii elektrycznej przez farmę wiatrową oraz przykładowe prognozy krótkoterminowej, Przegląd Elektrotechniczny, 88 (2012), nr.3a, 161-164.
• [6] Lange M., Focken U., Physical approach to short-term wind power forecast, Springer (2005).
• [7] Ljung, L., System Identification: Theory for the User, Prentice- Hal PTR (1999).
• [8] Ćwik J., Koronacki J., "Statystyczne systemy uczące się." Akademicka Oficyna Wydawnicza EXIT (2008).