Implementacja informatyczna modelu trendu pełzającego do prognozowania mocy farm wiatrowych

• Autorzy: Popławski T. , Weżgowiec M.

Identyfikatory

DOI

10.15199/48.2017.02.54

Warianty tytułu

EN

Computer implementation of creeping trend model to predict wind power capacity

• Języki publikacji: PL

Abstrakty

PL

W związku ze wzrostem udziału energii ze źródeł odnawialnych, istotnym stała się potrzeba opracowywania modeli prognostycznych pozyskiwanej energii z tych źródeł. Artykuł porusza problematykę prognozowania mocy farm wiatrowych. Przedstawia metodykę modelu trendu pełzającego i nowatorski autorski program implementujący tę metodę. Przeprowadzono analizę statystyczną na danych w postaci szeregu czasowego, a także błędów prognoz. Wykonane zostały prognozy wygasłe wraz z oceną dokładności oraz prognozy walidacyjne umożliwiające ocenę użyteczności prezentowanego modelu.

EN

Due to the increased share of energy from renewable sources has become an essential need for development of predictive models abstracted energy from these sources. The article raises the issue of forecasting wind power capacity. Presents a methodology of creeping trend model and innovative original program that implements this method. Statistical analysis was performed on the data as time series, and the forecast errors. Taken extinct forecasts with evaluation of the accuracy and forecast validation for the assessment of usefulness of presented model.

Słowa kluczowe

PL

trend pełzający; energetyka wiatrowa; odnawialne źródła energii

EN

creeping trend; wind energy; renewable energy sources

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2017
• Tom: R. 93, nr 2
• Strony: 246--249
• Opis fizyczny: Bibliogr. 19 poz., tab., wykr.

Twórcy

autor

Popławski T.

• Politechnika Częstochowska, Instytut Elektroenergetyki, Zakład Wytwarzania, Urządzeń i Gospodarki Elektroenergetycznej, Al. Armii Krajowej 17, 42-200 Częstochowa

autor

Weżgowiec M.

• Politechnika Częstochowska, Instytut Elektroenergetyki, Zakład Wytwarzania, Urządzeń i Gospodarki Elektroenergetycznej, Al. Armii Krajowej 17, 42-200 Częstochowa

Bibliografia

• 1. Flaga A. Inżynieria wiatrowa. Podstawy i zastosowania. Wydawnictwo Arkady, Warszawa, 2008].
• 2. Rewolucja energetyczna dla Polski, Scenariusz zaopatrzenia Polski w czyste nośniki energii w perspektywie długookresowej, raport Greenpeace, Warszawa, 2013 r
• 3. www.ure.gov.pl / - Urząd Regulacji Energetyki
• 4. http://www.eurobserv-er.org/
• 5. Popławski T.: Problematyka prognoz generacji wiatrowej w KSE. Przegląd Elektrotechniczny, (2014), nr.7/ R.90, 119-122
• 6. Magulski R. , Pakulski T. : Options to Improve the Quality of Wind Generation Output Forecasting with the Use of Available Information as Explanatory Variables, Acta Energetica 2/23, 2015, 24–30
• 7. Popławski T., Szeląg P.; Wykorzystanie wykładnika Hursta do przewidywania niestabilności generacji wiatrowej. Rynek Energii, nr 5 (114), 2013, 116-120
• 8. 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
• 9. Szel ąg P.; Prognozowanie generacji wiatrowej w kontekście gospodarowania zasobami energii, Polityka Energetyczna, T.17, z.3, 2014, 125-134
• 10. Hossa T. , Sokołowska W., Fabisz K., Filipowska A.: Prognozowanie generacji wiatrowej z wykorzystaniem metod lokalnych i regresji nieliniowej, Rynek Energii, Nr 2(111), 2014, 61-68
• 11. Karkoszka K.: Metody prognozowania wielkości mocy elektrycznej z farm wiatrowych dla potrzeb bilansowania oraz prowadzenia ruchu krajowego systemu elektroenergetycznego, Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią Polskiej Akademii Nauk nr 78, 2010, 75- 86
• 12. Piotrowski P.: Analiza statystyczna danych do prognozowania ultrakrótkoterminowego produkcji energii elektrycznej w systemach fotowoltaicznych, Przegląd Elektrotechniczny, (2014), nr.4/ R.90, 1-4
• 13. Piotrowski P., Baczyński D.: Prognozowanie dobowej produkcji energii elektrycznej przez turbinę wiatrową z horyzontem 1 doby, Przegląd Elektrotechniczny (2014), nr.9/ R.90, 113-117
• 14. Piotrowski P.: Analiza zastosowań sztucznych sieci neuronowych do krótkoterminowego prognozowania mocy oraz produkcji energii elektrycznej w systemach fotowoltaicznych, Przegląd Elektrotechniczny, (2015), nr.8/ R.91, 162-165
• 15. Popławski T., Szeląg P., Całus D., Głowiński C . , Adamowicz Ł . : Użycie metod grupowania do prognozowania generacji wiatrowej. Rynek Energii, nr 5(108) 2013, 21-25.
• 16. Popławski T., Dąsal K., Łyp J., Szel ąg P.: Zastosowanie modeli ARMA do przewidywania mocy i energii pozyskiwanej z wiatru, Polityka Energetyczna, T.13 z.2, 2010, 385-400.
• 17. Popławski T., Szeląg P.: Wykorzystanie własności podobieństwa procesów do prognozowania mocy przez turbiny wiatrowe. Rynek Energii, nr 1(92), 2011, 103-107.
• 18. Dąsal K. , Popławski T. , : Model trendu pełzającego w prognozowaniu zużycia energii elektrycznej małych odbiorców. Rynek Energii, (2009) Nr II(IV), 324-329
• 19. Dąsal K., Popławski T. , Kurach M. , Rusek K., Analiza i prognoza cen wybranych paliw biomasoych na krajowym rynku energii i UE. Materiały pokonferencyjne ZET (2011), 23-39

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).