Wykorzystanie analizy fraktalnej oraz adaptacyjnej krzywej mocy do krótkoterminowych prognoz mocy elektrowni wiatrowych

• Autorzy: Popławski Tomasz , Szeląg Piotr

Warianty tytułu

EN

Use of fractal analysis and adaptive curve for short-term power forecasts of wind farms

• Języki publikacji: PL

Abstrakty

PL

Powstała stosunkowo niedawno teoria fraktalna ukazała odmienne od klasycznego podejście do opisu otaczającego nas świata. Zostały wykształcone nowe narzędzia pozwalające opisywać procesy dotąd trudne do zbadania. Analiza fraktalna jest wykorzystywana w wielu dziedzinach naukowych od biologii i medycyny poprzez geografię, a na informatyce kończąc. W artykule podjęto próbę wykorzystania pewnych elementów tej teorii, z powodzeniem stosowanych w innych dziedzinach nauki do analizy procesów związanych z generowaniem energii elektrycznej przez farmy wiatrowe. Skupiono się głównie na zbadaniu podobieństwa oraz samopodobieństwa procesów. Sprawdzano związki zachodzące między przebiegami prędkości wiatru oraz wytworzonej mocy, a wykładnikiem Hursta. Przeprowadzono badania dotyczące podobieństwa między stochastycznymi szeregami czasowymi jakimi są przebiegi prędkości wiatru oraz generowanej mocy dla danej turbiny wiatrowej. Opracowano model celem stworzenia krótkoterminowych prognoz produkcji energii elektrycznej w farmach wiatrowych. Wykorzystano podejście statystyczne, w którym głównym celem jest uchwycenie relacji między procesami (prędkość wiatru, a moc elektrowni wiatrowej).

EN

The relatively recent fractal theory has disclosed a description of the Word surrounding us different from the classical owe. New tools to describe processes difficult to be examined so far, have been developed. Fractal analysis is used in many areas of science, from biology and medicine to geography and computer science. In the paper an attempt has been made to avail of certain components of this theory, successfully applied in others fields of science, in order to analyze the processes of generating electricity by wind farms. Attention has been focused on examination of similarity and self-similarity. Relation-ships between power versus wind velocity dependencies and hurst exponent have been checked. Studies on similarity between stochastic time series (wind velocity time dependencies) and generated power for a given wind turbine have been carried out. On the basis of the studies a model has been developed in order to create short-term forecasts of electric energy production in wind farms. A statistical approach has been used, whose main goal is to find a relationship between the pro-cesses wind speed – generated energy.

Słowa kluczowe

PL

prognozowanie; rynek energii; analiza fraktalna; teoria chaosu

EN

forecasting; energy market; fractal analysis; chaos theory

• Wydawca: KAPRINT
• Czasopismo: Rynek Energii
• Rocznik: 2020
• Tom: Nr 1
• Strony: 25--30
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Popławski Tomasz

• Katedra Elektroenergetyki na Wydziale Elektrycznym Politechniki Częstochowskiej

autor

Szeląg Piotr

• Katedra Elektroenergetyki na Wydziale Elektrycznym Politechniki Częstochowskiej

Bibliografia

• [1] B. Mandelbrot, The Fractal geometry of nature, W H Freeman & Co, 1982.
• [2] H. O. Peitgen, H. Jurgens, D. Saupe, The borders of chaos. Fractals, PWN Publishing House, 1997, [in Polish].
• [3] E. E. Peters. Chaos And Order In The Capital Markets - A New View of Cycles, Prices, and Market Volatility, Second Edition, John Wiley & Sons, New York, 1996.
• [4] T. Poplawski, P. Szelag, Use the similarity of processes to predict the power output of wind turbines, Energy Market, 92, 103–107, 2011, [in Polish].
• [5] K. Domiono, The use of the Hurst exponent to predict changes in trends on the Warsaw Stock Exchange, Physica A, 390, 98–109, (2011).
• [6] S. E. Kruger, O. Matos, J. Marcos, J. Mauricio, E. P. D. Moura, A. Rebello, Rescaled range analysis and fluctuation analysis study of cast irons ultrasonic backscattered signals, Chaos, Solitons & Fractals, Vol. 19, No. 1:55–60, (2004).
• [7] M. Gilmore, T. L. Rhodes, W. A. Peebles, C. X. YU, Investigation of rescaled range analysis, the Hurst exponent, and long-time correlations in plasma turbulence, Physics of Plasmas, Vol. 9, No. 4, 1312–1317, (2002).
• [8] D. Grzech, G. Pamuła. The local Hurst exponent of the financial time series in the vicinity of crashes on the Polish stock exchange market, Physica A, 387, 4299–4308, (2008).
• [9] D. A. Swanson, J. Tayman, T. M. Bryan, MAPE-R: a rescaled measure of accuracy for cross-sectional subnational population forecasts, Journal of Population Research, 28, 225–243, (2011).
• [10] T. Poplawski, Theory and Practice of Planning Development and Exploitation of Power Engineering Systems, Published by Technological University of Częstochowa, Częstochowa, 2013, [in Polish].
• [11] I, Prigogine, I. Stengers, Order out of Chaos, University of Michigan, Bantam Books, 1984.
• [12] Raport: Stan energetyki wiatrowej w Polsce w 2016 roku, Polskie Stowarzyszenie Energetyki wiatrowej, czerwiec 2017.
• [13] http://ec.europa.eu/clima/policies/package/index_en.htm

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).