Analiza jakości prognoz produkcji energii w elektrowniach wiatrowych opracowanych na podstawie danych meteo z modeli UM i COAMPS

• Autorzy: Baczyński D. , Kopyt M.

Identyfikatory

DOI

10.15199/48.2017.11.35

Warianty tytułu

EN

Quality analysis of wind turbines electrical energy production forecasts based on UM and COAMPS meteo data

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono testy metody prognozowania produkcji energii z turbin wiatrowych z horyzontem 48 h wykorzystującej sztuczne sieci neuronowe. Wykonano prognozy na podstawie danych z modeli pogodowych UM i COAMPS. Przeanalizowano wyniki i sformułowano wnioski końcowe.

EN

The paper presents tests of method of 48 h ahead wind turbines electric energy production forecast by means of artificial neural networks. Forecasts using UM and COAMPS weather models were done. The results were analysed and final conclusions have been presented.

Słowa kluczowe

PL

prognozowanie; turbina wiatrowa; sztuczne sieci neuronowe; UM; COAMPS

EN

forecasting; wind turbine; artificial neural networks; UM; COAMPS

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2017
• Tom: R. 93, nr 11
• Strony: 171--175
• Opis fizyczny: Bibliogr. 12 poz., rys., tab.

Twórcy

autor

Baczyński D.

• Politechnika Warszawska, Instytut Elektroenergetyki, ul.Koszykowa 75,00-662 Warszawa

autor

Kopyt M.

• Politechnika Warszawska, Instytut Elektroenergetyki, ul.Koszykowa 75,00-662 Warszawa

Bibliografia

• [1] Interdyscyplinarne centrum modelowania matematycznego i komputerowego. Numeryczna prognoza pogody. [Online] http://www.meteo.pl
• [2] Markowski P., Richardson Y. Mesoscale Meteorology in Midlatitudes : Wiley-Blackwell, 2010.
• [3] Melonek Małgorzata. Porównanie wyników weryfikacji modeli numerycznych prognoz pogody działających operacyjnie w ICM. Infrastruktura i ekologia terenów wiejskich. 2011, 6, strony 31-42.
• [4] Baczyński D., Piotrowski P. Prognozowanie dobowej produkcji energii elektrycznej przez turbinę wiatrową z horyzontem 1 doby. Przegląd elektrotechniczny. 2014, 90, strony 113-117.
• [5] Piotrowski P. Analiza statystyczna oraz prognozy dobowej produkcji energii przez farmę wiatrową z z horyzontem 1 doby. Elektro.info. 2012, 4.
• [6] Piotrowski P. Analiza statystyczna danych mających wpływ na produkcję energii elektrycznej przez farmę wiatrową oraz przykładowe prognozy krótkoterminowe. Przegląd Elektrotechniczny. 2012, 3a, strony 161-164.
• [7] Madsen H. Kariniotakis G, Nielsen H.Aa., Nielsen T.S., Pinson P. Standardizing the Performance Evaluation of Short-Term Wind Power Prediction Models. Wind Engineering. 2005, Tom 29, 6. http://pierrepinson.com/docs/madsen05_protocol.pdf, aktualne na dzień 5.05.2016.
• [8] Shaker H., Zareipour H., Wood D., On error measures in wind forecasting evaluations. : 26th IEEE Canadian Conference Of Electrical And Computer Engineering (CCECE), 2013.
• [9] Hyndman Rob J., Koehler Anne B., Another Look at Measures of Forecast Accuracy. Maj 2005.
• [10] Hyndman R. J., Errors on percentage errors. [Online] 16 04 2014. http://robjhyndman.com/hyndsight/smape/, aktualne na dzień 13.05.2016.
• [11] Wallström Peter. Evaluation of forecasting techniques and forecast errors with focus on intermittent demand. Luleå : Luleå University of Technology, May 2009.
• [12] Panichkitkosolkul W., Confidence Intervals for the Coefficient of Variation in a Normal Distribution with a Known Population Mean. Journal of Probability and Statistics. 2013, Tom 2013, Article ID 324940. http://dx.doi.org/10.1155/2013/324940

Uwagi

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