Analiza statystyczna danych oraz prognozy generacji energii w farmie wiatrowej z wyprzedzeniem do 24 godzin (część 2.)

• Autorzy: Piotrowski Paweł , Baczyński Dariusz , Kopyt Marcin , Aspras Rafał , Dryja Hubert , Makowski Paweł , Samul Kamil

Warianty tytułu

EN

Statistical Analysis of Data and Forecasts of Energy Generation in the Wind Farm Up to 24 Hours Ahead – Part 2

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono analizę statystyczną danych z farmy wiatrowej oraz prognozy generacji energii z wyprzedzeniem do 24 godzin. Sformułowano wnioski końcowe z wykonanych prognoz oraz analiz statystycznych.

EN

The article presents a statistical analysis of wind farm data and energy generation forecasts up to 24 hours ahead. The conclusions have been drawn based on forecasts outcome and statistical analysis.

Słowa kluczowe

PL

farma wiatrowa; prognozowanie; szeregi czasowe; analiza statystyczna; sieć neuronowa; sieć neuronowa MLP

EN

wind farm; forecasting; time series; statistical analysis; neural network; neural networks MLP

• Wydawca: Grupa MEDIUM Sp. z o.o. Sp.k.a.
• Czasopismo: Elektro Info
• Rocznik: 2021
• Tom: nr 6
• Strony: 82--84
• Opis fizyczny: Bibliogr. 18 poz., rys., tab.

Twórcy

autor

Piotrowski Paweł

• Politechnika Warszawska

autor

Baczyński Dariusz

• Politechnika Warszawska

autor

Kopyt Marcin

• Politechnika Warszawska

autor

Aspras Rafał

• Politechnika Warszawska

autor

Dryja Hubert

• Politechnika Warszawska

autor

Makowski Paweł

• Politechnika Warszawska

autor

Samul Kamil

• Politechnika Warszawska

Bibliografia

• [1][Urząd Regulacji Energetyki https://www.ure.gov.pl/pl/oze/potencjal-krajowy-oze] Potencjał krajowy OZE w liczbach
• [2][European Network of Transmission System Operators for Electricity https://transparency.entsoe.eu/] Central collection and publication of electricity generation, transportation and consumption data and information for the pan-European market.
• [3][https://www.gov.pl/web/aktywa-panstwowe/krajowy-plan-na-rzecz-energii-i-klimatu-na-lata-2021-2030-przekazany-do-ke] Krajowy plan na rzecz energii i klimatu na lata 2021-2030 przekazany do KE
• [4][https://www.gov.pl/web/klimat/polityka-energetyczna-polski] Polityka energetyczna Polski do 2040
• [5][A. A., S. R., M. P. https://doi.org/10.1016/j.solener.2018.05.089] Solar irradiance forecast using aerosols measurements: A data driven approach
• [6][S. K. S., M. G. U. https://doi.org/10.7323/ijeset/v1_i2_12 ] Short-term load forecasting using ann technique
• [7][M. H., Y. S.] https://doi.org/10.5281/zenodo.1328642] Artificial Neural Network Approach for Short Term Load Forecasting for Illam Region
• [8][R. M. D., M. T. M., M. J. P. https://doi.org/10.1016/j.apr.2016.05.008] Forecasting O3 levels in industrial area surroundings up to 24 h in advance, combining classification trees and MLP models
• [9] Piotrowski P., Kopyt M., Baczyński D., Robak S., Gulczyński T., Hybrid and Ensemble Methods of Two Days Ahead Forecasts of Electric Energy Production in a Small Wind Turbine, Energies 2021, 14(5), 1225, pp.1-25; doi.org/10.3390/en14051225
• [10] Parol M., Piotrowski P., Kapler M., Piotrowski M., Forecasting of 10-Second Power Demand of Highly Variable Loads for Microgrid Operation Control, Energies 2021, 14(5), 1290, pp.1-29; doi.org/10.3390/en14051290
• [11] Baczyński D., Parol M., Piotrowski P.: Współczesne problemy prognozowania w elektroenergetyce. Zagadnienia wybrane, Pod redakcją naukową Mirosława Parola, OWPW, Warszawa 2020
• [12] Piotrowski P., Baczyński D., Kopyt M., Szafranek K., Helt P., Gulczyński T.: Analysis of forecasted meteorological data (NWP) for efficient spatial forecasting of wind power generation, Electric Power Systems Research, Volume 175 (October 2019), 105891, https://doi.org/10.1016/j.epsr.2019.105891
• [13] Grzyb A., Piotrowski P.: Ultrakrótkoterminowe prognozy 15-minutowych wartości zapotrzebowania na energię elektryczną dla odbiorców nn z wykorzystaniem wybranych modeli statystycznych oraz sztucznych sieci neuronowych, (ISSN 0033-2097), nr.1/2017, R.93, s.316-319, doi:10.15199/48.2017.01.74
• [14] Piotrowski P.: Analiza zastosowań sztucznych sieci neuronowych do krótkoterminowego prognozowania mocy w systemach fotowoltaicznych, Przegląd Elektrotechniczny (Electrical Review), (ISSN 0033-2097), nr.8/2015, R.91, s.162-165, doi:10.15199/48.2015.08.40
• [15] Piotrowski P., Baczyński D.: Prognozowanie dobowej produkcji energii elektrycznej przez turbinę wiatrową z horyzontem 1 doby, Przegląd Elektrotechniczny (Electrical Review), (ISSN 0033-2097), nr.9/2014, R.90, s.113-117, doi:10.12915/pe.2014.09.31
• [16] Piotrowski P.: Prognozowanie w elektroenergetyce w różnych horyzontach czasowych. Prace Naukowe Politechniki Warszawskiej „Elektryka”, z. 144, ISBN 978-83-7814-232-4, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2013
• [17] Piotrowski P.: Analiza statystyczna danych do prognozowania ultrakrótkoterminowego produkcji energii elektrycznej w systemach fotowoltaicznych, Przegląd Elektrotechniczny (Electrical Review), (ISSN 0033-2097), nr.4/2014, R.90, s.1-4, doi:10.12915/pe.2014.04.01
• [18] Piotrowski P.: Analiza doboru zmiennych w zadaniu prognozowania ultrakrótkoterminowego produkcji energii elektrycznej w systemach fotowoltaicznych, Przegląd Elektrotechniczny (Electrical Review), (ISSN 0033-2097), nr.4/2014, R.90, s.5-9, doi:10.12915/pe.2014.04.02

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).