Model fizykalny czy neuronowy? – narzędzia do predykcji mocy wytwarzanej przez elektrownie wiatrowe

• Autorzy: Bogalecka E. , Rubanowicz T.

Warianty tytułu

EN

Physical model or artificial neuron network? – tools for forecasting of the wind power generation

• Konferencja: XVI Międzynarodowa Szkoła Komputerowego Wspomagania Projektowania, Wytwarzania i Eksploatacji, Jurata, 14-18 maja 2012
• Języki publikacji: PL

Abstrakty

PL

Ustawowy obowiązek prognozowania mocy dotyczy właścicieli elektrowni wiatrowych o mocy znamionowej powyżej 50 MW. Ze względu na coraz większą ilość przyłączonych elektrowni wiatrowych do krajowej sieci elektroenergetycznej, zapis ten może ulec zmianie, obejmując źródła wiatrowe mniejszej mocy. Obecnie największa pojedyncza turbina wiatrowa w Polsce ma generator o mocy 3 MW, natomiast największy zespół elektrowni wiatrowych (farma wiatrowa) ma moc znamionową 120 MW. Moc pojedynczych siłowni wiatrowych również jest prognozowana, lecz przez Operatorów Sieci oraz Spółki Obrotowe. W artykule poruszono problematykę doboru modelu prognozowania generacji mocy wytwórczej dla pojedynczej turbiny wiatrowej. Rozważono model prognostyczny fizykalny (analityczny) i neuronowy pod kątem odpowiedzi na pytanie: czy przy zastosowaniu tych modeli możliwe jest uzyskanie dokładniejszych prognoz mocy źródeł wiatrowych i w jakim stopniu jakość krótkoterminowych lokalnych prognoz meteorologicznych wpływa na pracę modeli?

EN

Currently, the largest single wind turbine generator in Poland is about 3MW capacity, while the largest group of wind turbines is the rated power of 120MW. This paper presents the problem of selection of the forecasting model generation of generation capacity for a single wind turbine. Considered the physical forecast model (analytical) and for neural responses to the question whether the use of these models, it is possible to obtain more accurate predictions of wind power sources, and to what extent, the quality of local short-term weather forecasting models affect the work?

Słowa kluczowe

PL

model fizykalny; model neuronowy; elektrownia wiatrowa; moc

EN

physical model; neuron model; wind power station; power

• Wydawca: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
• Czasopismo: Mechanik
• Rocznik: 2012
• Tom: R. 85, nr 7CD
• Strony: 53--62
• Opis fizyczny: Bibliogr. 11 poz., rys.

Twórcy

autor

Bogalecka E.

• Politechnika Gdańska Wydział Elektrotechniki i Automatyki

autor

Rubanowicz T.

• ENERGA-Obrót SA

Bibliografia

• [1] Bogalecka E., Rubanowicz T.: Modele farmy wiatrowej na potrzeby prognozowania mocy, Konferencja Naukowo-Techniczna SENE 2011, Łódź 2011.
• [2] Dobrzyński K.: Przegląd systemów przeznaczonych do predykcji mocy wytwarzanej w farmach wiatrowych, Aktualne Problemy w Elektroenergetyce, APE 2009, Jurata 2009.
• [3] Kariniotakis G.N., Marti I., Nielsen T.S., Giebel G., Tambke J., Waldl I., Usaola J.: Advanced Short-term Forecasting of Wind Generation – ANEMOS (Contract No ENK5-CT-2002-00665, 2002-2006, 24 partners, 7 countries), European Commission under the FP5 R&D Project ANEMOS: IEEE Trans. On Power Systems, 2006.
• [4] Madsen H., Nielsen Aalborg H., Nielsen T.S.: A tool for predicting the wind power production of off-shore wind plants, DK-2800 Kongens Lyngby, Richard Petersens Plads, Building 321, Denmark: Technical University of Denmark, Informatics and Mathematical Modelling, 2006.
• [5] Miotk M.: Wykorzystanie prognoz pogody w energetyce wiatrowej, praca magisterska, Politechnika Gdańska, Gdańsk 2009.
• [6] Milligan M., Schwartz M.N., Wan Y.: Statistical Wind Power Forecasting for U.S. Wind Farms, 17th Conference on Probability and Statistics in the Atmospheric Sciences, Washington, 2004.
• [7] Parkers J., Tindal A.: Forecasting Short Term Wind Farm Production in Complex Terrain, Garrard Hassan and Partners Ltd, www.gl-garradhassan.com
• [8] Prawo energetyczne, Ustawa z dnia 10 kwietnia 1997 r. Prawo energetyczne na dzień 9 sierpnia 2010 r. (tekst ujednolicony w Biurze Prawnym URE), Warszawa 1 stycznia 2012 r.
• [9] Rubanowicz T.: Metody predykcji produkcji mocy parku wiatrowego, Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej, nr 25, Gdańsk 2008.
• [10] Rubanowicz T., Bogalecka E.: Neuronowy model mocy farmy wiatrowej, s. 579-586, Czasopismo Naukowo-Techniczne: Mechanik, Jurata 2010.
• [11] Sánchez I.: Short-term prediction of wind energy production, International Journal of Forecasting, vol. 22, Issue 1, 2006, pp. 43-56.