Prediction of primary energy flow considering its stochastic nature

• Autorzy: Klen Kateryna , Martynyuk Vadym , Yaremenko Mykhailo

Warianty tytułu

PL

Symulacja pierwotnego przepływu energii z uwzględnieniem jego stochastycznej natury

• Języki publikacji: EN

Abstrakty

EN

In the article the prediction of wind speed values by Newton interpolation polynomials is made. It is mentioned that effective operation of the wind power station is realized by predictive control on the basic interval according to the predictor–corrector method. Equations for Newton interpolation polynomials are given. The fluctuations of the wind speed deviations occur random so can be described with Wiener process. An ex ample of wind speed deviations, described with Wiener process, is shown. Equation to estimate the prediction error is given. The results of wind speed values prediction taking into ac-count the Wiener process that simulates its fluctuations are shown. The wind speed prediction for 1 hour in advance without taking into account the Wiener process is shown depending on the degree of the interpolation polynomial. The prediction errors at different degrees of the interpolation polynomials and the prediction for different number of hours in advance are given. It is noted that with the removal of a random component in the form of Wiener process, the average error of the prediction decreases.

PL

W artykule dokonano symulacji wartości prędkości wiatru na podstawie wielomianów interpolacyjnych Newtona. Wspomniano, że efektywna praca elektrowni wiatrowej realizowana jest poprzez kontrolę predykcyjną w podstawowym przedziale zgodnie z metodą predykcyjno-korektorową. Podano równania dla wielomianów interpolacyjnych Newtona. Fluktuacje odchyleń prędkości wiatru występują losowo, dlatego można je opisać w procesie Wienera. Pokazano przykład odchyleń prędkości wiatru, opisany w procesie Wienera. Podano równanie do oszacowania błędu prognozowania. Pokazano wyniki symulacji prędkości wiatru z uwzględnieniem procesu Wienera, który symuluje jego fluktuacje. Prognozę prędkości wiatru z 1-godzinnym wyprzedzeniem bez uwzględnienia procesu Wienera pokazano w zależności od stopnia wielomianu interpolacji. Podano błędy prognozowania dla różnych stopni wielomianów interpolacyjnych i przewidywania dla różnej liczby godzin wcześniej. Należy zauważyć, że wraz z usunięciem elementu losowego w postaci procesu Wienera zmniejsza się średni błąd prognozy.

Słowa kluczowe

EN

distributed generation; wind generators; Heisenberg’s uncertainty principle; prediction; Newton; interpolation polynomials

PL

generacja rozproszona; generator wiatrowy; zasada nieoznaczoności Heisenberga; prognozy; wielomiany interpolacyjne Newtona

• Wydawca: Sieć Badawcza Łukasiewicz - Górnośląski Instytut Technologiczny
• Czasopismo: Maszyny Elektryczne : zeszyty problemowe
• Rocznik: 2021
• Tom: Nr 1 (125)
• Strony: 107--110
• Opis fizyczny: Bibliogr. 8 poz., tab., wykr., wz.

Twórcy

autor

Klen Kateryna

• National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”

autor

Martynyuk Vadym

• National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”

autor

Yaremenko Mykhailo

• National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”

Bibliografia

• [1]. “Ostap Semerak: Ukraine pledged to increase its share of renewable energy by 11% by 2035” [Online], accessed: 17-Apr-2019.
• [2]. “Ukraine has increased the rate of installation of alternative energy sources almost 3 times”, [Online], accessed: 02-Dec-2019.
• [3]. K. S. Osypenko and V. Y. Zhuikov, “The evaluation of fractal dimension and transfer function of the clouds”, Microsystems, Electron. Acoust., vol. 22, no. 5, pp. 13–19, Dec. 2017, DOI: 10.20535/2523-4455.2017.22.5.106578.
• [4]. Butcher J. C., “Numerical Methods for Ordinary Differential Equations”, New York: John Wiley & Sons, 2003, ISBN: 978-0-470-72335-7.
• [5]. N. B. Marchenko, V. Nechiporuk, O. P. Nechiporuk, and Y. V. Pepa, “Methods of estimation of accuracy of information-measuring systems of diagnostics”, Kiev, 2014.
• [6]. L.V. Goncharov, “Theory of interpolation and approximation of functions”, Moscow, 1954.
• [7]. Hyndman, Rob J., and Anne B. Koehler (2006). “Another look at measures of forecast accuracy”, International Journal of Forecasting, 22(4):679-688 doi:10.1016/j.ijforecast.2006.03.001
• [8]. B. V.S., “Gibbs phenomenon”, [Online], accessed: 02-Dec-2019.

Uwagi

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