Analiza statystyczna danych oraz prognozy generacji energii w farmie wiatrowej z wyprzedzeniem do 24 godzin (część 1.)

• 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 1

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono analizę statystyczną danych z farmy wiatrowej oraz prognozy generacji energii z wyprzedzeniem do 24 godzin.

EN

The article presents a statistical analysis of wind farm data and energy generation forecasts up to 24 hours ahead.

Słowa kluczowe

PL

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

EN

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

• Wydawca: Grupa MEDIUM Sp. z o.o. Sp.k.a.
• Czasopismo: Elektro Info
• Rocznik: 2021
• Tom: nr 4
• Strony: 74--76
• 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).