Wyniki wyszukiwania - BazTech

1

Prognozowanie generacji wiatrowej z wykorzystaniem metod lokalnych i regresji nieliniowej

Hossa T, Sokołowska W., Fabisz K, Filipowska A

Rynek Energii

|

2014

|

Nr 2

61--68

PL

Polityka energetyczna Polski określa, że do 2030 roku około 7% generacji energii w kraju ma pochodzić ze źródeł wiatrowych. Artykuł nakreśla wyzwania związane z prognozowaniem generacji z tego źródła energii. Celem artykułu jest przestawienie metodyki i wyników prognozowania generacji energii ze źródeł wiatrowych, w której nowatorsko połączono trzy metody prognozowania. W pierwszym etapie wykorzystano regresję nieliniową opartą na funkcji logistycznej do budowy profilu generacji turbiny. Etap drugi oparto o regresję lokalną, która buduje właściwy model prognostyczny. W ostatnim kroku wykorzystano metodę korekty błędem w celu minimalizacji błędów prognozy wynikających z nietypowego zachowania turbiny. Metodyka prezentowana w artykule jest wynikiem projektu Future Energy Management System, w którym m.in. przebadano dane generacji z dużej farmy wiatrowej zlokalizowanej w zachodniej Polsce. Ponadto, artykuł wskazuje na wyzwania związane ze zmiennością czynników atmosferycznych i zużyciem własnym siłowni wiatrowej, które często w wyniku braku sprofilowania turbiny jest także trudno przewidywalne.

EN

The Energy Policy for Poland states that by 2030 about 7% of power generation in the country will have to be provided from the wind. This article describes challenges associated with forecasting the energy generation from this energy source. The purpose is to present the methodology, together with forecasting results, which innovatively combined three methods of forecasting. In the first step of the methodology, we use non-linear regression based on the logistic function to construct the profile of turbine energy generation. The second stage is based on the local regression that contributes to the main forecasting model. In the last step the error correction method was used to minimize the forecast errors resulting from the abnormal behavior of the turbine. The methodology presented in the article is a result of Future Energy Management System Project, in which among others, research using data of a large wind farm located in western Poland was performed. In addition the article discusses the challenges of the variability of the weather and related wind turbine energy consumption, which is often difficult to predict due to the lack of turbine profiles.

2

Zastosowanie modeli klasy ARX do krótkoterminowego prognozowania produkcji energii elektrycznej w mikroelektrowniach wiatrowych

Wasilewski J.

Przegląd Elektrotechniczny

|

2014

|

R. 90, nr 7

135--138

PL

W referacie przedstawiono metodykę i wyniki badań możliwości zastosowania modeli szeregów czasowych klasy ARX do krótkoterminowego prognozowania produkcji energii elektrycznej w mikroelektrowniach wiatrowych. Badania polegały na doborze istotnych danych wejściowych, identyfikacji jego struktury, estymacji parametrów modelu, oceny dopasowania modelu do danych rzeczywistych oraz oceny poprawności modelu w stosunku do przyjętych założeń.

EN

The paper deals with both a study method and results of an application of time series models ARIMAX to short-term electric energy production forecasting at wind micro power plants. The performed studies include a selection of significant input data, model structure identification, model parameters estimation, evaluation of model fit to real data as well as a model correctness according to taken assumptions.

3

Comparison of PV plant energy generation prediction tools with measured data

Petrović I., Šimić Z., Raić M.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 6

121--124

EN

The object of this research is to compare three of the most popular conventional analytical models used for estimation of electrical energy production of photovoltaic panels. From this analysis a single model will be selected with the best characteristics for implementation of modifications and corrections in order to get better energy production prediction results. Monthly and annual production results and errors will be the main criteria for the selection of a single model. Single prediction results of the selected model should be as accurate as possible in the smallest time periods, which are in this case monthly energy prediction results. This should guarantee that annual results are also rather accurate.

PL

W artykule porównano trzy modele analityczne umożliwiające analizę energii elektrycznej wytwarzanej przez panele fotowoltaiczne. Analizuje się miesięczną i roczną produkcję energii na podstawie wybranych okresów czasowych.