Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Rynek Energii

1 2014

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

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

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.

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.