Wyniki wyszukiwania - Biblioteka Nauki

1

Operacje łączeniowe wyłącznikiem próżniowym w sieciach średniego napięcia – analiza przepięciowa dla układów z filtrami LC falowników solarnych

100%

Kuczek T.

Wiadomości Elektrotechniczne

|

2015

|

tom R. 83, nr 4

48--52

PL

Przedstawiono analizę przepięć, jakie mogą wystąpić podczas operacji łączeniowych dokonywanych wyłącznikiem próżniowym w elektrowniach fotowoltaicznych przyłączonych do sieci średniego napięcia.

EN

The paper presents analysis of surges that may arise during switching operations performed using vacuum circuit breaker in photovoltaic power stations connected to MV networks.

2

Project of a stratospheric photovoltaic power station

100%

Bednarek S.

Przegląd Elektrotechniczny

|

2023

|

tom R. 99, nr 7

203--208

EN

The aim of this article is to present an innovative concept, concerning the design of a photovoltaic power plant located in the stratosphere. The most important advantage of this location is the increased access to solar energy, which can be converted into electricity. The introduction of the paper presents an short overview of known locations for photovoltaic power stations – on land, at sea and in space on a geostationary orbit. The basic elements of the power station in each of these location methods along with their advantages and disadvantages are briefly discussed. The main part of the paper concerns the project of an photovoltaic power station located in the Earth's lower stratosphere. The construction of two proposed by the author variants of such a power station with the transmission of electrical power by means of a microwave beam, or by means of a cable, is described. A maximal delivered power 20 MW of the power station has been assumed and the parameters of the elements of such power stations that are critical to their feasibility have been calculated. The feasibility of these projects with technical possibilities available currently or in nearest future has been demonstrated.

PL

Celem artykułu jest przedstawienie innowacyjnej koncepcji, dotyczącej projektu elektrowni fotowoltaicznej umieszczonej w stratosferze. Najważniejsza zaleta tej lokalizacji polega na zwiększeniu dostępu do energii słonecznej, która może być przetwarzana na energię elektryczną. We wstępnie artykułu przedstawiono w zarysie krótki przegląd znanych lokalizacji elektrowni fotowoltaicznych – na lądzie, na morzu i w kosmosie na orbicie geostacjonarnej. Krótko omówiono podstawowe elementy budowy elektrowni w każdym z tych sposobów lokalizacji oraz ich zalety i wady. Główna część artykułu dotyczy projektu elektrowni fotowoltaicznej, umieszczonej w dolnej warstwie stratosfery Ziemi. Opisano budowę zaproponowanych przez autora dwóch wariantów takiej elektrowni – z przesyłaniem mocy elektrycznej za pomocą wiązki mikrofal, albo za pomocą kabla. Przyjęto 20 MW, jako maksymalną moc dostarczaną elektrowni i obliczono parametry elementów takich elektrowni, które mają decydujące znaczenie dla ich wykonalności. Wykazano wykonalność tych projektów przy możliwościach technicznych dostępnych obecnie lub w najbliższej przyszłości.

3

Zastosowanie metod uczenia maszynowego do predykcji generowanej energii w małym systemie PV

80%

Idźkowski A. , Sumorek M.

Pomiary Automatyka Robotyka

|

2024

|

tom R. 28, nr 2

37--43

PL

Artykuł przedstawia problem prognozowania generacji energii elektrycznej w małych systemach fotowoltaicznych (PV). Celem opracowanych długoterminowych prognoz jest możliwość poprawnego zarządzania systemem elektroenergetycznym poprzez podejmowanie odpowiednich działań zachowawczych. Przeanalizowano czynniki atmosferyczne wpływające na pozyskiwanie energii elektrycznej w systemach fotowoltaicznych. Dokonano porównania wybranych modeli prognostycznych z wykorzystaniem uczenia maszynowego, m.in. sieci neuronowych MLP oraz metody wektorów nośnych SVM. Zostały wybrane mierniki pozwalające określić trafność (dokładność) prognoz. Określenie jakości prognoz bazowało na stanach faktycznych pogody, a nie na jej prognozie. Przedstawiono sposób przygotowania danych do utworzenia modeli prognostycznych i zaprezentowano najlepsze modele regresyjne. Do tego celu wykorzystano bibliotekę Scikit-learn umożliwiającą tworzenie skryptów w języku Python. W rozpatrywanym zespole fotowoltaicznym najlepsze rezultaty uzyskano dla modeli MLPRegressor, CatBoostRegressor i SVR. Wykorzystano rzeczywiste dane pomiarowe z systemu paneli ustawionych optymalnie o mocy 3,0 kWp. Dla modelu MLPRegressor osiągnięto największy współczynnik determinacji 0,605 oraz najmniejszy pierwiastek błędu średniokwadratowego 1,79 KWh dla średniej dziennej generacji energii elektrycznej w okresie od kwietnia do września 2022 r. wynoszącej 11,65 kWh.

EN

The article presents data analysis for predicting energy production in photovoltaic (PV) power plant systems. The purpose of long-term forecasts is to determine the effectiveness of preventive actions and manage the power system effectively. Climate variables affecting the production of electricity in photovoltaic systems were analyzed. Forecasting methods using machine learning techniques such as Multi-Layer Perceptron (MLP) neural networks and Support Vector Machine (SVM) were compared. In addition, metrics were selected to determine the quality of forecasts. Determining the quality of forecasts was based on the actual varying conditions, not on the weather forecast data. The way of data preparation to create forecasting models were presented and the models with the best metrics were selected. For this purpose, the Scikit-learn library was used to create scripts in Python. The best results were obtained for regression models: MLPRegressor, CatBoostRegressor and Support Vector Regression. Actual measurement data from a system of optimally-positioned panels with a power of 3.0 kWp were used. For the MLPRegressor model, the highest coefficient of determination 0.605 was achieved with the smallest root-mean-square error of 1.79 KWh.