Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 12

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
|
|
tom T. 20, z. 4
55--65
PL
Elektrownie wiatrowe generują 7,14% energii elektrycznej w Polsce, ustępując miejsca tylko elektrowniom opalanym węglem kamiennym i brunatnym. Znaczący udział energetyki wiatrowej w strukturze krajowego systemu elektroenergetycznego skłania do badania wpływu tak produkowanej energii na pracę jednostek wytwórczych centralnie dysponowanych. Niniejszy artykuł obejmuje analizę krajowego systemu elektroenergetycznego. Pierwszym parametrem, jaki został poddany analizie, jest krajowe zapotrzebowanie na moc, zawierające zapotrzebowanie odbiorców krajowych, potrzeby własne elektrowni, straty w sieci przesyłowej i pompowanie w elektrowniach szczytowo-pompowych oraz uwzględniające saldo wymiany międzynarodowej równoległej i nierównoległej. Ponadto analizie poddano sumaryczną generację energii elektrycznej z jednostek wytwórczych centralnie dysponowanych (JWCD), generację energii elektrycznej w ramach umowy o świadczenie usługi pracy interwencyjnej, generację energii elektrycznej w ramach umowy o świadczenie usługi interwencyjnej rezerwy zimnej (IRZ), a także sumaryczną generację energii elektrycznej ze źródeł wiatrowych. W niniejszym artykule zbadano związki korelacyjne pomiędzy wielkością generacji jednostek wytwórczych świadczących usługi pracy interwencyjnej oraz interwencyjnej rezerwy zimna a wielkością generacji energii elektrycznej z elektrowni wiatrowych. Dokonano również porównania tych wielkości z krajowym zapotrzebowaniem na moc.
EN
Increasing the share of energy production from renewable sources plays a key role in the sustainable and more competitive development of the energy sector. The electricity from wind power is about 7.14% in Poland. There are only hard coal-fired plants and brown coal-fired plants before wind power in the Polish National Power System. The share of wind power is significant and a lot of scientists try to research its impact on the work on electricity production in centrally dispatched generating units. It should be noted that RES are an increasingly important element of the power systems and that their share in the energy production will continue to increase. The author analyzed the work of the Polish National Power System, especially: the load of the Polish Power System (domestic energy consumption, own needs of power plants, losses, pumping hydro plants, import and export), electricity generation in centrally dispatched generating units, electricity generation under intervention work and cold intervention reserve agreements and electricity generation in wind power in the year 2016. The objective of this article is researching the dependence between electricity generation in centrally dispatched generating units under intervention work and cold intervention reserve agreements and electricity generation from wind power. Moreover the author researched the connections between the load of the Polish Power System and electricity production form wind power.
|
|
tom T. 21, z. 2
139--150
EN
The dynamic development of wind power in recent years has generated the demand for production forecasting tools in wind farms. The data obtained from mathematical models is useful both for wind farm owners and distribution and transmission system operators. The predictions of production allow the wind farm operator to control the operation of the turbine in real time or plan future repairs and maintenance work in the long run. In turn, the results of the forecasting model allow the transmission system operator to plan the operation of the power system and to decide whether to reduce the load of conventional power plants or to start the reserve units. The presented article is a review of the currently applied methods of wind power generation forecasting. Due to the nature of the input data, physical and statistical methods are distinguished. The physical approach is based on the use of data related to atmospheric conditions, terrain, and wind farm characteristics. It is usually based on numerical weather prediction models (NWP). In turn, the statistical approach uses historical data sets to determine the dependence of output variables on input parameters. However, the most favorable, from the point of view of the quality of the results, are models that use hybrid approaches. Determining the best model turns out to be a complicated task, because its usefulness depends on many factors. The applied model may be highly accurate under given conditions, but it may be completely unsuitable for another wind farm.
PL
Dynamiczny rozwój energetyki wiatrowej w ostatnich latach generuje zapotrzebowanie na narzędzia do prognozowania produkcji w elektrowniach wiatrowych. Informacje pozyskane z wykorzystaniem modeli matematycznych są użyteczne zarówno dla właścicieli farm wiatrowych, jak i dla operatorów systemów dystrybucyjnych i przesyłowych. Posiadając informacje dotyczące przewidywanej produkcji, operator elektrowni wiatrowej może sterować pracą turbiny w czasie rzeczywistym lub zaplanować remonty i prace konserwacyjne w przyszłości. Z kolei operator systemu przesyłowego, dysponując wynikami modelu prognostycznego, może zaplanować pracę systemu elektroenergetycznego, decydując się na redukcję obciążenia w elektrowniach konwencjonalnych lub na włączenie jednostek rezerwowych. Niniejszy artykuł przedstawia przegląd obecnie stosowanych metod prognozowania produkcji w elektrowniach wiatrowych. Ze względu na charakter danych wejściowych wyróżnia się metody fizyczne oraz statystyczne. Podejście fizyczne opiera się na wykorzystaniu danych związanych z warunkami atmosferycznymi, ukształtowaniem terenu i charakterystyką farmy wiatrowej. Najczęściej bazuje na modelach numerycznych prognoz pogody NWP (ang. numerical weather prediction). Z kolei w podejściu statystycznym wykorzystuje się zbiory danych historycznych w celu ustalenia zależności zmiennych wyjściowych od parametrów wejściowych. Jednak za najkorzystniejsze pod względem jakości uzyskiwanych wyników uznaje się modele, które wykorzystują podejścia hybrydowe. Określenie najlepszego modelu okazuje się zadaniem skomplikowanym, ponieważ jego użyteczność zależy od wielu czynników. Model zastosowany w danych warunkach może charakteryzować się wysoką dokładnością, natomiast być kompletnie nieprzydatny dla innej farmy wiatrowej.
EN
Arabidopsis thaliana AtNUDT7 Nudix pyrophosphatase hydrolyzes NADH and ADP-ribose in vitro and is an important factor in the cellular response to diverse biotic and abiotic stresses. Several studies have shown that loss-of-function Atnudt7 mutant plants display many profound phenotypes. However the molecular mechanism of AtNUDT7 function remains elusive. To gain a better understanding of this hydrolase cellular role, proteins interacting with AtNUDT7 were identified. Using AtNUDT7 as a bait in an in vitro binding assay of proteins derived from cultured Arabidopsis cell extracts we identified the regulatory protein RACK1A as an AtNUDT7-interactor. RACK1A-AtNUDT7 interaction was confirmed in a yeast two-hybrid assay and in a pull-down assay and in Bimolecular Fluorescence Complementation (BiFC) analysis of the proteins transiently expressed in Arabidopsis protoplasts. However, no influence of RACK1A on AtNUDT7 hydrolase catalytic activity was observed. In vitro interaction between RACK1A and the AGG1 and AGG2 gamma subunits of the signal transducing heterotrimeric G protein was also detected and confirmed in BiFC assays. Moreover, association between AtNUDT7 and both AGG1 and AGG2 subunits was observed in Arabidopsis protoplasts, although binding of these proteins could not be detected in vitro. Based on the observed interactions we conclude that the AtNUDT7 Nudix hydrolase forms complexes in vitro and in vivo with regulatory proteins involved in signal transduction. Moreover, we provide the initial evidence that both signal transducing gamma subunits bind the regulatory RACK1A protein.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.