Model fizykalny czy neuronowy? - Narzędzia do predykcji mocy wytwarzanej przez elektrownie wiatrowe - Publication - Bridge of Knowledge

Search

Model fizykalny czy neuronowy? - Narzędzia do predykcji mocy wytwarzanej przez elektrownie wiatrowe

Abstract

Ustawowy obowiązek prognozowania mocyXVI Międzynarodowa Szkoła Komputerowego Wspomagania Projektowania, Wytwarzania i Eksploatacji, Jurata, 14-18 maja 2012 r. dotyczy właścicieli elektrowni wiatrowych o mocy znamionowej powyżej 50MW. Ze względu na coraz większą ilość przyłączonych elektrowni wiatrowych do krajowej sieci elektroenergetycznej, zapis ten może ulec zmianie, obejmując źródła wiatrowe mniejszej mocy. Obecnie największa pojedyncza turbina wiatrowa w Polsce ma generator o mocy 3MW, natomiast największy zespół elektrowni wiatrowych (farma wiatrowa) ma moc znamionową 120MW. Moc pojedynczych siłowni wiatrowych również jest prognozowana, lecz przez Operatorów Sieci oraz Spółki Obrotowe. W artykule poruszono problematykę doboru modelu prognozowania generacji mocy wytwórczej dla pojedynczej turbiny wiatrowej. Rozważono model prognostyczny fizykalny (analityczny) i neuronowy pod kątem odpowiedzi na pytanie: czy przy zastosowaniu tych modeli możliwe jest uzyskanie dokładniejszych prognoz mocy źródeł wiatrowych, i w jakim stopniu, jakość krótkoterminowych lokalnych prognoz meteorologicznych wpływa na pracę modeli?

Cite as

Full text

download paper
downloaded 14 times
Publication version
Accepted or Published Version
License
Creative Commons: CC-BY open in new tab

Keywords

Details

Category:
Articles
Type:
artykuły w czasopismach recenzowanych i innych wydawnictwach ciągłych
Published in:
Mechanik no. Nr 7, pages 53 - 61,
ISSN: 0025-6552
Language:
Polish
Publication year:
2012
Bibliographic description:
Bogalecka E., Rubanowicz T.: Model fizykalny czy neuronowy? - Narzędzia do predykcji mocy wytwarzanej przez elektrownie wiatrowe// Mechanik. -Vol. Nr 7., (2012), s.53-61
Verified by:
Gdańsk University of Technology

seen 150 times

Recommended for you

Meta Tags