Modelowanie mocy i energii elektrowni (farm) wiatrowych
z wykorzystaniem średniodobowych prędkości wiatru

Cel: 1. Zamodelowanie prędkości wiatru 10-minutowych z średnich dobowych. 2. Porównanie i ocena wpływu modelu na moc i energię elektrowni wiatrowej. 3. Minimalizacja błędów obliczeń mocy i energii. 4. Zwiększenie dokładności prognoz i analiz produkcji energii przez farmy wiatrowe. Zastosowania: 1. Analizy i prognozy wytwarzania (produkcji) energii elektrycznej w istniejących i planowanych do wybudowania elektrowniach wiatrowych (farmach). 2. Odtwarzanie danych historycznych do wykonywania dokładniejszych prognoz (predykcji) i analiz. Więcej o zastosowaniach prognoz...

Opis:

Moc i energię obliczono dla turbiny wiatrowej o mocy znamionowej 2050 kW (rys.).
Dane pomiarowe prędkości wiatru uśredniano w następujących okresach: 10-minutowych i średnio dobowo (1440 min).
Na podstawie 365 danych średnich dobowych prędkości wiatru poszukiwano 52.560 danych 10-minutowych (tj. 365*24*6), w celu zminimalizowania niedokładności obliczeń mocy i energii, związanych z uśrednianiem (więcej).

Dane wiatru V [m/s]	Moc P [MW]	V [m/s]	Energia A [MWh]

Wybór miesiąca (okresu) analizy: I II III IV V VI VII VIII IX X XI XII ROK (Kliknięcie w wykres wyświetla kolejny miesiąc.)
Podsumowanie

---

Wnioski:

1. Rekomenduje się model do analiz i prognoz średnioterminowych i długoterminowych.

---

---

Prędkości wiatru V [m/s]	Moc P [MW]
Prędkości wiatru V [m/s]	Moc P [MW] i energia A [MWh]

Opis:

• Zielone krzywe – dot. szukanych wartości dla uśrednień 10-minutowych
  (odpowiednio dla prędkości wiatru, mocy i energii elektrycznej).
• Niebieskie krzywe – dot. znanych wartości dla uśrednień dobowych
  (odpowiednio dla prędkości wiatru, mocy i energii elektrycznej).
• Czerwone krzywe – dot. wartości uzyskanych z modelu dla uśrednień 10-minutowych
  (odpowiednio dla prędkości wiatru, mocy i energii elektrycznej).

Kliknięcie w powyższe wykresy wyświetla kolejny miesiąc.

---

Wykresy w powiększeniu z dokładniejszym opisem:

W modelu wyłączono symulowanie warunków pogodowych (takich jak np. temperatura, ciśnienie, śnieg, deszcz, porywy itd.). Brakujące dane uzupełniono wartościami średnimi.

Prędkości wiatru, V [m/s], 10-minutowe (szukane) i 1440-minutowe (znane)

Moc 10-minutowa, P [MW], (model i szukana) i 1440-minutowa (znana)

Uporządkowane prędkości wiatru, V [m/s], 10-minutowe (model i szukane) i 1440-minutowe (znane)

Moc P [MW] i energia skumulowana, A [MWh], 10-minutowe (model i szukane) i 1440-minutowe (znane)

Wykres sprawności turbiny wiatrowej wykorzystanej w analizie


Wykres sprawności turbiny wiatrowej zamodelowano wykorzystując sztuczne (ontogeniczne) sieci neuronowe w celu zwiększenia efektywności obliczeń zważywszy na liczbę danych (52.560 na rok, 2.628.000 dla odtwarzania danych z 50 lat).

---

Podsumowanie:

Analizy produkcji energii elektrycznej przez farmy wiatrowe stanowią ważny element pracy systemu elektroenergetycznego.

Modelowanie energii elektrowni wiatrowych z wykorzystaniem średniodobowych prędkości wiatru

Zestawienie wybranych wyników
modelowania energii elektrowni wiatrowych z wykorzystaniem średniodobowych prędkości wiatru

Miara błędu	A(V10) model	A(V1440) znane
MAPE minimalny	1,8%	2,7%
MAPE średni	3,0%	23,6%
MAPE maksymalny	5,7%	52,4%

MAPE – średni absolutny błąd procentowy (ang. mean absolute percentage error).

MAPE podaje o ile procent średnio wynik (prognoza) różni się od wartości rzeczywistej.

Wnioski:

Dzięki zastosowaniu modelowania bardzo znacząco zmniejszono błąd MAPE (średni absolutny błąd procentowy):

• MAPE średni z 23,6% do 3,0%,
• MAPE maksymalny z 52,4% do 5,7%,

co potwierdza zasadność stosowania modelowania.

  ANALIZY  
  PROGRAMY  
  DORADZTWO