In this paper, an adapted control scheme based on fuzzy logic approach to adjusting turbine speed so as to track the maximum power points is proposed. This scheme facilitates continuous control of wind turbine speed, adapting to the changing wind speed.
Актуальность. Мощность, выдаваемая генерирующими станциями на возобновляемых источниках энергии, ветроэнергетическими и солнечными, зависит от состояния природной среды в конкретной географической точке, доминирующих скоростей ветра и уровня солнечной инсоляции. Закономерности, характеризующие скорости ветра и солнечную инсоляцию, зависят от местности, времени года и носят вероятностный характер. Это значит, что вероятностный характер имеет и мощность, выдаваемая генерирующими станциями на возобновляемых источниках энергии. Риски, связанные с неточным знанием вероятностных закономерностей, описывающих эти источники, а также непредсказуемость (неопределённость) природной среды являются причинами, из-за которых системные операторы не учитывают такие станции в расчетах баланса мощности. Это, в свою очередь, не позволяет рассматривать генерирующие станции на возобновляемой энергии как полноценных участников рынка, прикрывая поток инвестиций в подобные проекты. Уточнение законов распределения вероятностей скорости ветра и солнечной инсоляции на основании статистического анализа соответствующих рядов измерений, а также уточнение на их основе законов распределения вероятностей для мощности соответствующих электростанций может оказать существенную помощь системному оператору при прогнозировании мощности, генерируемой станциями на «зеленой» энергии. Цель: построение моделей законов распределения, наилучшим образом описывающих результаты наблюдений скорости ветра и солнечной инсоляции, а также моделей законов распределения для вырабатываемой мощности ветроэнергетической и солнечной станций. Методы: методы оценки параметров законов распределения, методы проверки статистических гипотез. Результаты. Показано, что в отличие от наиболее часто используемого в этих целях закона Вейбулла, наилучшими моделями законов распределения вероятностей для рядов измерения скорости ветра и солнечной инсоляции на рассматриваемой территории являются законы семейства бета-распределений 3-го рода, а также смеси этих законов. То же самое касается описания распределения вероятностей мощности ветроэнергетической и солнечной станций. Построены модели законов распределения (по месяцам) для скорости ветра, солнечной инсоляции и мощности соответствующих станций. Показано, что на основании закона распределения скорости ветра и математических соотношений, связывающих мощность со скоростью ветра, можно строить хорошие модели для распределений вероятностей мощности ветроэнергетических станций. Построенные модели могут использоваться в качестве вспомогательного инструмента для системных операторов энергосистем для прогнозирования выдаваемой мощности.
It is important to note that the generated power of renewable sources depends on the natural conditions at a particular geographic point, the level of wind flow speeds and solar radiation. The patterns characterizing these parameters depend on the time of year, locality and are purely probabilistic in nature. Taking into account the above-mentioned conditions for the effective implementation of “green” objects in the power supply system, the purpose of this work is to build forecasting models that are more likely to be able to determine what part of the load can be covered by the power supply system based on wind power and solar installations. This purpose was achieved by constructing and training artificial neural networks with data on the speed of wind flow and solar radiation obtained from real renewable energy facilities. The most significant result is the identification of the necessary forecasting horizon, taking into account the preservation of a relatively good quality of metrics, as well as understanding what additional data is required to improve this quality. The significance of the results obtained lies in the fact that they make it possible to determine what reserve capacity is required to be included in the project.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.