Математическая модель прогнозирования процесса генерирования электроэнергии фотоэлектрическими станциями

Рейтинг:   / 0
ПлохоОтлично 

Authors:


Я. В. Бацала, orcid.org/0000-0003-4964-407X, Ивано-Франковский национальный технический университет нефти и газа, г. Ивано-Франковск, Украина, e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

И. В. Гладь, orcid.org/0000-0002-8247-655X, Ивано-Франковский национальный технический университет нефти и газа, г. Ивано-Франковск, Украина, e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

И. И. Яремак, orcid.org/0000-0002-0698-0367, Ивано-Франковский национальный технический университет нефти и газа, г. Ивано-Франковск, Украина, e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

А. И. Киянюк, orcid.org/0000-0001-9959-5822, Ивано-Франковский национальный технический университет нефти и газа, г. Ивано-Франковск, Украина, e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.


повний текст / full article



Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2021, (1): 111 - 116

https://doi.org/10.33271/nvngu/2021-1/111



Abstract:



Цель.
Повышение эффективности работы фотоэлектрических станций в энергетических системах путем создания модели прогнозирования количества произведенной электроэнергии в виде гармоничной функции и определение перспектив по использованию избранного математического обеспечения для разработки приложений.


Методика.
Для определения количества сгенерированной электроэнергии фотоэлектрическими станциями в сутки и год используются статистические методы с применением гармоничной функции, которая позволяет учесть основные метеорологические факторы изменения мощности фотомодулей. Предложенная методика для учета уровня генерирования фотоэлектрическими станциями пригодна для отслеживания изменения уровней напряжений в узлах присоединения.


Результаты.
Построены математические модели прогнозирования выработки электроэнергии фотоэлектрическими станциями для различных временных диапазонов. Исследовано влияние погодных факторов, продолжительности светового дня и структуры системы локальной генерации на количество сгенерированной электроэнергии фотоэлектрическими станций. Обусловлена необходимость использования гармоничной функции для прогнозирования количества произведенной электроэнергии, что улучшает эффективность расчетов для новых и уже существующих электростанций.


Научная новизна.
Учтены факторы влияния продолжительности светового дня и уровня облачности на уровень генерирования электроэнергии фотоэлектрическими станциями, а также метеорологические данные, которые позволяют спрогнозировать значение количества сгенерированной электроэнергии для определенного промежутка времени. Получены зависимости количества сгенерированной электроэнергии фотоэлектрическими станциями в виде гармоничной функции с учетом коэффициента, который учитывает уровень облачности для прогнозирования объемов генерации.


Практическая значимость.
Созданные математические модели прогнозирования с помощью гармоничной функции и анализа изменения напряжений в узлах локальных сетей позволяют повысить эффективность фотоэлектрических станций, упрощают расчет изменения уровней напряжений в сети, прогнозируемых значений сгенерированной электроэнергии по системе «на сутки вперед» на основе продолжительности светового дня, метеорологических данных и других внешних факторов при введении фотоэлектрических станций в эксплуатацию и работе в энергосистеме.


Ключевые слова:
фотоэлектрическая станция, гармоническая функция, ARIMA модель, энергоэффективность, локальная генерация

References.


1. Maurisio Soto, Xiao Qu, Rohini Kapoor, & Travis Galoppo (2019). Applying Data Science to Improve Solar Power Production and Reliability. INFORMS Workshop on Data Science, 1-12. Retrieved from https://www.cs.cmu.edu/~msotogon/Papers/ApplyingDataScience2019.pdf.

2. Lezhniuk, P. D., Komar, V. O., Kravchuk, S. V., & Didichenko, Ye. S. (2017). Analysis of meteorological parameters for hourly forecasting of electricity generation by photovoltaic power plants for the day ahead. Enerhetyka ta kompiuterno-intehrovani tekhnolohii v APK, 1(6), 27-31. Retrieved from http://dspace.khntusg.com.ua/bitstream/123456789/2183/1/8.pdf.

3. Mei, F., Pan, Y., Zhu, K., & Zheng, J. (2018). A hybrid online forecasting model for ultrashort-term photovoltaic power generation”, Sustainability, 10(3), 820. https://doi.org/10.3390/su10030820.

4. Tuohy, A., Zack, J., Haupt, S. E., Sharp, J., Ahlstrom, M., Dise, S., …, & Collier, C. (2015). Solar Forecasting: Methods, Challenges, and Performance. IEEE Power and Energy Magazine, 13(6), 50-59. https://doi.org/10.1109/MPE.2015.2461351.

5. Demchyk, Ya. M., & Rozen, V. P. (2019). Estimation of error of forecast models and forecasts of consumed electricity at energy market facilities. Power Engineering: economics, technique, ecology, (4), 69-78. https://doi.org/10.20535/1813-5420.4.2019.200489.

6. Dzendzeliuk, O., Kostiv, L., & Rabyk, V. (2013). Developing ARIMA time series models for forecasting meteorological data in a programing language R. Electronics and information technologies, 3, 211-219.

7. Sunny Portal. PV System Data (n.d.). Retrieved from https://www.sunnyportal.com/Templates/PublicPage.aspx?page=0fa455f6-64b8-4475-b66e-b01cb5a0836d.

8. Meteoblue delivers local weather information (n.d.). Retrieved from https://www.meteoblue.com/.

9. WetterRadar & Warnungen. Wetter Online Meteorologische Dienstleistungen GmbH. Retrieved from https://www.weatherandradar.com/apps/.

10. Lezhniuk, P. D., Komar, V. O., & Kravchuk, S. V. (2016). Estimation of probabilistic characteristics of solar power plant generation in the problem of intellectualization of local electrical systems. Visnyk NTU “KhPI”, (18), 92-100.

11. Lezhniuk, P. D., Komar, V. O., Kravchuk, S. V., & Bandu­ra, I. O. (2019). Photovoltaic stations with storage as an element of balancing mode in the local power system. Naukovi notatky. Lutsk, (65), 129-136. Retrieved from http://notatki.com.ua.

12. Javed, K., Ashfaq, H., Singh, R., Hussain, S. S., & Ustun, T. S. (2019). Design and Performance Analysis of a Stand-alonePV System with Hybrid Energy Storage for Rural India. Electronics, 8(952), 16. https://doi.org/10.3390/electronics8090952.

13. Hlad, I. V., & Batsala, Ya. V. (2017). Influence of solar power plants on low-voltage distribution networks. Enerhetyka. Ekonomika, tekhnolohii, (3), 119-123. https://doi.org/10.20535/1813-5420.3.2017.117378.

14. Fedoriv, M. Y. (2017). Increasing reliability and energy efficiency of electric driven boring units. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, (2), 93-98.

15. Weniger, J., Bergner, J., & Quaschning, V. (2014). Integration of PV Power and Load Forecasts into the Operation of Residential PV Battery Systems. Conference 4th Solar Integration Workshop at Berlin, 1-9. https://doi.org/10.13140/2.1.3048.9283.

 

Следующие статьи из текущего раздела:

Предыдущие статьи из текущего раздела:

Посетители

3670291
Сегодня
За месяц
Всего
628
50513
3670291

Гостевая книга

Если у вас есть вопросы, пожелания или предложения, вы можете написать их в нашей «Гостевой книге»

Регистрационные данные

ISSN (print) 2071-2227,
ISSN (online) 2223-2362.
Журнал зарегистрирован в Министерстве юстиции Украины.
 Регистрационный номер КВ № 17742-6592ПР от 27.04.2011.

Контакты

40005, г. Днепр, пр. Д. Яворницкого, 19, корп. 3, к. 24 а
Тел.: +38 (056) 746 32 79.
e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Вы здесь: Главная Архив журнала по выпускам 2021 Содержание №1 2021 Математическая модель прогнозирования процесса генерирования электроэнергии фотоэлектрическими станциями