Науковий вісник НГУ

Математична модель прогнозування процесу генерування електроенергії фотоелектричними станціями

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Батьківська категорія: 2021

Категорія: Зміст №1 2021

Створено: 10 березня 2021

Останнє оновлення: 10 березня 2021

Опубліковано: 30 листопада -0001

Автор: Я.В.Бацала, І.В.Гладь, І.І.Яремак, О.І.Кіянюк

Перегляди: 1590

Authors:

Я. В. Бацала, orcid.org/0000-0003-4964-407X, Івано-Франківський національний технічний університет нафти і газу, м. Івано-Франківськ, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

І. В. Гладь, orcid.org/0000-0002-8247-655X, Івано-Франківський національний технічний університет нафти і газу, м. Івано-Франківськ, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

І. І. Яремак, orcid.org/0000-0002-0698-0367, Івано-Франківський національний технічний університет нафти і газу, м. Івано-Франківськ, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

О. І. Кіянюк, orcid.org/0000-0001-9959-5822, Івано-Франківський національний технічний університет нафти і газу, м. Івано-Франківськ, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

повний текст / full article

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

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

Abstract:

Мета. Підвищення економічності роботи фотоелектричних станцій в енергетичних системах шляхом створення моделі прогнозування кількості виробленої електроенергії у вигляді гармонічної функції та визначення перспектив щодо використання обраного математичного забезпечення для розробки програмних додатків.

Методика. Для визначення кількості згенерованої електроенергії фотоелектричними станціями за добу та рік використано статистичні методи із застосуванням гармонічної функції змінної часу, що дозволяє врахувати основні метеорологічні чинники зміни потужності фотомодулів. Запропонована методика врахування впливу генерування електроенергії фотоелектричними станціями на параметри електричної мережі придатна для відстеження зміни рівнів напруг у вузлах приєднання.

Результати. Побудовані математичні моделі прогнозування виробітку електроенергії фотоелектричними станціями для різних часових діапазонів. Досліджено вплив погодних чинників, тривалості світлового дня та структури системи локальної генерації на кількість згенерованої електроенергії фотоелектричними станціями. Обумовлена необхідність використання гармонічної функції для прогнозування кількості виробленої електроенергії, що покращує ефективність розрахунків для нових і вже існуючих електростанцій.

Наукова новизна. Ураховані фактори впливу тривалості світлового дня й рівня хмарності на рівень генерування електроенергії фотоелектричними станціями, а також метеорологічні дані, що дають змогу спрогнозувати значення кількості згенерованої електроенергії для визначеного проміжку часу. Отримані залежності кількості згенерованої електроенергії фотоелектричними станціями у вигляді гармонічної функції з урахуванням коефіцієнта, що враховує рівень хмарності для прогнозування обсягів генерування.

Практична значимість. Створені математичні моделі прогнозування за допомогою гармонічної функції та аналізу зміни напруг у вузлах локальних мереж дозволяють підвищити ефективність фотоелектричних станцій, спрощують розрахунок зміни рівнів напруг у мережі та прогнозованих значень згенерованої електроенергії за системою «доба наперед» на основі тривалості світлового дня, метеорологічних даних та інших зовнішніх чинників при введенні фотоелектричних станцій в експлуатацію та при їх роботі в енергосистемі.

Ключові слова: фотоелектрична станція, гармонічна функція, ARIMA модель, енергоефективність, локальна генерація

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 4^th Solar Integration Workshop at Berlin, 1-9. https://doi.org/10.13140/2.1.3048.9283.

• < Попередня
• Наступна >