Tytuł pozycji:
Wind power forecasting based on meteorological data using neural networks
The growing share of renewable energy sources in the structure of energy systems causes many problems related to the correct operation of the grid. This impact is most evident in low-voltage grids to which many low-power prosumer solar and wind installations are connected. For the correct management and, consequently, the economic operation of power systems, the most accurate forecast of electricity consumption and generation in grids with different voltage levels is needed. Conventional generation devices have stable production values and can be regulated within wide limits, while the production of electricity from renewable sources, by wind farms in particular, depends on external weather conditions and requires a more careful approach to its forecasting. The aim of the article is to present a method of forecasting the power generated by wind turbines based on publicly available meteorological data. The presented forecasting method uses the theory of neural networks.
Rosnący udział odnawialnych źródeł energii w strukturze systemów energetycznych, powoduje wiele problemów związanych z poprawną pracą sieci. Oddziaływanie to jest najbardziej widoczne w sieciach niskiego napięcia, do których przyłączonych jest wiele fotowoltaicznych i wiatrowych instalacji prosumenckich małej mocy. Dla poprawnego zarządzania i w konsekwencji ekonomicznej pracy systemów elektroenergetycznych potrzebna jest możliwie dokładna prognoza zużycia i wytwarzania energii elektrycznej w sieciach o różnych poziomach napięcia. Konwencjonalne urządzenia wytwórcze mają stabilne wartości wytwarzania i mogą być regulowane w szerokich granicach, natomiast produkcja energii elektrycznej ze źródeł odnawialnych, a w szczególności przez elektrownie wiatrowe, zależy od zewnętrznych czynników atmosferycznych i wymaga staranniejszego podejścia do jej prognozowania. Celem artykułu jest przedstawienie metody prognozowania mocy generowanej przez turbiny wiatrowe w oparciu o publicznie dostępne dane meteorologiczne. W prezentowanej metodzie prognozowania wykorzystano teorię sieci neuronowych.
Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).
