Please use this identifier to cite or link to this item: http://earchive.tpu.ru/handle/11683/63127
Title: Моделирование законов распределений мощности ветроэнергетических и солнечных станций
Other Titles: Modeling of distribution laws for wind turbine and solar battery output power
Authors: Манусов, Вадим Зиновьевич
Лемешко, Борис Юрьевич
Халдаров, Шерзод Камалханович
Manusov, Vadim Zinovievich
Lemeshko, Boris Yurievich
Khaldarov, Sherzod Kamalkhanovich
Keywords: моделирование; распределение; мощность; ветроэнергетические станции; солнечные станции; распределение вероятностей; возобновляемые источники энергии; инсоляция; энергосистемы; probability distribution laws; renewable energy sources; probabilistic output power; third kind of beta-distribution
Issue Date: 2020
Publisher: Томский политехнический университет
Citation: Манусов В. З. Моделирование законов распределений мощности ветроэнергетических и солнечных станций / В. З. Манусов, Б. Ю. Лемешко, Ш. К. Халдаров // Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов. — 2020. — Т. 331, № 9. — [С. 84-95].
Abstract: 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.
Relevance. The power provided by generating stations based on wind and solar energy depends on the state of the environment at a particular geographical point, the prevailing wind speeds and the level of solar insolation. The wind speeds and solar insolation characterizing patterns are probabilistic in nature and depend on the terrain and season. This means that the power provided by generating stations based on renewable energy sources is also probabilistic. Risks associated with an inaccurate knowledge of the probabilistic patterns describing renewable energy sources, as well as the unpredictability (uncertainty) of the natural environment affecting renewable energy sources, are the reasons why system operators do not take into account such stations in calculating the power balance. This situation does not allow considering the generating stations as full-fledged market participants, covering the flow of investments in such projects. Accurate determination of the output power distribution laws for solar and wind power stations, based on the wind speed and solar insolation data analysis can significantly help system operators in power predicting of the power stations. Aim of study is building models of distribution laws that best describe the results of wind speed and solar insolation observations, as well as models of distribution laws for the generated power of wind and solar stations. Methods: methods for estimating the parameters of distribution laws, methods for testing statistical hypotheses. Results. It is shown, that the 3rd kind of beta distribution laws and their mixtures describe the series of measured wind speed and solar insolation better in the territory. The same concerning the probability distribution of the wind and solar stations power. Distribution law models for wind speed, solar insolation and power of the corresponding stations are constructed. It is shown that on the basis of the law of the distribution of wind speed and the mathematical relationships that connect power with wind speed, good models can be constructed for the probability distributions of power of wind power stations. The models can be used as an auxiliary tool for power system operators to predict output power.
URI: http://earchive.tpu.ru/handle/11683/63127
ISSN: 2413-1830
Appears in Collections:Известия ТПУ

Files in This Item:
File SizeFormat 
bulletin_tpu-2020-v331-i9-08.pdf939,59 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.