|
|
|
|
رویکردی جدید برای پیش بینی توان تولیدی توربین بادی با استفاده از رادار هواشناسی مبتنی بر مدل پنهان مارکوف
|
|
|
|
|
|
|
|
نویسنده
|
چینی فروش نوید ,لطیف شبگاهی غلامرضا ,آزادی مجید
|
|
منبع
|
كنترل - 1400 - دوره : 15 - شماره : 4 - صفحه:59 -69
|
|
چکیده
|
باد بر بسیاری از فعالیت های صنعتی و اجتماعی اثرگذار است و به عنوان یکی از مهمترین منابع انرژی پاک شناخته می شود. از آنجا که باد پدیده ای بسیار نامنظم است، پیش بینی آن از سایر پدیده های جوی کاری پیچیده تر است.بادهایی که در پدیده های محلی ایجاد می شوند می توانند قوی، ناگهانی و مخرب باشند و در عین حال با روش های مرسوم قابل پیش بینی نباشند. رادار هواشناسی با تولید بر خط داده های جوی از منطقه ای نسبتا وسیع این امکان را دارد که پیش بینی های مرتبط با باد را بهبود ببخشد. در این مقاله روشی طرح، پیاده سازی و اجرا می شود که مبتنی بر مدل پنهان مارکوف امکان پیش بینی وقوع تند باد در 5 ساعت آینده را فراهم می کند. تعمیم دهی این روش امکان پیش بینی توان تولیدی نیروگاه بادی و ارزیابی قابلیت اطمینان توان تولیدی نیروگاه بادی را با توجه به احتمال وقوع تندباد ممکن می سازد. روش پیشنهادی با داده های واقعی رادار و باد پیاده سازی و راستی آزمایی شده و نتایج مرتبط بر اساس یک توربین بادی نمونه ارائه گردیده است. نتایج بدست آمده نشان می دهد که حدود 67 درصد از تندبادها به درستی پیش بینی شده است.
|
|
کلیدواژه
|
باد، پیش بینیِ تندباد، رادار هواشناسی، مدل مارکوف پنهان، توربین بادی
|
|
آدرس
|
دانشگاه شهید بهشتی, ایران, دانشگاه شهید بهشتی, ایران, پژوهشگاه هواشناسی و علوم جو, ایران
|
|
پست الکترونیکی
|
azadi68@hotmail.com
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A new approach to wind turbine power generation forecasting, using weather radar data based on Hidden Markov Model
|
|
|
|
|
Authors
|
Chiniforoush Navid ,Latif Shabgahi Gholamreza ,Azadi Majid
|
|
Abstract
|
The wind is one of the most important and affecting phenomena and is known as one of the significant clean resources of energy. Apart from other atmospheric parameters, the wind has complex behavior and intermittent characteristics. Local phenomena can be accompanied by the wind, which is strong, nonpredicted, and damaging. Weather radars are capable of detecting and displaying stormrelated turbulence as well as precipitation in a relatively wide area. This capability can improve the quality of the wind forecast. In this paper, a method is presented and implemented to forecast the probability of strong wind in the next five hours based on the Hidden Markov Model (HMM). The method is expanded to find out the forecast of wind turbine output power and reliability as well. Achieved results show that about 67% of strong winds are correctly forecasted
|
|
Keywords
|
Wind ,Strong wind forecasting ,Weather radar ,HMM ,Wind turbine
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|