تخمین اقتصادی رزرو مورد نیاز مزارع بادی با بکارگیری شبکه عصبی در پیش بینی سرعت باد

چکیده:
امروزه گسترش بکارگیری منابع انرژی تجدیدپذیر به ویژه باد در تولید انرژی الکتریکی، موجب افزایش احتمال عدم تعادل بین میزان تولید و مقدار مصرف انرژی الکتریکی گردیده است. لذا تخمین دقیق میزان ذخیره مورد نیاز مزارع بادی و کاهش هزینه تامین آن در سیستم های قدرت با نفوذ بالای انرژی باد، از اهمیت بسیار بالایی برخوردار است. در این مقاله با بکارگیری یک شیوه احتمالاتی، میزان ذخیره مورد نیاز یک مزرعه بادی تخمین زده شده است. ذخیره مورد نیاز مزرعه بادی به دو دسته تقسیم شده است، که توسط منابع ذخیره پاسخ سریع و منابع ذخیره پاسخ آهسته تامین می گردد، در واقع هدف از این تقسیم بندی کاهش هزینه تامین ذخیره از طریق کاهش استفاده از منابع ذخیره پاسخ سریع است که در مقایسه با منابع ذخیره پاسخ آهسته گران تر هستند. پیش بینی سرعت باد توسط و روش [1]ARIMA و روش شبکه عصبی مصنوعی[2] ، با استفاده از داده های واقعی اندازه گیری شده مربوط به یک مزرعه بادی نمونه در ایالت پنسیلوانیا انجام شده است. در این مطالعه، با بکارگیری شبکه عصبی مصنوعی که یک روش مبتنی بر هوش مصنوعی است و نسبت به روش آماری و مرسوم ARIMA، از دقت بالاتری برخوردار می باشد، میزان ذخیره مورد نیاز مزرعه بادی و هزینه تامین این رزرو نیز کاهش خواهد یافت.
1. Autoregressive Integrated Moving Average
2. Artificial Neural Network
زبان:
فارسی
در صفحه:
2
لینک کوتاه:
magiran.com/p1667569 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!