- Autor
- Drałus Grzegorz (Politechnika Rzeszowska), Gomółka Zbigniew (Uniwersytet Rzeszowski)
- Tytuł
- Prognozowanie produkcji energii elektrycznej w systemach fotowoltaicznych
Forecasting electrical energy in photovoltaic systems - Źródło
- Acta Scientifica Academiae Ostroviensis. Sectio A, Nauki Humanistyczne, Społeczne i Techniczne, 2017, nr 9(1), s. 285-296, rys., tab., wykr., bibliogr. 10 poz.
- Słowa kluczowe
- Energia, Sztuczne sieci neuronowe (SSN), Energia elektryczna, Produkcja energii, Metody prognozowania, Modele prognostyczne, Systemy fotowoltaiczne
Energy, Artificial neural networks (ANN), Electric power, Energy production, Forecasting methods, Forecasting models, Photovoltaic systems - Uwagi
- streszcz., summ.
- Abstrakt
- Artykuł prezentuje metodę prognozowania w horyzoncie doby produkcji energii elektrycznej przez zestaw paneli fotowoltaicznych. Prognozowanie w horyzoncie doby należy do prognoz krótkoterminowych. Zaprezentowano metodę prognozowania, która wykorzystuje sieci neuronowe typu MPL. Przedstawiono zbiorczy zestaw zmiennych objaśniających dla modeli prognostycznych. Wyznaczono parametry modeli prognostycznych oraz wykonano prognozy dla kilku okresów czasowych (np. prognoza z modelu całorocznego, prognozy z modeli półrocznych) oraz sformułowano wnioski końcowe.(abstrakt oryginalny)
The paper presents methods of forecasting electricity by means of a photovoltaic system. A short-term forecast e.g. a day-ahead forecasting as well as a forecasting method that uses neural networks of the MPL type have been presented. The paper also displays a comprehensive set of explanatory variables for forecasting models. Prognostic model parameters have been determined and forecasts have been made for several time periods (e.g. full-year forecast, half-year fore-casts) and final conclusions have been formulated.(original abstract) - Pełny tekst
- Pokaż
- Bibliografia
-
- Baczyński D., Wasilewski J., Krótkoterminowe prognozowanie produkcji energii elektrycznej w systemach fotowoltaicznych, "Rynek Energii", 96 (2011), nr 5, 47- 51.
- Ciechulski T., Osowski S., Badanie jakości predykcji obciążeń elektroenergetycznych za pomocą sieci neuronowych SVM, RBF i MPL, "Przegląd Elektrotechniczny", 2014, nr 8, 148-151.
- Jie Shi , et al., Forecasting power output of photovoltaic system based on weather classification and support vector machine, Industry Applications Society Annual Meeting (IAS), 2011 IEEE, Orlando, 2011.
- Osowski S., Sieci neuronowe w ujęciu algorytmicznym, WNT, Warszawa, 1994.
- Piotrowski P., Prognozowanie w elektroenergetyce w różnych horyzontach czasowych, Monografia, Prace Naukowe Politechniki Warszawskiej, "Elektryka", z. 144, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2013.
- Piotrowski P., Prognozowanie krótkoterminowe godzinowych obciążeń w spółce dystrybucyjnej z wykorzystaniem sieci neuronowych - analiza wpływu doboru i przetworzenia danych na jakość prognoz, "Przegląd Elektrotechniczny" (Electrical Review), (83) 2007, nr 7-8, 40-43.
- Piotrowski P., Analiza zastosowań sztucznych sieci neuronowych do krótkoterminowego prognozowania mocy oraz produkcji energii elektrycznej w systemach fotowoltaicznych, "Przegląd Elektrotechniczny", ISSN 0033-2097, R. 91 nr 8/2015, 162-165.
- Piotrowski P., Analiza doboru zmiennych w zadaniu prognozowania ultrakrótkoterminowego produkcji energii elektrycznej w systemach fotowoltaicznych, "Przegląd Elektrotechniczny", ISSN 0033-2097, R. 90 nr 4/2014, 5-9.
- Yuehui H. et al., Comparative study of power forecasting methods for PV stations, International Conference on Power System Technology (POWERCON), 2010.
- Yona A., et al., Application of neural network to 24-hour-ahead generating power forecasting for PV system, Power and Energy Society General Meeting -Conversion and Delivery of Electrical Energy in the 21st Century, 2008 IEEE.
- Cytowane przez
- ISSN
- 2300-1739
- Język
- pol
