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

امروزه گسترش به کارگیری منابع انرژی تجدیدپذیر به ویژه باد در تولید انرژی الکتریکی، موجب افزایش احتمال عدم تعادل بین میزان تولید و مقدار مصرف انرژی الکتریکی شده است. ازاین رو تخمین دقیق میزان ذخیره موردنیاز مزارع بادی و کاهش هزینه تامین آن در سیستم های قدرت با نفوذ بالای انرژی باد، اهمیت بسیار فراوانی دارد. در این مقاله، با به کارگیری یک شیوه احتمالاتی، میزان ذخیره موردنیاز یک مزرعه بادی تخمین زده شده است. ذخیره موردنیاز مزرعه بادی به دو دسته تقسیم شده است که توسط منابع ذخیره پاسخ سریع و منابع ذخیره پاسخ آهسته تامین می شود. درواقع 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 ترند. پیش بینی سرعت باد توسط روش [۱]ARIMA و روش شبکه عصبی مصنوعی[۲]، با استفاده از داده های واقعی اندازه گیری شده مربوط به یک مزرعه بادی نمونه در ایالت پنسیلوانیا آمریکا انجام شده است. در این مطالعه، با به کارگیری شبکه عصبی مصنوعی که یک روش مبتنی بر هوش مصنوعی است و نسبت به روش آماری و مرسوم ARIMA، از دقت بیشتری برخوردار است، میزان ذخیره موردنیاز مزرعه بادی و هزینه تامین این رزرو نیز کاهش خواهد یافت.   * نویسنده مسئول ۱. Auto Regressive Integrated Moving Average ۲. Artificial Neural Network

Keywords:

Wind speeds predictions , Reserve , Uncertainty of wind energy , Wind farm , Cost of provision of reserves , پیش بینی سرعت باد , ذخیره , عدم قطعیت تولید انرژی باد , مزرعه بادی , هزینه تامین ذخیره.