پیش بینی کوتاه مدت توان بادی با استفاده از تجزیه مدهای متغیر و شبکه عصبی عمیق پیش خور به منظور بهره برداری بهینه سیستم قدرت

امروزه انرژی های تجدید پذیر به دلیل مسائل زیست محیطی مورد توجه ویژه قرار گرفته اند. در این میان تولید توان بادی در مناطق مناسب از لحاظ اقتصادی و فنی توجیه پذیر می باشند. در کنار مزایای منابع بادی، یک چالش بزرگ در بهره برداری بهینه سیستم به دلیل رفتار غیرخطی توان بادی تولید شده ایجاد شده است. پیش بینی دقیق توان تولید کمک بزرگی به بهره برداران سیستم قدرت می نماید تا تصمیمات مناسب را برای بهره برداری بهینه سیستم اتخاذ نماید. در این مقاله، مدلی برای پیش بینی کوتاه مدت توان باد ارائه شده است که از ترکیب تجزیه مدهای متغیر (VMD) و شبکه عصبی عمیق بهره می برد. داده های استفاده شده شامل سرعت، جهت، و توان باد بوده و مدهای استخراج شده از VMD به عنوان ورودی مدل مورد استفاده قرار گرفته اند. پیش بینی به صورت ساعتی و برای روز پیش رو انجام شده است. نتایج به دست آمده نشان می دهد که شاخص NRMSE و NMAE به ترتیب برابر با ۶۵۸/۱ و ۳۶۳/۱ می باشد که نشان دهنده دقت بالا در پیش بینی توان باد است.

Keywords:

پیش بینی کوتاه مدت , توان بادی , شبکه عصبی عمیق , پردازش سیگنال , تجزیه مدهای متغیر.