کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4926496 1431596 2017 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Model of selecting prediction window in ramps forecasting
ترجمه فارسی عنوان
مدل انتخاب پنجره پیش بینی در پیش بینی رمپ
ترجمه چکیده
پیش بینی وقایع رمپ بار بادی برای عملیات ثبات سیستم قدرت مهم است، با ترکیب پیش بینی توان انرژی از چندین واحد پیوسته برای پیش بینی قدرت درازمدت، و سپس با استفاده از الگوریتم های تشخیص برای استخراج رمپ ها، متوجه می شوید. یک واحد پیش بینی یک پنجره زمان پیش بینی است. اندازه آن دقت پیش بینی رمپ ها را تحت تاثیر قرار می دهد و یک مدل بهینه سازی برای انتخاب اندازه پنجره مناسب پیشنهاد شده است. اولا، یک الگوریتم در حال چرخش برای اعمال وقایع رمپ از داده های تاریخی استفاده می شود. یک مدل برای بهینه سازی اندازه پنجره زمان بر اساس حداقل داده های بدون رمپ در یک پنجره رمپ ساخته شده است. راه حل مدل پیشنهادی مورد بحث قرار گرفته است، از جمله انتخاب متغیرها، محدودیت ها و الگوریتم. مدل ارائه شده در این مقاله تست شده و عملکرد پنجره انتخاب شده مورد بحث قرار گرفته است. تجزیه و تحلیل محاسباتی اعتبار مدل را نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی های تجدید پذیر، توسعه پایدار و محیط زیست
چکیده انگلیسی
Prediction of wind power ramp events is important to the stability operation of power system, it is realized by combining wind power prediction of several continuous units for long-term power prediction, then using detecting algorithms to extract ramps. A prediction unit is a prediction time window. Its size impacts the accuracy of predicting ramps, and an optimization model is proposed to select the suitable window size. First, a swinging door algorithm is applied to extract ramp events from historical data. A model for optimizing the time window size is established based on the minimum non-ramp data in a ramp window. The solution of the proposed model is discussed, including the selection of variables, constraints and algorithm. The model presented in this paper is tested, and performance of selected time window is discussed. Computational analysis demonstrates the validity of the model.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Renewable Energy - Volume 108, August 2017, Pages 98-107
نویسندگان
, , , , ,