التوزيع الكهربائي غير المنتظم للتنبؤ بطاقة الرياح

اقرأ في هذا المقال


تعتبر طاقة الرياح متقلبة وغير مؤكدة، مما يجعل من الصعب إنشاء نموذج تنبؤ دقيق، بحيث تركز هذه الدراسة على كيفية وصف توزيع خرج طاقة الرياح كمياً، وأهمها أنه من المفترض أن سرعة الرياح تعتبر متغير عشوائي يرضي التوزيع الطبيعي للأحمال الكهربائية.

أسباب التوزيع الكهربائي غير المنتظم والمتعلق بطاقة الرياح

يعد خطأ التنبؤ بقدرة الرياح أحد أكثر المشكلات صعوبة في التعامل مع الرياح في عمليات نظام الطاقة، بحيث كانت هناك أبحاث جوهرية تتعلق بخطأ التنبؤ بالطاقة الكهربائية، كما تتضمن الطرق النموذجية التوزيع الاحتمالي لسرعة الرياح وخطأ التنبؤ الخاص بها، وذلك بالإضافة إلى طاقة الرياح وخطأ التنبؤ الخاص بها، كما ينقسم نموذج التنبؤ بسرعة الرياح بشكل أساسي إلى نموذج توقع السلاسل الزمنية ونموذج التنبؤ بتوزيع الاحتمالات.

كذلك يصف نموذج تنبؤ السلاسل الزمنية بشكل أساسي التغيرات في سرعة الرياح بين الفترات الزمنية المتجاورة، مما يعكس ارتباط سرعة الرياح خلال الوقت المجاور، كذلك تتضمن نماذج التنبؤ بالسلاسل الزمنية النموذجية نموذج المتوسط ​​المتحرك الانحدار الذاتي ونموذج الشبكة العصبية ونموذج آلة المتجهات الداعمة، كما أنه يمكن استخدام نموذج آلة المتجه الداعمة للتنبؤ بالنقاط والتنبؤ الاحتمالي.

وبالتالي يصف نموذج التنبؤ بالتوزيع الاحتمالي خصائص التوزيع الاحتمالي لسرعة الرياح ومتوسط ​​سرعة الرياح في فترة زمنية، وغالباً ما يتم استخدام نماذج توزيع (Gamma ،Weibull ،Normal ،Beta) في هذا المجال، كما أنه يحلل إحصائياً سرعة الرياح في منطقة ما ويناسب خطأ التنبؤ بسرعة الرياح مع توزيع (Weibull)، ولاحقاً طور الباحثون إجراءً لاستخراج ميزة تعتمد على البيانات لاستخدام بيانات الطقس الرقمية غير المصنفة.

أصناف التوزيع الكهربائي التجريبي وتجربة التوزيع الطبيعي

تعتبر نماذج التوزيع التجريبية مثل التوزيع الطبيعي مثل (Gamma،Weibull ،Normal ،Beta) بمثابة تجارب لسيناريوهات مختلفة، مثل تحليل أخطاء التنبؤ بطاقة الرياح وأخطاء توقعات طاقة الرياح اليومية في بلدان الشمال الأوروبي، ومع ذلك لا يمكن أن يصف التوزيع الطبيعي توزيع الخطأ بدقة، خاصة مع تكامل طاقة الرياح على نطاق واسع.

ووفقاً للبيانات التاريخية، والتي تُظهر النتائج الإحصائية أن نموذج التوزيع الطبيعي غير مناسب إذا كان الانحراف في تنبؤ طاقة الرياح كبيراً؛ فإنه يطور توزيعاً متعدد الاستخدامات يمثل أخطاء التنبؤ لجميع النطاقات الزمنية والمقادير، كما يقترح نموذج توزيع الخطأ الأسي متعدد التعريف، ويتم اشتقاق وظائف التوزيع الاحتمالي للقطاعات المختلفة على التوالي وتقدير المتطلبات بطريقة التربيع الصغرى غير الخطية.

كذلك يتم حصر أخطاء توقع طاقة الرياح على المدى القصير جداً، وذلك وفقاً لاتساعها وتقلباتها، كما ويجمع نموذج خطأ التنبؤ بقدرة الرياح مع نموذج مناسب لتوزيع الاحتمالات لإعطاء تحليل أفضل لخطأ التنبؤ بقدرة الرياح، فيما اقترح الخبراء سابقاً توزيعاً غير منتظم لتوقعات طاقة الرياح مع الأخذ في الاعتبار التحكم النشط في مزارع الرياح.

تحديد التوزيع الكهربائي المنتظم على أساس البيانات الإحصائية

تتضمن أنواع توزيع أخطاء التنبؤ بقدرة الرياح التقليدية التوزيع الطبيعي وطرق التوزيع الرياضية الأخرى، كما تصف الطريقة القائمة على تحليل البيانات التاريخية عدم اليقين بشأن طاقة الرياح على المدى الطويل، ومع ذلك؛ فإنها تتجاهل العلاقة بين توزيع خطأ التنبؤ بقدرة الرياح وتوقع سرعة الرياح، كما سيفقد هذا النوع من الطرق بعض المعلومات ذات الصلة بتوزيع سرعة الرياح، وفي ما يلي يتم التوزيع الطبيعي كمثال ونحلل عيوبه، بحيث يمكن التعبير عن خرج طاقة الرياح بالنوع:

Untitled-41

حيث أن:

(Pw): هي طاقة الرياح الواقعية.

(Pprew): هي توقعات طاقة الرياح.

(εprew): هو خطأ توقعات طاقة الرياح، وبافتراض أن خطأ طاقة الرياح يفي بالتوزيع الطبيعي أو توزيع (Laplacian) أو توزيع بيتا، كما يمكن عرض التوزيع في الشكل التالي (1).

لذلك إذا تم استخدام التوزيع الطبيعي لإنشاء نموذج التوزيع الاحتمالي لطاقة الرياح؛ فغالباً ما يُفترض أن خطأ تنبؤ طاقة الرياح يخضع للتوزيع الطبيعي للتوقع (O).

Untitled-42

حيث أن (ε) هي خطأ تنبؤ طاقة الرياح وهي تخضع لتوزيع طبيعي، أي [ε∼N (0 ، σ2p)]، وهي دالة كثافة الاحتمال الخاصة بها هي:

Untitled-43

حيث أن:

(μp): هو توقع المتغير العشوائي (P).

(p): هو الانحراف المعياري للمتغير العشوائي (P).

كما يتم الحصول على هذه التوزيعات من خلال بيانات الخطأ الإحصائية التاريخية للتنبؤ بالرياح على مدى فترة زمنية طويلة، كما تصف الطريقة القائمة على تحليل البيانات التاريخية عدم الثقة بشأن طاقة الرياح والطاقة المتجددة على المدى الطويل، ومع ذلك؛ فإنها تتجاهل العلاقة بين توزيع خطأ التنبؤ بقدرة الرياح وتوقع سرعة الرياح، كما سيفقد هذا النوع من الطرق بعض المعلومات ذات الصلة بتوزيع سرعة الرياح.

6_446_OnlinePDF-fig-1-source-large-300x197

نموذج التنبؤ بطاقة الرياح وأساس العلاقة بين السرعة والطاقة

منحنى سرعة الرياح مع طاقة الرياح

بناءً على العلاقة بين سرعة الرياح وطاقة الرياح، كما يتم استنتاج توزيع خطأ توقعات طاقة الرياح مع الأخذ في الاعتبار توقع سرعة الرياح، بحيث يتم تحديد خطأ التنبؤ بسرعة الرياح اليوم التالي باستخدام تقنية التنبؤ العددي بالطقس (NWP)،لذلك سيكون لتقنيات التنبؤ المختلفة أخطاء تنبؤيه مختلفة لتنبؤ سرعة الرياح.

كما يتأثر توزيع أخطاء توقعات سرعة الرياح أيضاً بالموقع والارتفاع والبيئة الجغرافية لمزارع الرياح، وذلك فضلاً عن فترة التنبؤ، وعندما تكون فترة التنبؤ طويلة نسبياً؛ فإن التنبؤ بسرعة الرياح يميل إلى أن يكون توزيعاً طبيعياً تحت تأثير نظرية الحد المركزي، لذلك يُفترض أن سرعة الرياح متغير عشوائي (v)، وأن المتغير العشوائي يلبي التوزيع الطبيعي [N (μv ، σ2v)]، وذلك كما يظهر بالشكل التالي (4).

Untitled-44

حيث أن (μv) هو توقع سرعة الرياح ويزداد الانحراف المعياري (σv) لسرعة الرياح مع زيادة فترة التنبؤ.

6_446_OnlinePDF-fig-2-source-large-300x172

نموذج احتمالية التنبؤ بطاقة الرياح

من المفترض أن يكون التوزيع الاحتمالي لسرعة الرياح هو التوزيع الطبيعي [N (μv، σ2v)]، وذك بناءً على الفرضية ومنحنى “طاقة الرياح – سرعة الرياح”، بحيث يمكن اشتقاق توزيع طاقة الرياح على النحو التالي:

Untitled-48-300x88

Untitled-49-300x129

  • عندما تكون سرعة الرياح أقل من سرعة الرياح المقطوعة أو أكبر من سرعة الرياح المقطوعة، بحيث تكون قيمة طاقة الرياح (0)، لذا فإن؛ احتمال طاقة الرياح (0)، بحيث يتوافق مع الاحتمال التراكمي لسرعة الرياح (v) [(−∞ ،Vin) ∪ (Vout + ∞)].
  • عندما تكون سرعة الرياح [v∈ (Vin ، Vr)]، بحيث يتم الحصول على احتمالية طاقة الرياح على الفور من رسم خرائط واحد إلى واحد بين طاقة الرياح وسرعة الرياح.
  • عندما تكون سرعة الرياح بين سرعة الرياح المقدرة وسرعة الرياح المقطوعة، أي [v∈ (Vr ، Vout)]؛ فإن طاقة الرياح تحتفظ بأقصى قيمة، لذلك؛ فإن القيمة الاحتمالية لطاقة الرياح هي الاحتمال التراكمي لسرعة الرياح (v) (Vr ، Vout).

بالمجمل واستناداً إلى العلاقة بين سرعة الرياح وطاقة الرياح مع توليد الرياح؛ فإنه يتم وصف التوزيع غير المنتظم لطاقة الرياح بشكل صريح ويتم تحليل تعقيد النموذج المقترح من خلال المحاكاة، كما توضح عمليات المحاكاة أن هناك ارتفاعات ونبضات متعددة واضحة في توزيع طاقة الرياح.

المصدر: BM Hodge and M Milligan, "Wind power forecasting error distributions over multiple timescales", Proceedings of power and energy society general meeting, pp. 8, 24–29 July 2011.M Lange, "On the uncertainty of wind power predictions-analysis of the forecast accuracy and statistical distribution of errors", Trans ASME N J Sol Energy Eng, vol. 127, no. 2, pp. 177-184, 2005.J Wu, B Zhang, H Li et al., "Statistical distribution for wind power forecast error and its application to determine optimal size of energy storage system", Int J Electr Power Energy Syst, vol. 55, pp. 100-107, 2014.CL Archer, HP Simao, W Kempton et al., "The challenge of integrating offshore wind power in the US electric grid Part I: wind forecast error", Renew Energy, vol. 103, pp. 346-360, 2017.


شارك المقالة: