دوره 15، شماره 4 - ( مجله کنترل، جلد 15، شماره 4، زمستان 1400 )
جلد 15 شماره 4,1400 صفحات 69-59 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Chiniforoush N, Latif Shabgahi G, Azadi M. A new approach to wind turbine power generation forecasting, using weather radar data based on Hidden Markov Model. JoC 2022; 15 (4) :59-69
URL: http://joc.kntu.ac.ir/article-1-787-fa.html
URL: http://joc.kntu.ac.ir/article-1-787-fa.html
چینی فروش نوید، لطیف شبگاهی غلامرضا، آزادی مجید. رویکردی جدید برای پیش بینی توان تولیدی توربین بادی با استفاده از رادار هواشناسی مبتنی بر مدل پنهان مارکوف. مجله کنترل. 1400; 15 (4) :59-69
1- دانشگاه شهید بهشتی،پردیس فنی مهندسی شهید عباسپور، تهران
2- پژوهشگاه هواشناسی و علوم جو، تهران
2- پژوهشگاه هواشناسی و علوم جو، تهران
چکیده: (4539 مشاهده)
باد بر بسیاری از فعالیتهای صنعتی و اجتماعی اثرگذار است و به عنوان یکی از مهمترین منابع انرژی پاک شناخته میشود. از آنجا که باد پدیدهای بسیار نامنظم است، پیشبینی آن از سایر پدیدههای جوی کاری پیچیدهتر است.بادهایی که در پدیدههای محلی ایجاد میشوند میتوانند قوی، ناگهانی و مخرب باشند و در عین حال با روشهای مرسوم قابل پیشبینی نباشند. رادار هواشناسی با تولید بر خط دادههای جوی از منطقهای نسبتا وسیع این امکان را دارد که پیشبینیهای مرتبط با باد را بهبود ببخشد. در این مقاله روشی طرح، پیادهسازی و اجرا میشود که مبتنی بر مدل پنهان مارکوف امکان پیشبینی وقوع تند باد در 5 ساعت آینده را فراهم میکند. تعمیمدهی این روش امکان پیشبینی توان تولیدی نیروگاه بادی و ارزیابی قابلیت اطمینان توان تولیدی نیروگاه بادی را با توجه به احتمال وقوع تندباد ممکن میسازد. روش پیشنهادی با دادههای واقعی رادار و باد پیادهسازی و راستی آزمایی شده و نتایج مرتبط بر اساس یک توربین بادی نمونه ارائه گردیده است. نتایج بدست آمده نشان میدهد که حدود 67 درصد از تندبادها به درستی پیشبینی شده است.
نوع مطالعه: كاربردي |
موضوع مقاله:
تخصصي
دریافت: 1399/6/5 | پذیرش: 1400/2/5 | انتشار الکترونیک پیش از انتشار نهایی: 1400/2/22 | انتشار: 1400/10/1
دریافت: 1399/6/5 | پذیرش: 1400/2/5 | انتشار الکترونیک پیش از انتشار نهایی: 1400/2/22 | انتشار: 1400/10/1
فهرست منابع
1. [1] ا. زرجو، م. مظفری، ب. امرایی، "کنترل توربین بادی با ژنراتور القایی دوگانه تغذیه (DFIG) جهت استحصال حداکثر توان قابل جذب (MPPT)،" مجله کنترل، جلد 8، شماره 4، صفحه 43-53، 1393.
2. [2] ع. دقیق، م. ابراهیمی، ح. جوادی، "طراحی و کنترل ژنراتور مغناطیس دائم شار محور بدون هسته جهت استحصال بیشترین توان از توربین بادی سرعت متغیر،" مجله کنترل، جلد 11، شماره 2، صفحه 31-41، 1396.
3. [3] و. شجاع¬الدینی، آ. پارسیان¬نژاد، م. فرزانه، "روشی جدید برای استحصال توان بهینه از توربین های بادی: مدل زمانی-مکانی برای مزرعه بادی با استراتژی نروفازی،"،مجله کنترل، جلد 6، شماره 3، صفحه 51-60، 1391.
4. [4] S. Kanev and T. van Engelen, "Wind turbine extreme gust control," Wind Energy: An International Journal for Progress and Applications in Wind Power Conversion Technology, vol. 13, no. 1, pp. 18-35, 2010. [DOI:10.1002/we.338]
5. [5] W.-Y. Chang, "A literature review of wind forecasting methods," Journal of Power and Energy Engineering, vol. 2, no. 4, pp. 161, 2014. [DOI:10.4236/jpee.2014.24023]
6. [6] F. Tagliaferri, B.P. Hayes, I.M. Viola, S.Z. Djokić, "Wind modelling with nested Markov chains," Journal of Wind Engineering and Industrial Aerodynamics, vol. 157, pp. 118-124, 2016. [DOI:10.1016/j.jweia.2016.08.009]
7. [7] P.-J. Trombe, P. Pinson, and H. Madsen, "Automatic classification of offshore wind regimes with weather radar observations," IEEE Journal of selected topics in applied earth observations and remote sensing, vol. 7, no. 1, pp. 116-125, 2013. [DOI:10.1109/JSTARS.2013.2252604]
8. [8] ن. چینی فروش، غ. لطیف شبگاهی، م. آزادی، "ارائه الگوریتم جدید برای پیشبینی سرعت باد مبتنی بر مدل پنهان مارکوف،" مجله ژئوفیزیک ایران، جلد 13، شماره 2، صفحه 86-106، 1398.
9. [9] D. Schlipf, D.J. Schlipf, and M. Kühn, "Nonlinear model predictive control of wind turbines using LIDAR," Wind energy, vol. 16, no. 7, pp. 1107-1129, 2013. [DOI:10.1002/we.1533]
10. [10] P.J. Trombe, et al., "Weather radars-the new eyes for offshore wind farms?," Wind Energy, vol. 17, no. 11, pp. 1767-1787, 2014. [DOI:10.1002/we.1659]
11. [11] R.J. Doviak, "Doppler radar and weather observations," Courier Corporation, 2006.
12. [12] ن. چینی فروش، غ. لطیف شبگاهی، "تجهیزات انداز‌ه‌گیری سرعت و جهت باد: روش‌ها، چالش‌ها و روند فنّاوری،" پژوهش های اقلیم شناسی، جلد 1397، شماره 33، صفحه 43-62، 2018.
13. [13] A. Keyhani, M. Ghasemi-Varnamkhasti, M.T. Khanali, R. Abbaszadeh, "An assessment of wind energy potential as a power generation source in the capital of Iran, Tehran," Energy, vol. 35, no. 1, pp. 188-201, 2010. [DOI:10.1016/j.energy.2009.09.009]
14. [14] G.D. Forney, "The viterbi algorithm," Proceedings of the IEEE, vol 61, no. 3, pp. 268-278, 1973. [DOI:10.1109/PROC.1973.9030]
15. [15] M. Dabernig, "Comparison of different numerical weather prediction models as input for statistical wind power forecasts," University of Innsbruck, 2013.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
