30УДК 007
Гильмутдинова Энже Назмутдиновна Gilmutdinova Enzhe Nazmutdinovna
Студент магистратуры Master's Student
Казанский национальный исследовательский технический университет им. А. И. Туполева - КАИ Kazan National Research Technical University named after A. N. Tupolev - KAI
ОШИБКИ ПРОГНОЗИРОВАНИЯ ВОЗОБНОВЛЯЕМЫХ ИСТОЧНИКОВ ЭНЕРГИИ
FORECAST ERRORS OF RENEWABLE ENERGY SOURCES
Аннотация. Возобновляемая энергия становится одним из широко используемых источников энергии. Одной из проблем возобновляемых источников энергии является сложность прогнозирования выходной мощности. Возобновляемые источники энергии обладают такими свойствами, как изменчивость и неопределенность, поэтому для стабильной работы энергосистемы необходимо это учитывать.
Abstract: Renewable energy is becoming one of the widely used energy sources. One of the problems of renewable energy is the difficulty to predict output power of renewable energy sources. Renewable energy sources have properties such as variability and uncertainty. Therefore, for the stable operation of the power system, it is necessary to take into account these.
Ключевые слова. возобновляемые источники энергии, ошибки прогнозирования, энергосистема, изменчивость.
Key words: renewable energy sources, forecast errors, power system, variability.
Энергетическая промышленность во всем мире пытается заменить традиционные электростанции возобновляемыми источниками энергии. Прогноз необходим, чтобы знать, сколько энергии произведут ветряные или солнечные электростанции, чтобы сохранить баланс в энергосистеме. Изменчивость возобновляемых источников принципиально отличается от других контролируемых источников - как, например, традиционных электростанций - и беспокоит участников рынка, когда они замечают быстро
XIVМеждународная научно-практическая конференция растущую долю ветряных и солнечных электростанций в их энергосистеме [1, c. 13].
Прогнозирование выходной мощности возобновляемых источников энергии необходимо для планирования работы генератора. Прогнозируемая мощность ветра и фотоэлектрической энергии имеет ошибки прогноза, и зависит от времени года, климата и географического положения [2].
Ошибка прогноза - это разница между количеством произведенной и прогнозируемой мощности. На ежедневной основе это часто делается путем визуального осмотра прогноза графика по сравнению с реальным производством энергии. Существует три широко используемых метода измерения точности.
Методами статистической ошибки являются средняя абсолютная ошибка (MAE), среднеквадратичная ошибка (RMSE) и средняя ошибка (ME)[3].
Средняя абсолютная ошибка дает хорошее представление о средних отклонениях, которые имели место. Этот метод ошибки широко используется на американском рынке.
1 N
1 ^ \ |Y forecast Yrealised
(1)
м Y Y
где N - количество измерений, forecast - прогнозируемая величина, realised
- реальная величина.
Среднеквадратичная ошибка измеряет среднюю точность прогноза без
учета направления ошибок и присваивает относительно большой вес крупным
ошибкам. Среднеквадратичная ошибка часто используются немецкими
операторами систем передачи.
1 N
^ } \ (Yforecast Yrealised) (2)
Средняя ошибка указывает на систематические ошибки, т.е. может показывать смещение в сторону общей завышенной или заниженной оценки.
1 N
- Y
forecast realised
Кроме того, существует гораздо больше методов измерения точности, но они в основном используются для довольно специфических анализов ошибок прогноза.
Существует множество факторов, которые влияют на точность прогнозирования возобновляемых источников энергии [1, ^ 25].
Ошибка прогноза увеличивается с увеличением горизонта прогнозирования, т.е. чем дальше прогноз заглядывает в будущее, тем ниже точность прогноза. Ошибка прогнозирования увеличивается почти линейно, как показано на рис.1 [4].
Также ошибки прогнозирования увеличиваются из-за сложности рельефа, т.е. горы и холмы уменьшают точность. Это в основном связано с тем, что модели прогноза не могут учесть все детали, например, скорость ветра из-за эффектов канала или солнечное излучения при тумане в долинах.
0.05 -
0.01
0
5
10
Время в часах
15
20
25
Рис.1. Ошибка прогноза с увеличением времени прогнозирования
XIVМеждународная научно-практическая конференция
Кроме того, ошибка прогноза уменьшается с увеличением размера региона. Прогнозы для региональных объектов всегда намного лучше, чем прогнозы для отдельных участков из-за того, что ошибки между различными местами одного региона частично компенсируется.
1 г 0,8 М 0.6 -
(Л
0.4 -
0.2 0 -
0 500 1000 1500 2000
Размер региона в км
Рис.2. - Ошибки прогнозирования в зависимости от размера региона [5]
Рис.2. иллюстрирует общую зависимость между размером региона и снижением ошибки прогнозирования на основе статистического анализа [5]. Региональные прогнозы приводят к лучшим результатам, чем прогнозы по отдельным станциям из-за эффекта регионального сглаживания.
Библиографический список:
1. Malte Zieher, Dr. Matthias Lange, Dr. Ulrich Focken, "Variable Renewable Energy Forecasting - Integration into Electricity Grids and Markets - A Best Practice Guide", Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ) GmbH, Eschborn, July 2015.
2. Z. Zhang, Y. Sun, J. Lin, L. Cheng and G. Li, "Versatile distribution of wind power output for a given forecast value," 2012 IEEE Power and Energy Society General Meeting, San Diego, CA, USA, 2012, pp. 1-7, doi: 10.1109/PESGM.2012.6344672.
«Научные междисциплинарные исследования»
3. N. Magdowski, Annika & Kaltschmitt, M.. (2017). Dependency of forecasting
accuracy for balancing power supply by weather-dependent renewable energy sources. Jordan Journal of Mechanical and Industrial Engineering. 11. 209-215.
4. Martin, Henry. (2017). A Limit Order Book Model for the German lntraday Electricity Market. 10.13140/RG.2.2.31902.28489.
5. Ulrich Focken, Matthias Lange, Kai Mönnich, Hans-Peter Waldl, Hans Georg Beyer, Armin Luig, "Short-term prediction of the aggregated power output of wind farms—a statistical analysis of the reduction of the prediction error by spatial smoothing effects", Journal of Wind Engineering and Industrial Aerodynamics,Volume 90, Issue 3,2002,Pages 231-246,ISSN 0167-6105.
