عنوان پایان‌نامه
بررسی عدم قطعیت در تولید نیروگاه بادی با استفاده از مفهوم آنتروپی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس 2 فنی شماره ثبت: E 2160;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 55838
- تاریخ دفاع
- ۰۱ مهر ۱۳۹۱
- دانشجو
- احمد بانشی
- چکیده
- امروزه به دلایل مختلف انرژی بادی در سراسر دنیا در فراگیر شده است به طوریکه این انرژی، پتانسیل تغذیه 20 درصد انرژی الکتریسیته در ایالات متحده و جهان را دارد. به علت خاصیت تصادفی بودن سرعت باد همواره در پیش‌بینی انرژی باد عدم قطعیتی وجود دارد که این مسئله در پیش‌بینی دقیق انرژی باد تاثیر منفی می‌گذارد. در این میان پیش‌بینی نقطه‌ای به تنهایی نیاز کاربران شبکه را نمی‌تواند پاسخ‌گو باشد. برای مسائل تصمیم گیری مانند امنیت شبکه و قیمت گذاری در بازار انرژی نیاز به محاسبات عدم اطمینان پیش‌بینی انرژی است.روش‌های گوناگونی برای این کار پیشنهاد شده‌اند که مهم‌ترین آنها روش‌های احتمالی و روش‌های اندیس ریسک هستند. روش‌های احتمالی در مورد پراکندگی تولید پیش‌بینی‌ها اطلاعاتی را به صورت‌های مختلف احتمالی مانند بازه‌های اطمینان و چارک‌ها نمایش می‌دهند. مهم‌ترین عیب این روش‌ها این است که دقت پیش‌بینی را در نظر نمی‌گیرند و هیچ کمیتی از عدم اطمینان تولید ارائه نمی‌دهند و در موارد استثنا باعث تفسیر نادرست عدم اطمینان می‌شوند. روش‌های اندیس ریسک عدم قطعیت را به صورت کمیت بیان می‌کنند و اطلاعاتی در مورد پراکندگی پیش‌بینی ارائه می‌دهند اما نمی‌توانند به تنهایی تفسیر شوند و برای تفسیر نیاز به پیش بینی احتمال تولید دارند. در این پایان نامه ابتدا تابع آنتروپی به عنوان تابعی برای اندازه‌گیری کمیت عدم اطمینان (پیش‌بینی‌پذیری) پیش‌بینی پیشنهاد شده است و سپس نتایج این شاخص را با نتایج روش بازه‌های اطمینان مقایسه می‌کنیم. روشی برای کم کردن عدم قطعیت پیش‌بینی با استفاده از تابع آنتروپی ارائه شده است. به‌کارگیری روش پیشنهادی برای پیش‌بینی کوتاه مدت انرژی با استفاده از داده‌های تولید انرژی باد مرکز مدیریت انرژی بونویل (BPA) نشان داده شده و نتایج با روش معیار پرسیستانس مقایسه شده که نتایج شبیه سازی، نشان دهنده کارایی این روش برای بهبود پیش‌بینی‌ها است.
- Abstract
- Nowadays for various reasons wind power is increasing across the world So that the energy has the potential to supply 20% of electricity energy in the United States. Due to the random nature of the wind speed there is always uncertainty in the prediction of wind energy so it will have a negative impact on the prediction of wind power. Point cannot be expected to meet the needs of network users. Point Forecast cannot meet the needs of network users.to decision making problems such as network security and market energy pricing; there is need for power forecast uncertainty calculation. For this purpose various methods have been proposed risk indices and probability approaches and are the most important methods among them Probability Approach representing the distribution of predictions in Various Probability forms such as confidence intervals and quantiles. Their main disadvantages of these methods are that they do not consider accuracy of prediction and do not provide any quantification of the uncertainty generated and in some exceptional cases the results may interpret incorrectly. The risk indices Methods quantify uncertainty of Prediction And provide information about the prediction distribution. But it cannot be interpreted independently and they need forecast probability of production to be interpreted. In this thesis we first proposed using Entropy as a function to measure the uncertainty of Prediction as a risk index and then comparing its simulating result to the result of confidence interval method. Applying the proposed method to improve short-term wind energy forecast using BPA wind energy data are shown and the results are compared to with benchmark method (persistence model). The results show its efficiency.
