来自阿尔卡拉大学(UAH)和马德里康普顿斯大学(UCM)的一组研究人员发明了一种预测风电场风力发电机风速的新方法。该系统基于天气预报模型和人工神经网络的结合，使研究人员能够提前两天计算风电场将产生的能量。
“我们开发的混合方法的目的是预测风电场中每个风力发电机的风速”，EscholaPolitécnicaSuperior的工程师，该研究的合着者，在线发布的Sancho Salcedo解释说。在可再生能源杂志上。
为了开发新模型，科学家使用了美国国家环境预测中心的全球预报系统提供的信息。该系统的数据覆盖整个地球，分辨率约为100公里，可在互联网上免费获取。
研究人员能够通过整合所谓的第五代中尺度模型(MM5)进行更详细的预测，该模型来自美国国家大气研究中心，旨在将分辨率提高到15x15公里。
“这些信息仍然不足以预测一个特定的气动发生器的风速，这就是我们应用人工神经网络的原因，”Salcedo澄清道。这些网络是自动信息学习和处理系统，模拟动物神经系统的运作。在这种情况下，他们使用预测模型提供的温度，大气压力和风速数据，以及风力发电机本身收集的数据。
利用这些数据，一旦系统被“训练”，关于风速的预测将在1到48小时之前提前进行。根据法律，风电场有义务向RedEléctricaEspañola提供这些预测，该公司提供电力并运行西班牙电力系统。
Salcedo说这个方法可以立即应用：“如果可以预测一个风力发电机的风速，那么我们可以估计它将产生多少能量。因此，通过总结每个'aero'的预测，我们可以预测产量整个风电场。“ 该方法已在阿尔巴塞特的Fuentasanta的风电场中非常成功地使用。
可以节省数百万欧元
根据今年发表在Neurocomputing上的一篇文章，研究人员正在继续改进这种方法，最近提出使用几种全球预测模型而不是仅使用一种模型。结果，获得了几组观测值，然后将这些观测值应用于神经网络组以实现更准确的风力发电机风速预测。
获得的结果显示，与之前的模型相比，预测值提高了2%。Salcedo总结道：“尽管这看起来似乎是一个很小的改进，但它确实很重要，因为我们正在谈论预测能源产量可能会达到数百万欧元的改进。
免责声明：本文由用户上传，如有侵权请联系删除！