دانلود مقاله ترجمه شده پیش‌بینی کوتاه‌مدت توان بادی با استفاده از شبکه عصبی مبتنی بر تبدیل موجک

چکیده

تولید توان بادی به‌شدت به تغییرات شرایط جوی وابسته است که خود به زمان و ساعت روز، ماه و فصل بستگی دارد. تناوبی بودن باد به‌عنوان مانعی برای پیش‌بینی دقیق توان بادی مطرح می‌شود و برای عملکرد صحیح و قابل‌اطمینان شبکه‌های قدرت آتی، امری ضروری است. یک راه برای حل این معضل، در نظر گرفتن تمامی این متغیرهای آب‌وهوایی است که می‌توان آن‌ها را از مدل‌های پیش‌بینی عددی آب‌وهوا (NWP) به دست آورد. اما استفاده از پارامترهای NWP سبب افزایش پیچیدگی مدل پیش‌بینی شده و همچنین مستلزم استفاده از حجم زیادی از داده‌های زمانی می‌باشد. علاوه بر این، مدل‌های مختلفی برای فصل‌های مختلف و یا ماه‌های مختلف لازم است. این مقاله یک مدل پیش‌بینی شبکه‌های عصبی مبتنی بر تبدیل موجک (WNN) را ارائه می‌کند که به‌اندازه کافی به‌منظور پیش‌بینی میزان تولید توان بادی در کوتاه‌مدت با دقت بالا، قابل‌اطمینان بوده و این مدل برای تمامی فصل‌های سال قابل‌استفاده است. این مدل با کاهش پیچیدگی فرآیند پیش‌بینی، به داده‌های زمانی کمتری در مقایسه با مدل‌های ارائه شده در مقالات نیاز دارد.

1-مقدمه

انرژی باد یکی از قابل‌اعتمادترین و کامل‌ترین فناوری‌ها میان منابع انرژی تجدید پذیر است. در بیشتر کشوها شامل هند، توان بادی به‌صورت یکپارچه با شبکه برق اصلی تنها بخش کوچکی از کل ظرفیت نصب شده را در مقایسه با منابع سنتی به خود اختصاص داده است. اما با افزایش و پیشرفت سیستم‌های نصب شده توربین‌های بادی (WTها) حجم برق تولیدی توسط انرژی باد به‌صورت روزافزون در حال افزایش بوده و جایگزین ژنراتورهای سنکرون سنتی شده است. برای مثال، در دانمارک، تقریباً 40% منابع انرژی از تولید انرژی بادی هستند. در نتیجه، این مسئله روی عملکرد کل سیستم اثرگذار است [1]. رشد استفاده از توان بادی چالش‌های جدیدی را ازنظر تنظیم فرکانس، کنترل ولتاژ و جبران سازی توان رأکتیو به وجود آورده است...