In questi ultimi anni i siti eolici sono notevolmente aumentati, nei luoghi dove le condizioni climatiche, orografiche e ambientali permettono il migliore sfruttamento di tale risorsa. Ciò ha contribuito ad affinare le tecnologie ed a ridurre i costi delle attrezzature eoliche. Il continuo aumento di penetrazione dell’energia eolica sul mercato rende, però, necessario anche lo sviluppo di nuovi strumenti di previsione della produttività di tali parchi. La maggiore penalizzazione nella diffusione dell’energia del vento è data dall’imprevedibilità della risorsa utilizzata. Un requisito di un buon modello di previsione della producibilità in tempo reale è la capacità di mantenere un’accettabile affidabilità delle previsioni all’allungarsi dell’orizzonte temporale rispetto a cui esse sono riferite. Infatti, è principalmente la disponibilità di un adeguato anticipo temporale (lead-time) delle previsioni che condiziona la possibilità di utilizzare al meglio la fonte energetica. Le due tecniche più utilizzate in tale ambito sono: Auto Regressive Moving Average ( ARMA) e Artificial Neural Network (ANN). Le tecniche ARMA effettuano la previsione correlando in maniera lineare i dati. Le reti neurali possono effettuare delle previsioni anche in maniera non lineare e sono dotate di maggiore flessibilità. Nel presente lavoro si è deciso di implementare entrambe le tecniche per realizzare un modello di previsione per un parco eolico utilizzando le serie storiche delle variabili misurate sulle turbine eoliche del sito.
Stima della producibilità a breve termine di impianti eolici mediante sistemi statistico/neurali
DE GIORGI, Maria Grazia;CONGEDO, Paolo Maria;FICARELLA, Antonio
2009-01-01
Abstract
In questi ultimi anni i siti eolici sono notevolmente aumentati, nei luoghi dove le condizioni climatiche, orografiche e ambientali permettono il migliore sfruttamento di tale risorsa. Ciò ha contribuito ad affinare le tecnologie ed a ridurre i costi delle attrezzature eoliche. Il continuo aumento di penetrazione dell’energia eolica sul mercato rende, però, necessario anche lo sviluppo di nuovi strumenti di previsione della produttività di tali parchi. La maggiore penalizzazione nella diffusione dell’energia del vento è data dall’imprevedibilità della risorsa utilizzata. Un requisito di un buon modello di previsione della producibilità in tempo reale è la capacità di mantenere un’accettabile affidabilità delle previsioni all’allungarsi dell’orizzonte temporale rispetto a cui esse sono riferite. Infatti, è principalmente la disponibilità di un adeguato anticipo temporale (lead-time) delle previsioni che condiziona la possibilità di utilizzare al meglio la fonte energetica. Le due tecniche più utilizzate in tale ambito sono: Auto Regressive Moving Average ( ARMA) e Artificial Neural Network (ANN). Le tecniche ARMA effettuano la previsione correlando in maniera lineare i dati. Le reti neurali possono effettuare delle previsioni anche in maniera non lineare e sono dotate di maggiore flessibilità. Nel presente lavoro si è deciso di implementare entrambe le tecniche per realizzare un modello di previsione per un parco eolico utilizzando le serie storiche delle variabili misurate sulle turbine eoliche del sito.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
