Интеллектуальная технология непрямого прогнозирования вырабатываемой электроэнергии солнечной электростанции

Энгель Е. А.; Энгель Н. Е.

База данных: Каталог библиотеки СФУ

Библиографическое описание: Энгель, Е. А. Интеллектуальная технология непрямого прогнозирования вырабатываемой электроэнергии солнечной электростанции / Е. А. Энгель, Н. Е. Энгель. - Текст : непосредственный // Журнал Сибирского федерального университета. Техника и технологии. - 2024. - Т. 17, № 4. - С. 464-473. - Библиогр. в конце ст. - ISSN 1999-494X.

Аннотация: Прогноз вырабатываемой электроэнергии солнечной электростанции позволяет эффективно и безопасно управлять электрическими сетями, интегрирующими сегмент солнечной энергетики. Рынок "сутки вперед" покупает по штрафным тарифам электроэнергию солнечных электростанций, отклоняющуюся более чем на 5 % максимальной мощности солнечной электростанции от предоставляемого почасового макета рынка "сутки вперед" ее выработки. Проведенный анализ существующего программного обеспечения показал отсутствие доступного программного обеспечения для эффективного прогнозирования выработки солнечной электростанции. В данном исследовании разработана, апробирована и реализована технология непрямого прогнозирования вырабатываемой электроэнергии солнечной электростанции на основе модифицированной нечеткой нейросети с механизмом внимания. Разработаны UML диаграмма классов и блочно-модульная архитектура интеллектуальной технологии непрямого прогнозирования солнечной электростанции, обеспечивающая ее гибкость и легкую модификацию. Апробация интеллектуальной технологии непрямого прогнозирования выработки солнечной электростанции отражает ее эффективные, робастные результаты и целесообразность ее применения для автоматического построения макетов рынка "сутки вперед".
The forecast of the generated electricity of a solar power plant allows efficient and safe management of electrical grid that include solar power plants. The day-ahead market buys at penalty rates electricity from solar power plants, deviating by more than 5 % of the maximum solar power plant capacity from the provided hourly day-ahead market layout of electricity generated by the solar power plant. An analysis of existing software showed the lack of available software for effectively forecasting the production of a solar power plant. In this study, an indirect forecasting intelligent technology of a solar power plant production based on a modified fuzzy neural network with an attention mechanism was developed, tested and implemented. The UML class diagram and block-modular architecture of the indirect forecasting intelligent technology of a solar power plant production have been developed. This block-modular architecture provides flexibility and easy modification of the indirect forecasting intelligent technology of a solar power plant production. The approval of the indirect forecasting intelligent technology of a solar power plant production reflects its effective, robust results and the feasibility of its use for automatic generation of day-ahead market layouts

Год издания: 2024

Авторы: Энгель Е. А. , Энгель Н. Е.

Источник: Журнал Сибирского федерального университета. Техника и технологии

Выпуск: Т. 17, № 4

Номера страниц: 464-473

Количество экземпляров:

Всего свободно 3 из 3 экземпляров.

Читальный зал Б307 (пр. Свободный, 79, к. Б3-07): свободно 1 из 1 экземпляров
Читальный зал (пер. Вузовский, 6Д): свободно 1 из 1 экземпляров
Информационно-библиографический отдел (ул. Л. Прушинской, 2, к. 3-06): свободно 1 из 1 экземпляров

Показать дополнительные сведения

Система непрямого прогнозирования вырабатываемой электроэнергии массивом солнечных панелей на основе модифицированной нечеткой нейросети

Энгель Е. А. и др.
2023 год

К вопросу об электроснабжении северных муниципальных образований от солнечно-дизельных электростанций

Бастрон А. В. и др.
2025 год

Performance Analysis of Autonomous Solar Power Plants Using the PVsyst Software Package Under the Conditions of the Southern Regions of the Republic of Tajikistan

Makhsumov Makhsumov и др.
2025 год

Технология процесса электрогенерации из низкотемпературной тепловой энергии окружающей среды – воды, воздуха, грунта

Баякин С. Г. и др.
2026 год

Исследование работы прогностических регуляторов установки распределенной генерации в системе электроснабжения с мощным накопителем электроэнергии

Булатов Ю. Н. и др.
2021 год

Оксидоуглеродный след ветровых и солнечных электростанций

Белобородов С. С.
2022 год

Повышение мощности и КПД солнечных электростанций при пониженном солнечном излучении

Каганов В. И.
2020 год

Использование методов и систем прогнозирования мощности солнечных электростанций при планировании и управлении режимами энергосистем

Илюшин П. В. и др.
2025 год

Влияние суточной и сезонной неравномерности выработки электроэнергии солнечными и ветровыми электростанциями на структуру генерирующих мощностей в энергосистеме Германии

Белобородов С. С.
2020 год

Оценка производительности и энергоэффективности интегрированного солнечного комбинированного цикла электростанции

Эльмохлави Ашраф Эльсайед и др.
2019 год

Обзор возможностей для увеличения доли ветровых и солнечных электростанций в структуре генерирующих мощностей энергосистем

Илюшин П. В. и др.
2023 год

Моделирование солнечной электростанции с учетом изменения параметров окружающей среды

Карамов Д. Н. и др.
2020 год

Библиотечно-издательский комплекс СФУ

Интеллектуальная технология непрямого прогнозирования вырабатываемой электроэнергии солнечной электростанции
статья из журнала

Похожие документы