ЗАСТОСУВАННЯ ПРИНЦИПУ МАКСИМУМУ ЕНТРОПІЇ У ВІТРОЕНЕРГЕТИЦІ
DOI:
https://doi.org/10.35546/kntu2078-4481.2025.3.1.33Ключові слова:
вітроенергетика, принцип максимуму ентропії, функція розподілу, вітроенергетичний потенціал, розподіл ВейбулаАнотація
Відновлювальні джерела енергії привертають до себе значну увагу внаслідок останньої енергетичної кризи та необхідності отримувати екологічно чисту енергію. Енергія вітру є одним з найважливіших відновлювальних джерел енергії. У галузі перетворення енергії вітру, точне визначення розподілу ймовірностей швидкості вітру гарантує ефективне використання енергії вітру, тим самим покращуючи позиції вітроенергетики. Частіше для опису такого розподілу використовують двопараметричну функцію Вейбула. Проте для випадків, коли розподіл швидкості вітру по градаціях має нетиповий для відкритих місцевостей характер точності функції Вейбула буває недостатньо. В роботі представлено результати математичного моделювання вітрового потенціалу та визначення продуктивності вітроенергетичної установки на підставі принципу максимуму ентропії із застосуванням сучасних математичних, статистичних і комп’ютерних методів розрахунку та аналізу. Розроблено методику застосування принципу максимуму ентропії для опису функції розподілу швидкості вітру. Показано, що застосування пакету Curve Fitting системи Matlab дозволяє значно спростити та автоматизувати процес визначення множників Лагранжа. Визначено оптимальні функції розподілу швидкості вітру, отримані за методом максимуму ентропії для різної кількості моментних функцій. Статистичні характеристики розроблених розподілів порівнюються з характеристиками традиційних розподілів Вейбула. Доведено, що опис питомої потужності вітрового потоку на основі методу максимуму ентропії має найбільшу точність і краще відображає особливості експериментального розподілу швидкості вітру. На підставі отриманих розподілів швидкості вітру визначено вітроенергетичний потенціал місцевості. Показано, що метод максимуму ентропії дає найкраще узгодження з експериментальними даними. Застосування розробленого інструментарію дозволяє підвищити точність математичного моделювання розподілу швидкості вітру, а з цим і точність довгострокового прогнозування виробітку електроенергії вітроенергетичною установкою.
Посилання
Unal M., Cilek A., Tekin S. (2024) Maximum Entropy Method for Wind Farm Site Selection: Implications for River Basin Ecosystems Under Climate Change. Water, 16(24), 3679. https://doi.org/10.3390/w16243679
Vrakopoulou M., Margellos K., Lygeros J. and Andersson G. (2013) A Probabilistic Framework for Reserve Scheduling and N-1 Security Assessment of Systems With High Wind Power Penetration. IEEE Transactions on Power Systems, 28(4), pp. 3885–3896. https://doi.org/10.1109/TPWRS.2013.2272546
Yuan X. (2013) Overview of problems in large-scale wind integrations. J Mod Power Syst Clean Energy, 1(1), pp. 22–25. https://doi.org/10.1007/s40565-013-0010-6
Bian Q., Qiu Y., Wu W., Xin H. and Fu X. (2018) Generation dispatch method based on maximum entropy principle for power systems with high penetration of wind power. Journal of Modern Power Systems and Clean Energy, 6(6), pp. 1213–1222. https://doi.org/10.1007/s40565-018-0419-z
Liu, F. J., Chang, T. P. (2011) Validity analysis of maximum entropy distribution based on different moment constraints for wind energy assessment. Energy, 36(3), pp. 1820–1826. https://doi.org/10.1016/j.energy.2010.11.033
Shoaib M., Siddiqui I., Rehman Sh., Rehman S., Khan S., Lashin A. (2016) Comparison of Wind Energy Generation Using the Maximum Entropy Principle and the Weibull Distribution Function. Energies, 9(842), pp. 1–8. I. https://doi.org/10.3390/en9100842
Jaynes E. T. (1968) Prior Probabilities. IEEE Transactions on Systems Science and Cybernetics, 4(3), pp. 227–241.
Шарко О. В., Степанчиков Д. М., Шарко А. О. (2024) Термодинамічний підхід при математичному моделюванні вітрового потенціалу місцевості. зб. тез доп. XVІ міжнародної науково-практичної конференції Сучасні інформаційні та інноваційні технології на транспорті MINTT-2024: (м. Одеса, 29–31 травня, 2024р.), Одеса, ХДМА, 2024. – c. 268–271.
Li, M.; Li, X. (2005) MEP-type distribution function: A better alternative to Weibull function for wind speed distribution. Renew. Energy, 30, pp. 1221–1240. https://doi.org/10.1016/j.renene.2004.10.003
Ramírez, P.; Carta, J. A. (2006) The use of wind probability distributions derived from the maximum entropy principle in the analysis of wind energy. A case study. Energy Convers. Manag., 47, pp. 2564–2577. https://doi.org/10.1016/j.enconman.2005.10.027
Zhou, J.; Erdem, E.; Li, G.; Shi, J. (2010) Comprehensive evaluation of wind speed distribution models: A case study for North Dakota sites. Energy Convers. Manag., 51, pp. 1449–1458. https://doi.org/10.1016/j.enconman.2010.01.020
Zhang, H.; Yu, Y. J.; Liu, Z. Y. (2014) Study on the Maximum Entropy Principle applied to the annual wind speed probability distribution: A case study for observations of intertidal zone anemometer towers of Rudong in East China Sea. Appl. Energy, 114, pp. 931–938. https://doi.org/10.1016/j.apenergy.2013.07.040
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
