طرق التنبؤ بتوليد الرياح وانتشار الشبكة العصبية الاصطناعية: مراجعة لاتجاه البحث لمدة خمس سنوات
Title Wind Generation Forecasting Methods and Proliferation of Artificial Neural Network: A Review of Five Years Research Trend
الباحث الرئيس سامي محمد احمد الشمراني
الباحثون المشاركون
التخصص: تقنية المعلومات
التخصص الدقيق:
المستخلص: لقد أصبح الحفاظ على بيئة نظيفة من خلال تقليل الطاقات القائمة على الوقود الأحفوري وزيادة تكامل مصادر الطاقة المتجددة ، مثل طاقة الرياح والطاقة الشمسية ، السياسة الوطنية للعديد من البلدان. أدى الطلب المتزايد على مصادر الطاقة المتجددة ، مثل الرياح ، إلى خلق اهتمام بالقضايا الاقتصادية والتقنية المتعلقة بالاندماج في شبكات الطاقة. تعد الطبيعة المتقطعة والتنبؤ بتوليد الرياح جانبًا مهمًا لضمان التحكم والتصميم الأمثل للشبكة في محطات الطاقة. يوفر التنبؤ الدقيق معلومات أساسية لتمكين مشغلي الشبكة ومصممي الأنظمة من إنشاء محطة طاقة الرياح المثلى ، وتحقيق التوازن بين العرض والطلب على الطاقة. في هذه الورقة ، نقدم مراجعة شاملة لطرق التنبؤ بالرياح والشبكة العصبية الاصطناعية (ANN) الغزيرة في هذا الصدد. يتم تحليل الأداة المستخدمة لقياس استيعاب الرياح ومناقشتها بدقة في الدراسات التي تم نشرها من 1 مايو 2014 إلى 1 مايو 2018. توضح نتائج المراجعة زيادة تطبيق ANN في التنبؤ بتوليد طاقة الرياح. بالنظر إلى محدودية مكونات الأنظمة الأخرى ، فإن اتجاه نشر ANN وأنظمتها الهجينة أكثر جاذبية من الطرق الفردية الأخرى. وكشفت المراجعة كذلك أنه يمكن تحقيق دقة عالية في التنبؤ من خلال المعالجة والمعايرة السليمة لأداة وطريقة التنبؤ بالرياح.
Abstract: To sustain a clean environment by reducing fossil fuels-based energies and increasing the integration of renewable-based energy sources, i.e., wind and solar power, have become the national policy for many countries. The increasing demand for renewable energy sources, such as wind, has created interest in the economic and technical issues related to the integration into the power grids. Having an intermittent nature and wind generation forecasting is a crucial aspect of ensuring the optimum grid control and design in power plants. Accurate forecasting provides essential information to empower grid operators and system designers in generating an optimal wind power plant, and to balance the power supply and demand. In this paper, we present an extensive review of wind forecasting methods and the artificial neural network (ANN) prolific in this regard. The instrument used to measure wind assimilation is analyzed and discussed, accurately, in studies that were published from May 1st, 2014 to May 1st, 2018. The results of the review demonstrate the increased application of ANN into wind power generation forecasting. Considering the component limitation of other systems, the trend of deploying the ANN and its hybrid systems are more attractive than other individual methods. The review further revealed that high forecasting accuracy could be achieved through proper handling and calibration of the wind-forecasting instrument and method.