[論文レビュー] Considering Air Density in Wind Power Production

Zénó Farkas|arXiv (Cornell University)|Mar 11, 2011

Wind Energy Research and Development参考文献 3被引用数 13

ひとこと要約

この論文は、風力発電の計算において空気密度の変動を考慮することで、最小限の計算コストで著しく精度が向上することを示している。CIPM-2007式を用いて温度、気圧、湿度から空気密度をモデル化し、ニューラルネットワークを用いたパワーカーブ適合において空気密度を含めた場合、標準値を一定と仮定した場合に比べて、平均二乗誤差（RMS）が16％低減することを明らかにした。

ABSTRACT

In the wind power production calculations the air density is usually considered as constant in time. Using the CIPM-2007 equation for the density of moist air as a function of air temperature, air pressure and relative humidity, we show that it is worth taking the variation of the air density into account, because higher accuracy can be obtained in the calculation of the power production for little effort.

研究の動機と目的

• 変動する空気密度が予測モデルにおける風力発電の精度に与える影響を評価すること。
• 空気密度の変動を無視することで、風力発電推定に系統的誤差が生じるかどうかを評価すること。
• 実時間での空気密度データを組み込むことで、より正確なパワーカーブ適合法を開発・検証すること。
• 空気密度を1.225 kg/m³で固定するのではなく、動的にモデル化した場合の予測精度の向上を定量すること。

提案手法

• 空気温度、気圧、相対湿度を用いて、CIPM-2007式を用いて空気密度を計算した。
• ハンガリー・ギョーエルの気象データ（2004–2006年）を用いて、時間変動する空気密度値を算出した。
• 風速と空気密度を入力変数とする二入力ニューラルネットワークモデルを訓練し、出力電力を予測した。
• 非線形パワーカーブをモデル化するために、双曲正接関数を活性化関数として用いた。
• 2006年の外部データを用いて、定常密度モデルと変動密度モデルの性能を比較した。
• 予測精度の差を定量化するために、平均二乗誤差（RMS）を計算した。

実験結果

リサーチクエスチョン

• RQ1 風力発電予測において、変動する空気密度を含めることで、一定空気密度を仮定した場合に比べて予測誤差が低減するか？
• RQ2 気 meteoroロジカル変数を用いて空気密度を動的にモデル化した場合、予測精度の向上はどの程度顕著か？
• RQ3 風力発電計算において、空気密度を固定値1.225 kg/m³と仮定することで生じる系統的誤差の大きさはどの程度か？
• RQ4 シンプルなニューラルネットワークモデルは、風力タービン出力に及ぼす空気密度の影響を効果的に捉えることができるか？

主な発見

• 2004–2006年の平均空気密度は1.229 kg/m³であり、標準値1.225 kg/m³よりもわずかに高かった。
• 空気密度を1.229 kg/m³で一定と仮定した場合、パワーカーブ適合のRMS誤差は12.06 kWであった。
• ニューラルネットワークモデルに変動する空気密度を入力として組み込んだ場合、RMS誤差は10.15 kWに低下した。
• 変動する空気密度を含めたことで、定常密度モデルに比べて予測誤差が16％低減した。
• 本研究では、空気密度の変動を無視することで、風力発電生産推定に最大16％の系統的誤差が生じることを結論づけた。
• 著者らは、風力発電予測システムにリアルタイムでの空気密度データを統合することで、計算オーバーヘッドを最小限に抑えながら精度を向上させることを推奨している。