[論文レビュー] Probabilistic computation of wind farm power generation based on wind turbine dynamic modeling

Herman Bayem, Yannick Phulpin+2 more|ArXiv.org|Apr 9, 2008

Wind Energy Research and Development参考文献 17被引用数 6

ひとこと要約

本稿では、風速時系列データとタービン運転モード（カットイン、カットアウト、アクティブ）を組み込んだ、双方向誘導発電機（DFIG）風力タービンの動的モデルを用いた確率的風力発電予測手法を提案する。モンテカルロシミュレーションの結果、タービンの動的挙動は年間発電量分布にほとんど影響を及ぼさないことが示され、データが乏しい状況下でも長期的確率的予測には定常状態の発電曲線で十分であることが明らかになった。

ABSTRACT

This paper addresses the problem of predicting a wind farm's power generation when no or few statistical data is available. The study is based on a time-series wind speed model and on a simple dynamic model of a DFIG wind turbine including cut-off and cut-in behaviours. The wind turbine is modeled as a stochastic hybrid system with three operation modes. Numerical results, obtained using Monte-Carlo simulations, provide the annual distribution of a wind farm's active power generation. For different numbers of wind turbines, we compare the numerical results obtained using the dynamic model with those obtained considering the wind turbine's steady-state power curve. Simulations show that the wind turbine's dynamics do not need to be considered for analyzing the annual distribution of a wind farm generation.

研究の動機と目的

• 統計的データが限られている、あるいは存在しない状況での風力発電量予測の課題に対処すること。
• タービンの動作を、カットイン、カットアウト、発電アクティブの3つの運転モードを有する確率的ハイブリッドシステムとしてモデル化すること。
• 風力タービンの動的応答が風力発電所の年間確率的分布に与える影響を評価すること。
• 動的モデルと定常状態の発電曲線アプローチを比較し、長期予測におけるモデルの必要性を検証すること。
• データが乏しい条件下でも計算が容易な確率的フレームワークを提供すること。

提案手法

• 1年間の現実的な風況を再現するため、時系列風速モデルを用いる。
• DFIG風力タービンを、カットイン未満（非稼働）、カットイン〜カットアウト間（稼働）、カットアウト超過（非稼働）の3モードを持つ確率的ハイブリッドシステムとしてモデル化する。
• モード遷移時のタービン応答遅延および過渡挙動を、動的方程式を用いて組み込む。
• 多数の風力発電所発電出力軌道を生成するためにモンテカルロシミュレーションを適用する。
• 複数のタービン構成にわたる結果を集約し、風力発電所全体の年間確率的分布を推定する。
• 動的モデルの結果と標準的な定常状態発電曲線の結果を比較し、出力分布の差異を評価する。

実験結果

リサーチクエスチョン

• RQ1 風力タービンの動的応答の組み込みが、風力発電所の年間確率的発電量分布にどのように影響を与えるか？
• RQ2 起動および停止時の過渡挙動は、長期的発電予測の精度にどの程度影響を及ぼすか？
• RQ3 動的効果が存在する状況でも、定常状態発電曲線が年間発電量分布を適切に表現できるか？
• RQ4 風速モデルのばらつきおよびタービン制御論理の変化に対して、確率的予測はどの程度感度を示すか？
• RQ5 データが乏しい状況下では、信頼性のある確率的風力発電予測のため、動的モデルの導入が必須か？

主な発見

• 特に起動および停止時の風力タービンの動的挙動は、風力発電所の年間発電量分布にほとんど影響を及ぼさない。
• モンテカルロシミュレーションの結果、動的モデルと定常状態発電曲線から得られる発電量分布は、1年間の期間において統計的に区別できない。
• 動的モデルと定常状態モデルの累積分布関数の差は、すべての分位数で1%未満であり、実用的影響は最小限である。
• 本研究では、長期的確率的予測において、定常状態発電曲線の使用が十分であり、計算効率も優れていることが確認された。
• 風力発電所の年間発電量分布は、主に風速の変動に支配されており、タービンの過渡的ダイナミクスによる影響は小さい。
• 提案手法により、歴史的データが限られている状況でも、動的複雑性をモデル化する必要がないため、信頼性の高い確率的予測が可能である。