[논문 리뷰] Probabilistic computation of wind farm power generation based on wind turbine dynamic modeling

Herman Bayem, Yannick Phulpin외 2명|ArXiv.org|2008. 04. 09.

Wind Energy Research and Development참고 문헌 17인용 수 6

한 줄 요약

이 논문은 이중 피딩 유도 발전기(DFIG) 풍력 터빈의 동적 모델을 활용하여 풍속 시계열 데이터와 터빈 운영 모드(입력, 정지, 활성)를 고려한 확률적 방법을 제안한다. 몬테카를로 시뮬레이션 결과, 터빈의 동적 거동가 연간 전력 분포에 미치는 영향은 무시할 만큼 작으며, 자료가 부족한 조건에서 장기적인 확률 예측에는 정적인 전력 곡선이 충분하다.

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.

연구 동기 및 목표

• 제한된 통계적 자료가 존재하거나 전혀 없는 조건에서 풍력 발전소의 전력 생산을 예측하는 데 도전하는 것.
• 입력, 정지, 활성 전력 생성의 세 가지 운영 모드를 가진 스토케스틱 하이브리드 시스템으로 터빈 거동을 모델링하는 것.
• 풍력 터빈의 동적 반응이 풍력 발전소의 연간 확률적 분포에 미치는 영향을 평가하는 것.
• 장기 예측을 위한 모델 필요성을 평가하기 위해 동적 모델링과 정적 전력 곡선 접근 방식을 비교하는 것.
• 자료가 부족한 조건에서 풍력 발전소의 전력 생산을 위한 계산적으로 실현 가능한 확률적 프레임워크를 제공하는 것.

제안 방법

• 1년 동안의 실제적인 풍속 조건을 시뮬레이션하기 위해 시계열 풍속 모델을 사용한다.
• DFIG 터빈을 세 가지 모드로 모델링한 스토케스틱 하이브리드 시스템으로 간주한다: 입력 이하(비활성), 입력과 정지 사이(활성), 정지 초과(비활성).
• 모드 전환 시 터빈의 반응 지연 및 일시적 거동을 동적 방정식을 통해 통합한다.
• 대규모의 풍력 발전소 전력 출력 궤적을 생성하기 위해 몬테카를로 시뮬레이션을 적용한다.
• 다양한 터빈 구성에 걸쳐 결과를 집계하여 전체 풍력 발전소의 연간 전력 출력 확률 분포를 추정한다.
• 동적 모델링 결과와 표준 정적 전력 곡선 결과를 비교하여 출력 분포의 차이를 평가한다.

실험 결과

연구 질문

• RQ1 풍력 터빈의 동적 반응 포함 여부가 풍력 발전소의 연간 확률적 전력 출력 분포에 어떤 영향을 미치는가?
• RQ2 기동 및 정지 과정 중의 일시적 거동이 장기적인 전력 예측 정확도에 어느 정도 기여하는가?
• RQ3 동적 효과가 존재하는 상황에서 정적 전력 곡선이 연간 전력 출력 분포를 충분히 대체할 수 있는가?
• RQ4 풍속 모델링 및 터빈 제어 로직의 변동에 따라 확률적 예측은 얼마나 민감한가?
• RQ5 자료가 부족한 조건에서 신뢰할 수 있는 확률적 풍력 발전소 전력 예측을 위해 동적 모델링이 필수적인가?

주요 결과

• 특히 기동 및 정지 과정에서의 터빈의 동적 거동은 풍력 발전소의 연간 전력 생산 분포에 거의 영향을 주지 않는다.
• 몬테카를로 시뮬레이션 결과, 동적 모델에서 유도된 전력 출력 분포와 정적 전력 곡선에서 유도된 분포는 통계적으로 구분되지 않는다.
• 모든 분위수에서 동적 모델과 정적 모델 간의 누적 분포 함수의 차이는 1% 미만이며, 실질적 영향이 미미함을 시사한다.
• 본 연구는 장기적인 확률적 예측을 위해 정적 전력 곡선 사용이 충분하며, 계산적으로도 더 효율적임을 확인한다.
• 풍력 발전소의 연간 전력 생산 분포는 터빈의 일시적 거동보다 풍속 변동성에 의해 지배된다.
• 제안된 방법은 동적 복잡성을 모델링할 필요 없이도 제한된 역사를 가진 조건에서도 신뢰할 수 있는 확률적 예측을 가능하게 한다.