[论文解读] Performability analysis of the second order semi-Markov chains in state and duration for wind speed modeling

Guglielmo D’Amico, Filippo Petroni+1 more|arXiv (Cornell University)|Jan 1, 2012

Energy Load and Power Forecasting被引用 4

一句话总结

本文提出了一种二阶半马尔可夫奖励模型，用于分析风速动态特性与风能系统的性能，采用意大利L.S.I.-Lastem站的10分钟风速数据。推导了奖励过程高阶矩的新型方程，并将其应用于计算10 kW水平轴风力涡轮机的预期能量输出与方差，展示了评估风能系统可靠性和性能的实用方法。

ABSTRACT

In this paper a general second order semi-Markov reward model is presented. Equations for the higher order moments of the reward process are presented for the first time and applied to wind energy production. The application is executed by considering a database, freely available from the web, that includes wind speed data taken from L.S.I. - Lastem station (Italy) and sampled every 10 minutes. We compute the expectation and the variance of the total energy produced by using the commercial blade Aircon HAWT - 10 kW.

研究动机与目标

• 开发一种广义的二阶半马尔可夫奖励模型，用于风速与发电量分析。
• 解决一阶模型在捕捉风速序列时间依赖性方面的局限性。
• 利用真实世界数据，计算商用10 kW风力涡轮机的总能量输出期望值与方差。
• 提供一种集成状态持续时间与转移动态的性能分析框架，以提升风能预测精度。

提出的方法

• 构建一种二阶半马尔可夫链模型，结合当前状态与前一状态，以描述风速的转移行为。
• 提出奖励过程的一阶与二阶矩的新型解析方程，代表总发电量。
• 使用意大利L.S.I.-Lastem站的10分钟风速测量数据库作为模型验证的输入数据。
• 将模型应用于商用10 kW水平轴风力涡轮机（Aircon HAWT），以计算预期发电量与方差。
• 采用奖励结构，其中发电量为风速与风力涡轮机功率曲线的函数。
• 通过求解奖励过程矩的方程组，推导出性能指标。

实验结果

研究问题

• RQ1 与一阶模型相比，二阶半马尔可夫模型如何提升风速与发电量建模的准确性？
• RQ2 在二阶半马尔可夫框架下，奖励过程的一阶与二阶矩的解析表达式是什么？
• RQ3 在转移过程中引入状态持续时间与记忆特性，如何影响风能系统的性能？
• RQ4 基于真实10分钟风速数据，10 kW风力涡轮机的预期发电量与方差是多少？
• RQ5 所提出的模型能否有效量化在风速变化条件下风能系统的可靠性和性能？

主要发现

• 本文首次推导出二阶半马尔可夫模型中奖励过程一阶与二阶矩的显式方程。
• 该模型成功利用真实10分钟风速数据，计算出10 kW水平轴风力涡轮机的总发电量期望值及其方差。
• 引入二阶依赖关系后，相较于一阶模型，能更准确地表征风速动态特性。
• 性能分析提供了对发电量可靠性的定量评估，包括通过方差体现的不确定性。
• 结果表明，高阶半马尔可夫模型在风能系统性能评估中具有可行性。
• 该模型利用L.S.I.-Lastem站公开的风速数据进行了验证，显示出实际应用潜力。