Марковская модель надежности ветроэлектростанции
https://doi.org/10.21683/1729-2646-2023-23-3-28-37
Аннотация
Построена марковская модель надежности ветровой электростанции на примере станции на острове Анхольт, Дания. Вычислены показатели надежности оборудования одной турбины как функции скорости ветра. На основании часовых измерений скорости ветра и объема потребленной электроэнергии оценены длительности периодов удовлетворенного и неудовлетворенного спроса. Установлено, что распределения этих периодов можно приблизить смесью экспоненциальных распределений. Процесс функционирования станции приближается марковским процессом с 5-ю состояниями и непрерывным временем. В итоге получены оценки нестационарной и стационарной вероятностей того, что спрос на электроэнергию будет удовлетворен за счет энергии ветра.
Ключевые слова
Об авторе
В. Ю. Иткин
РГУ нефти и газа (НИУ) имени И.М. Губкина
Россия
Россия
Иткин Виктор Юрьевич – кандидат технических наук, доцент;
доцент кафедры ПМ и КМ,
Ленинский пр-т, 65, Москва
Список литературы
1. Gaudenz K., Göran A. The influence of combined power, gas, and thermal networks on the reliability of supply // The Sixth World Energy System Conference, Torino, Italy, July 10-12, 2006.
2. Chen Sh., Sun G., Wei Zh. et al. Multi-time Combined Gas and Electric System Optimal Power Flow Incorporating Wind Power // Energy Procedia. 2016. Vol. 100. Pp. 111-116. DOI: 10.1016/j.egypro.2016.10.147
3. Kim H., Singh C., Sprintson A. Simulation and Estimation of Reliability in a Wind Farm Considering the Wake Effect // IEEE Transactions on Sustainable Energy. 2012. Vol. 3. Pp. 274-282.
4. NathA., Paul S., Rather Z. et al. Estimation of Offshore Wind Farm Reliability Considering Wake Effect and Wind Turbine Failure // 2019 IEEE Innovative Smart Grid Technologies – Asia (ISGT Asia). 2019. Pp. 3866-3871. DOI: 10.1109/ISGT-Asia.2019.8880887
5. Nguyen N., Almasabi S., Mitra J. Impact of Correlation Between Wind Speed and Turbine Availability on Wind Farm Reliability // IEEE Ransactions on Industry Applications. 2019. Vol. 55. No. 3. Pp. 2392-2400. DOI: 10.1109/TIA.2019.2896152
6. Fazio A.R., Russo M. Wind farm modelling for reliability assessment // IET Renewable Power Generation. 2009. Vol. 2. Issue 4. Pp. 239-248. DOI: 10.1049/ietrpg:20080005
7. Голдаев С.В., Радюк К.Н. Расчет производительности ветроэнергетической установки большой мощности по усовершенствованной методике // Известия Томского политехнического университета. 2015. Т. 326. № 8: Инжиниринг георесурсов. С. 17-22.
8. Рахманов Н.Р., Курбацкий В.Г., Гулиев Г.Б. и др. Краткосрочное прогнозирование выработки мощности ветроэнергетических установок для обеспечения надежности электрических сетей. В кн.: Методические вопросы исследования надежности больших систем энергетики. Вып.66: Актуальные проблемы надежности систем энергетики : материалы Международного семинара им. Ю.Н. Руденко. Минск: БНТУ, 2015. 454 с., ил.
9. Kurbatsky V.G., Tomin N.V. Use of the ‘’ANAPRO’’ software to analyze and forecast operating parameters and technological characteristics on the basis of macro applications // Proceedings of IEEE Bucharest PowerTech, 28 June – 02 July 2009. P. 7. DOI: 10.1109/PTC.2009.5281905
10. Carroll J., McDonald A., McMillian D. Reliability comparison of wind turbines with DFIG and PMG drive trains // IEEE Transactions on Energy Conversion. 2015. Vol. 30(2). Pp. 663–670.
11. Wilson G., McMillan D. Assessing Wind Farm Reliability Using Weather Dependent Failure Rates // Journal of Physics: Conference Series. 2014. Vol. 524. 012181. DOI: 10.1088/1742-6596/524/1/012181
12. Севастьянов Б.А. (1974). Теория восстановления. Итоги науки и техн. Сер. Теор. вероятн. Мат. стат. Теор. кибернет. Том 11. М.: ВИНИТИ, 1974. С. 99–128.
13. The wind power. Wind Energy Market Intelligence [Электронный ресурс]. URL: https://www.thewindpower.net/turbine_en_79_siemens_swt-3.6-120.php. (дата обращения 06.07.2023).
14. National Centers for Environmental Information [Электронный ресурс] URL: https://www.ncei.noaa.gov/access/search/data-search/global-hourly (Data); URL: https://www.ncei.noaa.gov/data/global-hourly/doc/isdformat-document.pdf (Description) (дата обращения 06.07.2023).
15. Рыхлов А.Б. Оценка параметров законов изменения средней скорости ветра с высотой в приземном слое атмосферы на юго-востоке европейской части России для решения задач ветроэнергетики // Изв. Сарат. ун-та. 2011. Том 11. Сер. Науки о Земле, вып. 2. С. 28-34.
16. Млявая Г.В. Влияние параметров шероховатости подстилающей поверхности на скорость ветра // Экология и география. 2014. № 2(323). С. 181-187.
17. Un data. A world of information [Электронный ресурс]. URL: https://data.un.org (дата обращения 06.07.2023).
18. Energi data service. Production and Consumption – Settlement [Электронный ресурс] URL: https://www.energidataservice.dk/tso-electricity/productionconsumptionsettlement. (дата обращения 06.07.2023).
19. Sundberg R. An iterative method for solution of the likelihood equations for incomplete data from exponential families // Communications in Statistics – Simulation and Computation. 1976. Vol. 5(1). Pp. 55–64. DOI: 10.1080/03610917608812007
20. Колмогоров А.Н. Об аналитических методах в теории вероятностей // Успехи математических наук. 1938. № 5. С. 5–41.
21. Рыков В.В., Иткин В.Ю. Надежность технических систем и техногенный риск: учеб. пособие. М.: ИНФРА-М, 2016. 192 с.
Рецензия
Для цитирования:
Иткин В.Ю. Марковская модель надежности ветроэлектростанции. Надежность. 2023;23(3):28-37. https://doi.org/10.21683/1729-2646-2023-23-3-28-37
For citation:
Itkin V.Yu. Markov reliability model of a wing farm. Dependability. 2023;23(3):28-37. (In Russ.) https://doi.org/10.21683/1729-2646-2023-23-3-28-37
Просмотров:
306
ISSN 1729-2646 (Print)
ISSN 2500-3909 (Online)
ISSN 2500-3909 (Online)
Послать статью по эл. почте 