Nghiên cứu dự báo công suất phát của nhà máy điện gió

ĐẠI HỌC ĐÀ NẴNG TRƢỜNG ĐẠI HỌC BÁCH KHOA LƢƠNG THỊ DIỄM ĐOAN NGHIÊN CỨU DỰ BÁO CÔNG SUẤT PHÁT CỦA NHÀ MÁY ĐIỆN GIÓ Chuyên ngành : Kỹ Thuật điện Mã số : 60520202 TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT ĐIỆN Đà Nẵng- Năm 2018 Cơng trình hoàn thành TRƢỜNG ĐẠI HỌC BÁCH KHOA – ĐHĐN Người hướng dẫn khoa học: PGS.TS Đinh Thành Việt Phản biện 1: TS Đoàn Anh Tuấn Phản biện 2: PGS.TS Võ Ngọc Điều Luận văn bảo vệ trước Hội đồng chấm Luận văn tốt nghiệp thạc sĩ Kỹ thuật điện họp Trường Đại học Bách khoa vào ngày 30 tháng 06 năm 2018 Có thể tìm hiểu luận văn tại: - Trung tâm thông tin học liệu Truyền thông Trường Đại học Bách khoa - Thư viện Khoa điện, Trường Đại học Bách khoa - ĐHĐN -1MỞ ĐẦU Lý chọn đề tài Năng lượng điện nhu cầu thiếu sống người hoạt động sản xuất kinh doanh Để đáp ứng nhu cầu trên, người khai thác, sản xuất tiêu thụ lượng có nguồn gốc hóa thạch như: than đá, dầu mỏ Việc khai thác nguyên nhân làm tăng khí nhà kính dẫn đến biến đổi khí hậu, nhiễm môi trường sống nhu cầu lượng lại tăng nhanh Trong nguồn lượng hóa thạch dần cạn kiệt có tác động mạnh tới mơi trường, nguồn thủy điện gây ảnh hưởng tới hệ sinh thái thiên tai lũ lụt Năng lượng hạt nhân có nhiều nguy an tồn khơng có biện pháp xử lý cho chất thải hạt nhân lâu dài Vì nước phát triển nước Châu Âu, Mỹ, Trung Quốc chuyển dần sang sử dụng nguồn lượng tái tạo lượng mặt trời, gió, sóng thủy triều Năng lượng gió lượng tái tạo sử dụng ngày phổ biến rộng rãi giới Đầu tư vào lượng tái tạo điện gió xu hướng nước phát triển giới hướng tới phát triển bền vững Với tốc độ tăng trưởng kinh tế Việt Nam nhu cầu điện ngày gia tăng lực cung ứng theo chưa kịp Việt Nam bước đầu tư vào lĩnh vực lượng tái tạo điện gió, mang chiến lược phát triển bền vững, giảm thiểu tác động môi trường Việt Nam quốc gia có tiềm điện gió lớn khu vực vượt qua Thái Lan, Lào, Campuchia Diện tích đất liền biển Việt Nam giàu tiềm năng, thuận lợi cho việc lắp đặt tuabin gió lớn -2Tuy nhiên việc phát triển dự án điện gió với quy mơ cơng nghiệp Việt Nam chậm Nguyên nhân mặt tài đầu tư cho dạng lượng hạn chế chưa có nghiên cứu quy hoạch vùng phát triển điện gió Những nơi có tiềm điện gió thường tập trung vị trí hẻo lánh, xa hệ thống lưới điện truyền tải Do việc kết nối nhà máy điện gió với lưới điện phân phối phải đảm bảo chất lượng điện ổn định điện áp, dao động điện áp, tần số dòng điện Với lý trên, đề tài "Nghiên cứu dự báo công suất phát nhà máy điện gió" thiết thực cần thiết góp phần vào nâng cao hiệu vận hành lưới điện khu vực sử dụng lượng điện gió nên học viên chọn đề tài cho luận văn tốt nghiệp Mục đích nghiên cứu - Tình hình phát triển nguồn lượng xanh điện gió giới Việt Nam - Các phương pháp dự báo cơng suất phát nhà máy điện gió - Ứng dụng vào thực tiễn đề xuất phương pháp xây dựng chương trình dự báo cơng suất phát phù hợp cho nhà máy điện gió vùng có tiềm lượng gió Đối tƣợng phạm vi nghiên cứu Đối tượng nghiên cứu: Năng lượng điện gió phương pháp dự báo cơng suất phát nhà máy điện gió Phạm vi nghiên cứu: phương pháp dự báo vận tốc công suất phát cho nhà máy điện gió Phƣơng pháp nghiên cứu Kết hợp lý thuyết thực tế: Nghiên cứu lý thuyết phương pháp dự báo, kỹ thuật xử lý số liệu, cở sở số liệu khảo sát thực tế để từ có sở đề xuất phương pháp hợp lý, xây dựng chương trình, phân tích kiểm nghiệm kết -35 Ý nghĩa khoa học tính thực tiễn đề tài Ý nghĩa khoa học: Để tính tốn cơng suất phát nhà máy điện gió cung cấp nguồn lượng cho vùng cụ thể cần lựa chọn phương pháp dự báo phù hợp với điều kiện tự nhiên vùng để có cơng suất phát tối ưu Sử dụng mạng Nơ-ron phương pháp thống kê để xây dựng chương trình dự báo cơng suất phát điện gió Ý nghĩa thực tiễn: Đề tài phân tích đánh giá hiệu suất, tính ổn định cơng suất phát nhà máy điện gió theo thời gian ngắn hạn Đề tài đề xuất phương pháp dự báo cách khoa học có tính thực tiễn cao, áp dụng cho nhà máy thực tế Việt Nam Bố cục luận văn Ngoài phần mở đầu, kết luận, tài liệu tham khảo phụ lục luận văn gồm có chương sau: Chương 1: Tổng quan tình hình phát triển điện gió Thế giới Việt Nam Chương 2: Các phương pháp dự báo nhà máy điện gió Chương 3: Xây dựng phương pháp dự báo vận tốc gió cơng suất phát nhà máy Điện gió CHƢƠNG 1: TỔNG QUAN VỀ TÌNH HÌNH PHÁT TRIỂN ĐIỆN GIĨ Ở THẾ GIỚI VÀ VIỆT NAM 1.1 Tình hình phát triển điện gió 1.1.1 Tình hình phát triển điện gió giới Theo thông kê Hiệp hội lượng tái tạo toàn cầu IRENA, năm 2016 tỷ trọng cơng suất điện gió tồn cầu chiếm tổng 9% với tổng nguồn điện có Với quốc gia tổng đứng đầu Trung Quốc chiếm 34%, Mỹ 17%, Đức 10%, -4Pháp, Italia, Bzazil 2%, Thụy Điển, Đan Mạch, Thổ Nhĩ Kỳ, Ba Lan 1%[4] 1.1.2 Tình hình phát triển điện gió Việt Nam Có dự án với tổng công suất 159,2 MW vào vận hành thương mại Dự án Nhà máy điện gió Bạc Liêu có công suất lớn số dự án điện gió hoạt động Việt Nam Dự án nằm ngồi khơi, thuộc địa phận tỉnh Bạc Liêu, có quy mơ 62 tua bin gió với tổng cơng suất 99,2 MW, điện sản xuất khoảng 320 triệu kWh/năm Sau đưa vào vận hành giai đoạn I, với quy mơ 16 MW hòa lưới điện từ tháng 5-2013 Đến tháng 1-2016, Dự án Nhà máy điện gió Bạc Liêu hoàn thành việc đầu tư toàn 62 tua bin gió Dự án điện gió lớn thứ hai nằm Tuy Phong (tỉnh Bình Thuận) Cơng ty cổ phần Năng lượng tái tạo (REVN) hoàn thiện việc lắp đặt 20 trụ tua bin gió với tổng công suất 30 MW vào năm 7-2012 Cũng tỉnh Bình Thuận, dự án điện gió đảo Phú Quý với giá trị đầu tư khoảng 17 triệu USD (387 tỷ đồng) có quy mơ tua bin gió với công suất 6MW đưa vào vận hành từ năm 2012 Dự án điện gió Phú Lạc Cơng ty cổ phần điện gió Thuận Bình (tỉnh Bình Thuận) với cơng suất 24 MW, vốn đầu tư 1.000 tỷ đồng bắt đầu vận hành vào tháng 9-2016 1.3 Tiềm trữ lƣợng gió Việt Nam 1.2.1 Tiềm nguồn lượng gió Việt Nam Việt Nam có tới 8,6% diện tích lãnh thổ đánh giá có tiềm tốt để xây dựng trạm điện gió cỡ lớn diện tích Campuchia 0,2%, Lào 2,9%, Thái Lan 0,2% Tổng tiềm điện gió Việt Nam ước đạt 513.360 MW tức 200 lần công suất thủy điện Sơn La, 10 lần tổng công suất dự báo ngành điện vào năm 2020 -51.2.2 Trữ lượng gió Việt Nam Tại vùng biển Việt Nam có khu vực từ Bình Thuận đến Cà Mau, nơi có tốc độ gió đạt từ đến 11m/s, nơi tiềm công suất lượng gió lớn giới Khu vực ven bờ vịnh Bắc Bộ phía Bắc từ Quảng Ninh đến Quảng Trị có tốc độ gió chủ yếu thấp 6m/s 1.4 Tổng quan lƣợng gió máy phát điện gió 1.4.1 Nguyên lý để chuyển gió thành điện 1.4.2 Tuabin trạm điện gió 1.4.3 Các địa điểm xây dựng điện gió Người ta phân biệt ba loại địa điểm đặt trạm điện gió: nội địa (onshore), ven biển (nearshore) ,ngồi thềm lục địa (offshore) 1.5 Kết luận chƣơng Trong chương I nêu lên tổng quan tình hình phát triển lượng điện gió giới nói chung Việt nam nói riêng Trong chương nói lên tiềm phát triền lượng điện gió Việt nam lớn Tuy nhiên lượng gió chưa phát triển mạnh giới hạn vốn đầu tư Việt Nam Chương rõ phân bổ vùng miền có trữ lượng gió tiềm phù hợp với phát triển nhà máy điện gió CHƢƠNG - CÁC PHƢƠNG PHÁP DỰ BÁO ĐIỆN GIÓ 2.1 Những vấn đề chung phƣơng pháp tiếp cận với vấn đề dự báo nhà máy điện gió 2.1.1 Những vần đề chung Do lượng gió phụ thuộc vào thời tiết nên biến đổi liên tục theo thời gian khác Do dự báo xác điện gió cơng nhận đóng góp lớn cho việc tích hợp lượng gió đáng kể Các phương pháp dự báo điện gió sử dụng để lập kế hoạch vận hành hệ thống khai thác tối đa lượng gió -62.1.2 Lý dự báo điện gió Tốc độ gió liên quan tới sản lượng sản xuất điện nhà máy điện gió Xuất phát từ nhu cầu thực tế, để khai thác sử dụng hiệu nguồn lượng gió việc dự báo xác vận tốc công suất phát cho nhà máy điện gió quan trọng Thơng tin mang lại từ dự báo khơng phục vụ cho việc tính tốn phát điện nhà máy mà phục vụ cho đơn vị quản lý vận hành hệ thống mà nhà máy điện gió kết nối vào 2.1.3 Phân loại dự báo Các phương pháp dự báo khác phân loại theo quy mô thời gian phương pháp luận 2.2 Các phƣơng pháp dự báo phân loại theo miền thời gian 2.2.1 Phương pháp dự báo nhanh - ngắn hạn (dự báo trước giờ) Các mơ hình cho việc dự báo ngắn hạn nhanh - ngắn hạn dựa phương pháp thống kê để dự báo Mơ hình tính tốn dựa vào bước sau: - Xác định nguồn cấp điện gió cho tồn khu vực kiểm soát cho khu vực lưới điện phần khu vực - Soạn thảo dự báo nguồn cấp điện gió cho khu vực kiểm soát cho vùng lưới dựa thơng số khí tượng dự báo - Tính tốn nguồn lượng gió dự kiến ngắn hạn khoảng thời gian 1-8 cho vùng điều khiển phần khu vực, dựa thơng số khí tượng liệu công suất đo 2.2.2 Phương pháp dự báo ngắn hạn (dự báo trước ngày) Một mô hình điển hình cho miền thời gian cơng cụ dự đốn lượng gió (WPPT) WPPT sử dụng để tạo dự báo ngắn hạn (từ 120 đến 36 giờ) sản xuất lượng điện gió WPPT dựa trí tuệ nhân tạo tự động hiệu chỉnh theo -7tình hình quan sát bên thiết lập tối thiểu, hệ thống yêu cầu phép đo trực tuyến lượng gió Prediktor phát triển chương trình nghiên cứu khí tượng (MET) Hệ thống cung cấp sản lượng dự kiến trại gió lên đến 48 giờ, lần Sản lượng cuối mơ hình sản lượng dự kiến trang trại gió cho 48 tới sau lần AWPPS cung cấp dự báo ngắn hạn lượng gió trang trại bờ khơi 48/72 với thời gian (cập nhật giờ), sau 4-6 với bước thời gian từ 10 đến 15 phút (cập nhật 10-15 phút) đánh giá sai số mạng cho dự báo 2.2.3 Phương pháp dự báo dài hạn (dự báo trước nhiều ngày) Do thời gian dự báo dài, mơ hình đơn giản khơng thể đáp ứng u cầu nữa, sử dụng mơ hình NWP mơ hình NWP hỗn hợp tính tới Mơ hình Previentor tương tự mơ hình Prediktor, cung cấp dự đốn đáng tin cậy lượng gió dự kiến cho vị trí nơi giới đến trước 10 ngày với độ phân giải thời gian lên đến 15 phút 2.3 Các phƣơng pháp dự báo phân loại theo phƣơng pháp luận 2.3.1 Phương pháp vật lý Phương pháp vật lý phương pháp dựa bầu khí thấp dự báo thời tiết số trị (NWP - Numerical Weather Prediction) bên trang trại gió kết hợp với sử dụng đặc tính đường cong điện nhà sản xuất để đề xuất ước lượng sản lượng điện gió Nó bao gồm số mơ hình phụ dự báo NWP số điểm lưới mơ hình định, để dự báo lượng vị trí xem xét chiều cao trung tâm tuabin.[9] -8- Hình 2.1: Mơ hình dự báo dựa vào phương pháp tiếp cận vật lý Mơ hình dự báo phương pháp tiếp cận vật lý mô tả theo sơ đồ khối sau: Hình 2.2: Sơ đồ khối mơ hình dự báo phương pháp tiếp cận vật lý -10- Hình 2.4: Sơ đồ khối mơ hình dự báo phương pháp tiếp cận thống kê Các phương pháp thống kế bao gồm: + Phương pháp tự hồi quy (AR - AutoRegressive) + Phương pháp trung bình trượt kết hợp tự hồi quy (ARMA AutoRegressive Moving Average) + Phương pháp trung bình trượt tích hợp tự hồi quy (ARIMA AutoRegressive Integrated Moving Average) 2.3.3 Phương pháp trí tuệ nhân tạo Các phương pháp trí tuệ nhân tạo bao gồm: + Mạng nơ-ron nhân tạo (ANN - Artificial Neural Network) + Hệ thống suy luận giả mờ thần kinh (ANSIF - Adaptive Neuro-Fuzzy Inference System) + Phương pháp logic mờ + Phương pháp Support Vector Machine (SVM) + Mạng nơ-ron thần kinh thuật tốn tối ưu hóa tiến hóa -112.3.4 Phương pháp Persistence Nếu tốc độ gió cơng suất gió đo thời điểm t dự báo thực v(t) P(t) tốc độ gió cơng suất gió dự báo thời điểm tương lai t+∆t xác định sau : v(t+∆t) = v(t) (2-6) P(t+∆t) = P(t) (-7) Phương pháp Persistence cho kết xác tất phương pháp khác áp dụng thời gian dự báo cực ngắn 2.3.5 Phương pháp lai ( Phương pháp kết hợp - hybrid) Phương pháp kết hợp (hybrid) phương pháp kết hợp nhiều phương pháp khác để tận dụng ưu điểm phương pháp riêng lẽ Do đó, phương pháp thường phức tạp việc kết hợp phải thực cách hợp lý chặt chẽ có hiệu Phương pháp kết hợp (hybrid) tạo cách kết hợp phương pháp vật lý phương pháp trí tuệ nhân tạo; phương pháp thống kê phương pháp trí tuệ nhân tạo v.v Hình 25: Sơ đồ khối mơ hình dự báo phương pháp kết hợp -122.4 Đánh giá dự báo Đánh giá chất lượng phương pháp dự báo thực cách so sánh điện gió dự đốn thực thời điểm định trực tiếp với quan sát tương ứng thực tế Vì thế, chất lượng phương pháp dự báo cụ thể đánh giá thơng qua phân tích độ lệch dự đốn thực tế 2.4.1 Cơ sở liệu để đào tạo kiểm tra Dữ liệu thường chia thành hai khác nhau, theo đặc điểm thời gian là: tập liệu để đào tạo tập liệu thử nghiệm 2.4.2 Các sai số dự báo Lỗi dự báo lượng gió quan sát thời gian t + k cho dự đoán thực thời điểm t, e t+k|t, định nghĩa sai số giá trị lượng gió đo hiệu t + k, P t+k giá trị điện gió t + k ban đầu dự đoán t, : (2.8) Trong đó: - et+k|t là: lỗi tương ứng với thời gian t + k cho dự đoán thực thời điểm t Pt+k là: công suất đo thời điểm t + k là: công suất dự báo thời gian t + k thực thời điểm t Thường thuận tiện sử dụng lỗi dự đốn chuẩn hóa e, thu chia lỗi dự đoán theo dung lượng cài đặt, sau: (2-9) Trong đó: - Pinst trang trại gió lắp đặt cơng suất Lỗi trung bình tồn giai đoạn đánh giá, mơ tả bởi: -13(2-10) Trong đó: - N số lỗi dự đoán sử dụng để đánh giá phương pháp Trung bình lỗi bình phương tập kiểm tra: (2-11) Trong đó: - p số tham số ước tính sử dụng liệu xem xét Đối với liệu thử nghiệm, p = - Sai số trung bình tuyệt đối (MAE - Mean Absolute Error): (2-12) - Sai số bình phương trung bình gốc (RMSE - Root Mean Square Error): (2-13) - NMAE (Sai số trung bình bình thường hóa): (2-14) - NRMSE (Gốc chuẩn hóa lỗi bình phương trung bình): (2-15) Trong đó: P inst cơng suất lắp đặt hay sản lượng trung bình trang trại gió - Sai số phần trăm (PE - Percentage Error): -14Trong đó: + Yt là: công suất phát thực đo dự báo + Ft : công suất phát dự báo - Sai số phần trăm trung bình (MPE - Mean Percentage Error): - Sai số phần trăm tuyệt đối trung bình (MAPE - Mean Absolute Percentage Error): 2.4.3 Lỗi dự báo điển hình Kết mơ hình điển hình cho dự báo gió đơn sau: - NMAE khoảng 6–9% NRMSE khoảng 10-13% cài đặt công suất đầu tiên, tăng lên 13–16% 18– 22% 48 tới tương ứng - Kết điển hình cho dự báo khu vực theo thứ tự NMAE khoảng 6–10% NRMSE khoảng 8-12% công suất lắp đặt cho trước 24 giờ, tương ứng tăng lên 11–14% 14– 17% 48 2.5 Kết luận chƣơng Trong chương nêu rõ lý mục đích dự báo cơng suất phát nhà máy điện gió Để khai thác sử dụng hiệu nguồn lượng gió việc dự báo xác vận tốc cơng suất phát cho nhà máy điện gió quan trọng Thông tin mang lại từ dự báo khơng phục vụ cho việc tính tốn phát điện nhà máy mà phục vụ cho đơn vị quản lý vận hành hệ thống mà nhà máy điện gió kết nối vào Trong chương phương pháp dự báo cơng suất phát nhà máy điện gió giới , phân loại theo phương pháp miền thời gian dự báo như: dự báo nhanh ngắn hạn, dự báo ngắn hạn hay dự báo dài hạn theo phương pháp luận như: phương pháp vật lý, phương pháp thống kê, phương pháp kết hợp Để đánh giá chất lượng phương pháp dự báo, chương nêu lên phương pháp xác định định lượng chất -15lượng phương pháp dự báo cách so sánh lượng điện gió dự đốn thực thời điểm định trực tiếp với quan sát tương ứng thực tế Qua đánh giá mức độ xác mơ hình thông qua số sai số MAE, MAPE RMSE Điều không để đánh giá hiệu suất phương pháp lựa chọn cách đầy đủ mà có hiểu biết sâu đặc trưng cho khơng chắn dự đoán CHƢƠNG - XÂY DỰNG PHƢƠNG PHÁP DỰ BÁO VẬN TỐC GIĨ VÀ CƠNG SUẤT PHÁT CỦA NHÀ MÁY ĐIỆN GIĨ 3.1 Xây dựng mơ hình dự báo cho nhà máy điện gió Có nhiều phương pháp miền thời gian dự báo trình bày chương 2, tùy theo số liệu cụ thể thu thập được, đặc trưng số liệu ứng dụng thực tế phương pháp dự báo mà ta chọn mơ hình dự báo miền thời gian dự báo phù hợp Trong nội dung luận văn này, theo số liệu thực tế thu thập nhà máy điện gió Tuy Phong tỉnh Ninh Thuận ứng dụng kết số liệu thu thập để phục vụ cho công tác dự báo cho nhà máy điện Tuy Phong 3.1.1.Các yêu cầu liệu đầu vào: Thu thập nhập liệu 3.1.2 Diện tích ảnh hưởng 3.1.3 Mục tiêu dự báo 3.1.4 Dữ liệu lịch sử Một hệ thống dự báo gió thường sử dụng liệu lịch sử cho mơ hình thống kê Số lượng, chất lượng tính xác liệu có tác động đáng kể đến hiệu suất dự báo 3.1.5 Phương pháp Một số phương pháp truyền thống sử dụng cho dự báo lượng gió ngắn hạn -16Phần cung cấp tổng quan phương pháp thống kê thường xuyên áp dụng thành phần thống kê hệ thống dự báo gió  Quy hồi tuyến tính nhiều lần (MLR)  Mạng nơron nhân tạo (ANN)  Hỗ trợ hồi quy Vector (SVR)  Cây hồi quy  Các phương pháp khác 3.2 Điều kiện tự nhiên thuận lợi nhà máy Điện Tuy Phong 3.2.1 Đặc điểm tự nhiên khu vực Nhà máy điện Tuy Phong  Đặc điểm khí hậu  Vị trí nhà máy điện Tuy Phong 3.2.2 Đặc điểm gió khu vực nhà máy điện gió Tuy Phong Tốc độ gió cho phép vận hành phát điện nhà máy điện gió Tuy Phong từ 3m/s đến 25m/s (90km/h) Hình 3.2: Vận tốc gió trung bình khu vực nhà máy điện Tuy Phong Đây điều kiện vô lý tưởng để phát triển điện gió 3.3 Các số liệu dùng cho dự báo Để xây dựng mơ hình dự báo cơng suất phát nhà máy điện gió Tuy Phong, vận tốc gió, nhiệt độ, miền thời gian công suất -17phát nhà máy đo năm 2015, 2016 năm 2017 Sau số liệu thu thập cột gió nhà máy Tuy Phong 3.4 Xây dụng thuật toán dự báo Xây dựng mơ hình dự báo thực thời gian ngắn Thuật tốn tổng qt trình bày sau: Bắt đầu Nhập số liệu đầu vào: Ngày, giờ, nhiệt độ, vận tốc gió cơng suất phát nhà máy điện gió gian dự báo đo Tách liệu để đào tạo kiểm tra Xây dựng mơ hình dự báo thap phương pháp thống kê tự hồi quy (AR) kết hợp với mạng nơ-ron để dự báo cho 24 Khởi tạo mạng nơ-ron gồm lớp với 20 nơ-ron đào tạo mạng với thuật toán đào tạo mạng Thực dự báo thử nghiệm độc lập cho kết qủa dự báo thị đồ thị Đồng thời đưa số MAE, Hình MAPE, 3.4: Thuật toán để dựso báo tổng RMSE sánh kếtquát - Mạng nơ-ron lớp để đào tạo dự báo Kết thúc -18- Hình 3.5: Mạng nơ- ron lớp với 20 nơ-ron 3.5 Mơ hình mạng nơ-ron 3.5.1 Mơ hình Nơ -ron đơn giản 3.5.2 Các hàm truyền 3.5.3 Neuron có đầu vào vec tơ 3.5.4 Cấu trúc mạng nơ-ron lớp 3.5.5 Cấu trúc mạng nơ-ron nhiều lớp 3.5.6 Mạng hồi quy 3.6 Chƣơng trình dự báo Chương trình dự báo xây dựng phần mềm Matlab Phần mềm Matlab lựa chọn phù hợp với toán cần giải quyết, toán dự báo số liệu thu thập lưu trữ dạng ma trận, sau xử lý qua nhiều bước tính tốn sử dụng hàm có sẳn Matlab Kết dự báo trình bày phân tích mục 3.7 Kết dự báo Sau xây dựng mô hình dự báo trình bày trên, mơ hình sử dụng để dự báo cho 24 Kết dự báo cho ngẫu nhiên theo ngày ta có sai số theo mơ hình dự báo sai số MAPE, MAE sai số RMSE - Kết dự báo cho ngày ngẫu nhiên  Dự báo cho ngày 01/12/2017 -19- Hình 3.18: So sánh kết dự báo công suất phát cho 24 số liệu thực tế đo đếm thực tế ngày 01/12/2017 - Sai số MAPE: 10,57% - Sai số MAE: 1,72% - Sai số MRSE: 2,21%  Dự báo cho ngày 02/12/2017 Hình 3.19: So sánh kết dự báo công suất phát cho 24 số liệu thực tế đo đếm thực tế ngày 02/12/2017 - Sai số MAPE: 7,56% - Sai số MAE: 1,90% - Sai số MRSE: 2,59%  Dự báo cho ngày 03/12/2017 -20- Hình 3.20: So sánh kết dự báo công suất phát cho 24 số liệu thực tế đo đếm thực tế ngày 03/12/2017 - Sai số MAPE: 7,82% - Sai số MAE: 1,66% - Sai số MRSE: 2,05%  Dự báo cho ngày 04/12/2017 Hình 3.21: So sánh kết dự báo công suất phát cho 24 số liệu thực tế đo đếm thực tế ngày 04/12/2017 - Sai số MAPE: 5,94% - Sai số MAE: 2,60% - Sai số MRSE: 3,45%  Dự báo cho ngày 05/12/2017 -21- Hình 3.22: So sánh kết dự báo công suất phát cho 24 số liệu thực tế đo đếm thực tế ngày 05/12/2017 - Sai số MAPE: 7,59% - Sai số MAE: 1,74% - Sai số MRSE: 2,12% So sánh kết dự báo ngẫu nhiên ngày 01/12/2017 ,02/12/2017 ,03/12/2017 ,04/12/2017 ,05/12/2017 số liệu công suất phát thực tế đo đếm công suất phát từ mô hình dự báo cho ngày ngẫu nhiên cho thấy mơ hình dự báo cho kết tương đối xác Từ sai số trên, vẽ đồ thị biến thiên theo ngày dự báo sai số MAE RMSE Bảng 3.5: Sai số MAE(%) RMSE(%) công suất dự báo công suất phát thực tế đo từ ngày 01/12/2017 đến ngày 31/12/2017 Ngày đo 10 MAE(%) 1,72 1,9 1,66 2,6 1,74 1,48 1,94 1,75 1,7 RMSE(%) 2,21 2,59 2,05 3,45 2,12 1,63 2,18 2,06 2,18 2,47 -22- Hình 3.27: Đồ thị biến thiên theo ngày dự báo sai số MAE(%) Hình 3.28: Đồ thị biến thiên theo ngày dự báo sai số RMSE(%) Nhận xét: Mơ hình dự báo cho ngày ngẫu nhiên cho kết dự báo tương đối xác Các đường cong củacơng suất dự báo công suất thực đo nhà máy gần giống Từ kết sai số ta thấy sử dụng Mơ hình Nơ-ron kết hợp với phương pháp thống kê tự quy hồi để thực dự báo lượng gió khả quan 3.8 Kết luận chƣơng Trong chương xây dựng phương pháp dự báo công suất phát nhà máy điện, vận dụng xây dựng mơ hình dự báo cho nhà máy điện Tuy Phong phương pháp thống kê tự hồi quy kết hợp với mơ hình mạng nơ-ron để dự báo ngắn hạn với miền thời gian 24 Mơ hình dự báo cho kết tương đối xác, số sai số MAE, MAPE, RMSE không lớn nằm vùng cho phép, cho thấy mơ hình dự báo cho kết khả quan Kết cung cấp thông tin quan trọng cho nhà máy điện gió Tuy Phong đơn vị vận hành lưới điện có nhà máy kết nối vào lưới điện -23KẾT LUẬN VÀ KIẾN NGHỊ KẾT LUẬN Ngày lượng gió ngày thu hút quan tâm nhà nghiên cứu, đơn vị khai thác sử dụng lượng gió lợi ích to lớn mang lại từ nguồn lượng đặc biệt vấn đề môi trường Ưu điểm bật điện gió không lo hết hay cạn kiệt nguồn nhiên liệu, không gây ô nhiễm môi trường nhà máy nhiệt điện, dễ chọn địa điểm tiết kiệm đất xây dựng Việt Nam có nhiều thuận lợi tiềm để phát triển lượng gió Tuy nhiên việc phát triển dự án điện gió với quy mơ cơng nghiệp Việt Nam chậm Nguyên nhân mặt tài đầu tư cho dạng lượng hạn chế Việc kết nối nhà máy điện gió với lưới điện phân phối phải đảm báo chất lượng điện ổn định điện áp, dao động điện áp, tần số dòng điện việc dự báo xác vận tốc cơng suất phát cho nhà máy điện gió quan trọng Thông tin mang lại từ dự báo phục vụ cho việc tính tốn, khai thác sử dụng hiệu nguồn lượng gió nhà máy mà phục vụ cho đơn vị quản lý vận hành lưới điện mà nhà máy điện gió kết nối vào lưới Việc xây dựng mơ hình dự báo lượng gió thực tế thường gặp nhiều khó khăn Cơng suất phát nhà máy điện gió chịu ảnh hưởng vận tốc gió, hướng gió, thời tiết Q trình gió q trình ngẫu nhiên, gió thay đổi liên tục theo thời gian q trình gió chứa đựng nhiều yếu tố, số liệu thu thập từ trình gió thực tế thường tồn nhiều liệu lỗi, liệu v.v Việc tìm quy luật mối quan hệ chứa đựng trình gió khó khăn Ngồi ra, nhà máy khác gió có đặc điểm riêng cần mơ hình riêng cho nhà máy Việc phân tích, đề xuất đánh giá phương -24pháp dự báo cách khoa học, cho kết xác cho nhà máy điện gió cần thiết có ý nghĩa thiết thực Với liệu đo nhà máy Tuy Phong năm gần đây, sau phân tích liệu có được, đề xuất phương pháp dự báo sử dụng mơ hình mạng nơ-ron kết hợp với phương pháp thống kê tự quy hồi kỹ thuật xử lý số liệu bị lỗi, bị chuẩn hóa liệu để dự báo ngắn hạn với miền thời gian 24 Mơ hình dự báo cho kết tương đối xác, số sai số MAE, MAPE, RMSE không lớn nằm vùng cho phép Từ kết sai số thực phép đo cho ngày ngẫu nhiên cho thấy mơ hình dự báo cho kết khả quan KIẾN NGHỊ Ứng dụng phương pháp dự báo công suất phát cho nhà máy điện Tuy Phong tốn dự báo, độ xác kết dự báo không phụ thuộc vào phương pháp lựa chọn, kỹ thuật sử dụng mà phụ thuộc vào chất lượng số lượng số liệu thực tế Số liệu có nhiều tốt (ít bị lỗi, bị mất, ) thời gian thu thập dài (từ vài năm trở lên) thơng tin có q trình quy luật gió khai thác đầy đủ, số sai số nhỏ hơn, công suất phát dự báo nhà máy gần với công suất thực nhà máy đo Thơng tin góp phần cải thiện mơ hình dự báo để từ cho kết dự báo xác Trong thời gian tới, có thêm số liệu từ nhiều năm trước nhà máy điện Tuy Phong sử dụng để cải thiện mơ hình dự báo tiếp thục thử nghiệm thêm nhiều phương pháp kỹ thuật dự báo khác để tiến hành so sánh phương pháp khả quan hơn, xác dễ thực ... trình dự báo cơng suất phát phù hợp cho nhà máy điện gió vùng có tiềm lượng gió Đối tƣợng phạm vi nghiên cứu Đối tượng nghiên cứu: Năng lượng điện gió phương pháp dự báo cơng suất phát nhà máy điện. .. quan tình hình phát triển điện gió Thế giới Việt Nam Chương 2: Các phương pháp dự báo nhà máy điện gió Chương 3: Xây dựng phương pháp dự báo vận tốc gió cơng suất phát nhà máy Điện gió CHƢƠNG 1:... đích dự báo cơng suất phát nhà máy điện gió Để khai thác sử dụng hiệu nguồn lượng gió việc dự báo xác vận tốc công suất phát cho nhà máy điện gió quan trọng Thơng tin mang lại từ dự báo phục