بخشی از مقاله
*** این فایل شامل تعدادی فرمول می باشد و در سایت قابل نمایش نیست ***
پيش بيني باد به روش شبکه عصبي جهت بهره برداري بهينه از يک سيستم هيدروژن _بادي
چکيده - نيروي باد با توجه به مسائل محيط زيست و اجتماعي يک جايگزين مناسب و فوق العاده براي توليد بـرق مـي باشـد. و در بسـياري از کشورها مورد تشويق و سرمايه گذاري دولت ها قرار مي گيرد. همچنين با توسعه صنايع هيبريد در زمينه انرژي هاي تجديـد پـذير اسـتفاده از انرژي هيدروژن بادي در مناطق دور افتاده ي باد خيز، امري مهم و سود ده تلقي مي شود. در اين مقاله يک سيستم هيدروژن بادي شبيه سـازي شده است . توربين اين مدل ٦٠٠٠ وات بوده و متشکل از يک پيل سوختي از نوع الکتروليت غشاء مبادله پروتون (PEM) مي باشد. شبيه سازي به گونه اي بوده است که مجموع پيل سوختي و توربين بادي تشکيل يک سيستم هيدروژن بادي را مي دهند. نکته اي که در اين سيستم هـا حـائز اهميت است پيش بيني دقيق توان توليدي نيروگاه بادي جهت برنامه ريزي توليد و تامين سوخت هيدروژن براي پيل سوختي مي باشد، ازيـن رو ميزان سرعت باد بوسيله ابزار شبکه عصبي براي يک زمان خاص پيش بيني شده است . از طرفي مي دانيم توان خروجي توربين بـا سـرعت بـاد تغيير مي کند، اين توان با بار سيستم مقايسه شده ، در صورتي که ميزان توليد توان توربين بادي از مقدار بار بيشتر بوده ، انرژي توليـدي صـرف الکتروليز کردن آب جهت توليد هيدروژن براي سوخت مصرفي پيل سوختي مي شود و اگر مقدار توليد توربين از بار کمتر بـوده ، پيـل سـوختي وظيفه جبران کمبود بار را ايفا مي کند.
جهت اعتبار بخشيدن به مقاله اطلاعات نيروگاه بادي و پيل سوختي عيناً از روي يک مدل ساخته شده گرفته شده است ، همچنين اطلاعات سرعت باد مربوط به يک سايت بادي بوده و معتبر مي باشد.
کليد واژه : پيش بيني باد، پيل سوختي ، سيستم انرژي هيبريد، شبکه عصبي ، نيروگاه بادي .
١. مقدمه
توليد برق از طريق انرژي باد به طور فزاينده اي مـورد توجـه همگان به عنوان يک ظرفيت جديد در سيسـتم هـاي قـدرت در سراسر جهان قرار گرفته است . [١-٤] عوامـل متعـددي بـه ايـن روند کمک کرده اند [٥،٦]. در آمريکاي شمالي ، بسياري از ايالات آمريکاو استان هاي کانادا به اين توافق رسـيدند کـه بـين ٥٪ تـا ٢٥٪ از توليد برق خود را از سال ٢٠١٠ تا ٢٠١٥ از منابع انرژي تجديد پذير، که موثرترين آن هـا نيـروي بـاد مـي باشـد تـامين کنند[٧]. از آنجايي که ميزان سرعت باد يک پديده ي احتمـالي بوده و ميزان توان توليدي توربين را نمي توان با اندازه بـار شـبکه تنظيم کرد ازين رو نياز به ذخيره توان در زماني که سرعت بـاد زياد بوده و جبران کمبود بار زماني که سرعت باد کم بوده داريم .
در مواقعي که سرعت باد کم بـوده اسـتفاده از ذخيـره هيـدروژن زياد مي شود و بر اين اساس پيش بينـي سـرعت بـاد و متعاقبـا توان توليدي در نيروگاه هاي هيبريدي اهميت دوچندان مي يابد.
و با آگاهي از توان توليدي نيروگاه بادي در آينده به برنامه ريـزي سوخت نيروگاه پيل سوختي مي پردازيم .
بلوک دياگرام سيستم هيبريدي در شکل ١ نشـان داده شـده است . همانطور که از شکا پيداست اين سيستم شـامل دو بخـش توليد توان و ذخيره توان است که انـرژي اصـلي ورودي بـه ايـن سيستم نيروي باد مي باشد.
شکل ١-سيستم هيدروژن بادي
يک سيستم انرژي هايبريد باد-فيول سل مي تواند بر پايه سيستم فيول سل برگشت پذير شکل بگيرد. بنابراين ، در اين مطالعه ، يک سيستم عملي تر فيول سل و الکترولايزر مورد توجه قرار مي گيرد. هم چنين پيش بيني دقيق ميزان توان خروجي توربين بادي در کوتاه مدت هميشه يکي از دغدغه هاي مهندسان در اين زمينه بوده است . در اين مقاله با استفاده از شبکه عصبي تغذيه مستقيم ١ ميزان سرعت باد پبش بيني شده و اطلاعات پيش بيني شده ي باد بدست آمده به يک توربين ٦ کيلو واتي داده شده است . اطلاعات دقيق اين توربين در مرجع [٨] آمده است . بار تغذيه شده توسط مجموع توربين و پيل سوختي در سه حالت ١٠٠٠ ، ٢٠٠٠ و ٣٠٠٠وات بوده است . بنابراين اين مقاله به بخش هاي پيش بيني باد به روش شبکه عصبي ، شبيه سازي نيروگاه بادي ، شبيه سازي پيل سوختي و ارائه نتايج تقسيم مي شود.
٢. پيش بيني باد به روش شبکه عصبي
شبکه عصبي در حقيقت مدل رياضي الگو برداري شده از مغز انسان مي باشد. که سعي دارد توانايي يادگيري مغـز انسـان را بـا يک الگوريتم رياضي بيان کند. با پيشرفت علم کـامپيوتر قابليـت بهينه سازي اين ابزار قدرتمند افـزايش يافتـه و الگـوريتم هـايي باتوانايي آموزش فضاهاي غير خطي ارائه گرديـده اسـت . شـماي کلي يک شبکه عصبي مصنوعي به صورت زير مي باشد.
شبکه عصبي مصنوعي به قسمت هاي لايه هاي ورودي ، لايه هاي پنهان و لايه خروجي تقسيم مي شود. نکته مهم در انتخاب تعداد اين لايه ها مي باشد. لايه خروجي يک عـدد و آن سـرعت باد مي باشد. براي انتخاب لايه هاي ورودي بايسـتي چنـد آنـاليز همبستگي روي داده هاي موجود انجام شود.
شکل ٢-نمودار ساختار کلي يک شبکه عصبي
٣. آناليز همبستگي روي داده ها
براي تحليل رفتار سري زمـاني ابزارهـاي مختلفـي در دسـت داريم که رسم منحني نگاشت بازگشتي ٢ و نماي لياپانوف از ايـن جمله اند. براي دستيابي به اين که يک ديتا چقد قابل پيش بيني بوده از اين دستورات استفاده مي کنيم .
داده هاي ٢٠٠٠ ساعت مربوط به يک سايت توليد توان در شکل ٣ آمده است . در اين مقاله براي دستيابي به نوع و تعداد ورودي هاي شبکه عصبي از تحليل اين داده ها و آناليز کردن توسط دستورات ابزار نگاشت بازگشتي استفاده شده است ..
شکل ٣-اطلاعات باد مربوط به ٢٠٠٠ ساعت
رسم نمودار اطلاعات متقابل در شکل ٤ آمده است . اولين مينيمم محلي اين نمودار زمان تاخير در رسم منحني نگاشت بازگشتي را نشان مي دهد همانطور که از شکل پيداست . اولين مينيمم محلي در اين نمودار نقطه ي (٠,٥٩٤٩و٢١) مي باشد.
در نتيجه مقدار تاخير در دستور نگاشت بازگشتي مقدار ٢١ مي باشد.
طبق دستور اطلاعات متقابل در بخش قبـل و بدسـت آوردن مقدار تاخير نمودار نگاشت بازگشتي مطابق شکل ٥ مي باشد
شکل ٤-نمودار MI مزبوط به داده هاي باد
تعداد نقاط مشکي در شکل ٥ به صورت قطري بوده و اين خطوط سياه از هم جدا مي باشند، در نتيجه داده هاي مربوط به باد رفتار آشوبگونه داشته و قابليت پيش پيني پاييني دارند.
شکل ٥-نمودار نگاشت بازگشتي مربوط به داده هاي باد
رسم نمودار همبستگي داده ها در شکل ٦ آمده است . اين شـکل همبستگي سري زماني را نشان مي دهد.
نکته اصلي در انتخاب ورودي هاي شبکه عصبي استفاده صحيح از اين نمودار مي باشد، همانطور که از شکل ٦ پيداست همبستگي داده هاي باد نسبت بهم خيلي کم بوده و اين نکته فرضيه قابليت پيش بيني پايين را تاييد مي کند. داده هاي باد با داده هاي ١ تا ٤ ساعت قبل خود همبستگي بيشتر از ٠,٨ دارد. لذا ورودي ما براي شبکه عصبي همين داده ها مي باشند.
اطلاعات شبکه عصبي استفاده شده در جدول ١و ٢ آمده است .
٤. نتايج پيش بيني باد
با توجه به پيش بيني سرعت باد بوسيله شبکه عصبي نتايج بدست آمده مربوط به خروجي شبکه عصبي با داده هاي آموزش و واقعي در شکل هاي ٧ و ٨ آمده است . خلاصه نتايج پيش بيني در جدول ٣ آمده است . نتايج اين جدول ، صحت پيش بيني را نشان مي دهد. همانطور که گفته شد هدف از پيش بيني ، پيش بيني سرعت باد در يک دوره ي کوتاه مدت بوده است
شکل ٦-نمودارxcf مربوط به داده هاي باد
شکل ٨- خروجي شبکه عصبي و مقدار واقعي داده هاي تست
٥. شبيه سازي سيستم
در اين قسمت به شبيه سازي سلول خورشيدي ، پيل سوختي و سيستم هيبريدي پرداخته شده است .
٥,١ شبيه سازي نيروگاه بادي
تجزيه و تحليل توليد انرژي الکتريکي و مزاياي قابليت اطمينان نياز به شبيه سازي دقيق سرعت باد به براي هر سايت خاص باد دارد. سري زماني سرعت باد مي تواند با بسياري از توزيعها، از جمله توزيع وايبول و توزيع نرمال مدل شود.با فرض اين که توزيع نرمال براي توصيف سرعت باد در يک سايت خاص استفاده مي شود، تابع چگالي توزيع نرمال برابر است با:
اطلاعات مربوط به توربين ٦ کيلو واتي در شکل ٩ آمده است
شکل ٩-منحني توان يک توربين بادي
سرعت باد را مي توان با استفاده از سري تواني زير تقريب زد.
