Аналіз методів прогнозування швидкості вітру для підвищення ефективності функціонування вітрових електростанцій

Скорочена інформація про документ
dc.contributor.authorЗапорожець, А. О.
dc.contributor.authorЄременко, В. С.
dc.contributor.authorЩербань, А. П.
dc.contributor.authorВерпета, В. О.
dc.date.accessioned2026-05-19T12:34:36Z
dc.date.available2026-05-19T12:34:36Z
dc.date.issued2025
dc.description.abstractРозвиток вітроенергетики в Україні є важливим стратегічним напрямом, що сприяє енергетичній безпеці, зниженню залежності від імпортованих енергоносіїв та зменшенню негативного впливу на довкілля. В умовах нестабільності ринку та змін клімату точне прогнозування швидкості вітру є критичним фактором для ефективного функціонування вітрових електростанцій (ВЕС). Метою роботи є комплексний аналіз сучасних методів прогнозування швидкості вітру з метою підвищення ефективності експлуатації ВЕС та формування рекомендацій щодо оптимізації процесів прогнозування. У статті розглянуто фізичні (числові) методи, що базуються на рівняннях Нав’є–Стокса та моделюванні динаміки атмосфери, зокрема моделі WRF і ECMWF. Визначено їхню перевагу у середньо- та довгостроковому прогнозуванні, а також основні обмеження, пов’язані з обчислювальною складністю та необхідністю точних вхідних даних. Досліджено статистичні методи, такі як ARIMA, які ефективні для короткострокового прогнозування, проте мають обмежену здатність враховувати нелінійні процеси та раптові зміни вітрового потоку. Окрему увагу приділено застосуванню методів машинного навчання та гібридних підходів, що поєднують фізичне моделювання зі статистичним аналізом і алгоритмами глибокого навчання. Такі методи дозволяють адаптувати прогнозні моделі до конкретних умов експлуатації ВЕС та підвищувати точність прогнозів. Зроблено висновок про необхідність подальшого вдосконалення методів прогнозування, зокрема розвитку адаптивних моделей, що використовують великі масиви даних та враховують регіональні особливості вітрових ресурсів. Запропоновані рекомендації можуть бути корисними для операторів ВЕС, інвесторів та науковців, які займаються аналізом вітрових ресурсів та розвитком алгоритмів прогнозування.
dc.description.abstractotherThe development of wind energy in Ukraine is an important strategic direction that contributes to energy security, reducing dependence on imported energy sources and reducing the negative impact on the environment. In conditions of market instability and climate change, accurate wind speed forecasting is a critical factor for the effective functioning of wind power plants (WPPs). The aim of the work is a comprehensive analysis of modern wind speed forecasting methods in order toincrease the efficiency of WPP operation and formulate recommendations for optimizing forecasting processes. The article considers physical (numerical) methods based on the Navier–Stokes equations and atmospheric dynamics modeling, in particular the WRF and ECMWF models. Their advantages in medium-and long-term forecasting are determined, as well as the main limitations associated with computational complexity and the need for accurate input data. Statistical methods, such as ARIMA, are studied, which areeffective for short-term forecasting, but have limited ability to take into account nonlinear processes and sudden changes in wind flow. Special attention is paid to the application of machine learning methods and hybrid approaches that combine physical modeling with statistical analysis and deep learning algorithms. Such methods allow adapting forecasting models to specific operating conditions of wind farms and increasing the accuracy of forecasts. The conclusion is made about the need for further improvement of forecasting methods, in particular, the development of adaptive models that use large data sets and take into account regional features of wind resources. The proposed recommendations may be useful for wind farm operators, investors and scientistsinvolved in the analysis of wind resources and the development of forecasting algorithms.
dc.format.pagerangeС. 112-123
dc.identifier.citationАналіз методів прогнозування швидкості вітру для підвищення ефективності функціонування вітрових електростанцій / А. О. Запорожець, В. С. Єременко, А. П. Щербань, В. О. Верпета // Енергетика: економіка, технології, екологія : науковий журнал. – 2025. – № 2. – С. 112-123. – Бібліогр.: 77 назв.
dc.identifier.doihttps://doi.org/10.20535/1813-5420.2.2025.327376
dc.identifier.orcid0000-0002-0704-4116
dc.identifier.orcid0000-0002-4330-7518
dc.identifier.orcid0000-0002-2643-5024
dc.identifier.orcid0009-0001-3572-0388
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/80906
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.relation.ispartofЕнергетика: економіка, технології, екологія : науковий журнал, № 2
dc.rights.urihttps://creativecommons.org/licenses/by/3.0/
dc.subjectвітроенергетика
dc.subjectпрогнозування швидкості вітру
dc.subjectчислове моделювання
dc.subjectстатистичні методи
dc.subjectмашинне навчання
dc.subjectгібридні підходи
dc.subjectwind energy
dc.subjectwind speed forecasting
dc.subjectnumerical modeling
dc.subjectstatistical methods
dc.subjectmachine learning
dc.subjecthybrid approaches
dc.subject.udc620.9+621.3+519.2
dc.titleАналіз методів прогнозування швидкості вітру для підвищення ефективності функціонування вітрових електростанцій
dc.title.alternativeAnalysis of wind speed forecasting methods to improve the efficiency of wind power plants
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
112-123.pdf
Розмір:
440.01 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Енергетика: економіка, технології, екологія: науковий журнал, № 2