Wpływ modeli niezawodności wiatrowych jednostek wytwórczych na niezawodność wytwarzania energii elektrycznej w systemie elektroenergetycznym
|
|
- Henryk Krystian Komorowski
- 6 lat temu
- Przeglądów:
Transkrypt
1 Piotr MARCHEL, Józef PASKA Politechnika Warszawska, Instytut Elektroenergetyki, akład Elektrowni i Gospodarki Elektroenergetycznej Wpływ modeli niezawodności wiatrowych wytwórczych na niezawodność wytwarzania energii elektrycznej w systemie elektroenergetycznym Streszczenie. W artykule opisano metodykę oceny wskaźników niezawodności podsystemu wytwórczego systemu elektroenergetycznego i poddano analizie wpływ wybranego modelu niezawodności elektrowni wiatrowych na niezawodność systemu. Kompromisem pomiędzy czasem obliczeń a ich dokładnością jest modelowanie elektrowni wiatrowych za pomocą dwustanowych wytwórczych małej mocy. naleziono analityczną zależność pomiędzy oczekiwanym czasem niepokrycia zapotrzebowania na moc (LOLE) a marginesem mocy osiągalnej systemu dla określonego udziału mocy zainstalowanej elektrowni wiatrowych. Pozwoliło to na określenie minimalnego wymaganego poziomu marginesu mocy osiągalnej systemu dla zadanego poziomu niezawodności systemu elektroenergetycznego (bezpieczeństwa dostaw energii elektrycznej) oraz znanej struktury mocy zainstalowanej systemu. Abstract. The methodology of determining the reliability indices for power generating subsystem of the electric power system is described in this paper and the impact of chosen wind power plant s reliability model on system reliability is analyzed. A compromise between reliability calculation time and accuracy is modeling the wind power plants using small two-state generating units. The analytical relationship between the Loss of Load Expectation (LOLE) and reserve capacity margin for a given wind capacity share was found. This allowed to estimate the required minimum reserve capacity margin for a given level of power system security and for known structure of system installed capacity. (Impact of reliability models of wind power generating units on the generation reliability in power system). Słowa kluczowe: niezawodność systemu elektroenergetycznego, niezawodność wytwarzania, modelowanie niezawodności, wiatrowe jednostki wytwórcze. Keywords: power system reliability, generation reliability, reliability modeling, wind power generation units. Wstęp Rosnący udział energetyki odnawialnej w bilansie zdolności wytwórczej systemów elektroenergetycznych, w tym także krajowego (KSE), stanowi nowe wyzwanie również w odniesieniu do dotychczas stosowanych kryteriów i miar niezawodności systemu, metod ich wyznaczania i stosowanych modeli niezawodności elementów systemu. Prosta metoda oceny zagrożenia w podsystemie wytwórczym, w której kryterium stanowi margines mocy osiągalnej, przestaje być wystarczająca. Dlatego niniejsze opracowanie zawiera próbę oszacowania, w jakim stopniu istniejące i nowo budowane wiatrowe jednostki wytwórcze wpływają na ocenę niezawodności systemów elektroenergetycznych. Rozważany jest również wpływ sposobu odwzorowania niezawodności turbozespołów wiatrowych na wyniki obliczeń. Jako podstawę do obliczeń przyjęto system testowy IEEE RTS-79, który został rozbudowany o wiatrowe jednostki wytwórcze. Metodyka wyznaczania wskaźników niezawodności wytwarzania energii elektrycznej Niezawodność wytwarzania energii elektrycznej można rozpatrywać jako zagadnienie przewyższania przez proces stochastyczny zapotrzebowania na moc ( procesu stochastycznego zdolności wytwórczej systemu P( [4-6, 8]. Model niezawodności wytwarzania stanowi zatem proces stochastyczny deficytu mocy D(, określony jako: ( - P(, gdy ( > P( (1) D ( = 0, gdy ( P( gdzie: ( proces stochastyczny zapotrzebowania na moc; P( proces stochastyczny zdolności wytwórczej systemu. Dla ustalonego t (ściśle określonej chwili) D( jest zmienną losową, która może przyjmować wartości z określonego przedziału liczb rzeczywistych, i dla której są znane lub mogą być znane prawdopodobieństwa, z jakimi przyjmuje ona wartości z tego przedziału. biór zmiennych losowych {D(} dla wszystkich t [t 1, t 2 ] jest procesem stochastycznym określonym w przedziale [t 1, t 2 ]. Jest to proces losowy z czasem ciągłym. Parametry procesu deficytu mocy są charakterystykami ilościowymi niezawodności wytwarzania energii elektrycznej. Mogą to być między innymi: czas T trwania deficytu, a więc czas, w ciągu którego D( > 0 w przedziale [t 1, t 2 ]; (2) T = μ{t: D( > 0} gdzie: μ{t: D( > 0} - miara zbioru tych wartości t, dla których D( > 0; energia niedostarczona ΔA, czyli pole pod krzywą D(; t2 (3) A D( dt, częstość n występowania deficytu, gdzie n liczba przedziałów, zawartych w [t 1, t 2 ], w których D( > 0. Wymienione wyżej (i inne) parametry charakteryzują niezawodność wytwarzania w przedziale [t 1, t 2 ]. Dla przeszłości są to konkretne wartości liczbowe opisujące funkcję deficytu mocy D(, natomiast w odniesieniu do przyszłości są to zmienne losowe charakteryzujące proces stochastyczny deficytu mocy D(. Można wyznaczyć ich wartości oczekiwane: E[T], E[ΔA], E[n]. Będą to wskaźniki niezawodności (wystarczalności) wytwarzania energii elektrycznej w systemie elektroenergetycznym. Niezawodność systemu jest oceniana na podstawie prawdopodobieństwa, że system jest zdolny (lub nie) do pokrycia określonej wartości zapotrzebowania na moc przez porównanie rozkładu probabilistycznego obciążenia oraz rozkładu zdolności systemu do generowania mocy (mocy dyspozycyjnej). Ryzyko niepokrycia zapotrzebowania otrzymuje się jako prawdopodobieństwo łącznego wystąpienia dwóch niezależnych zdarzeń A (odpowiada wystąpieniu danego obciążenia) i B (odpowiada zdolności wytwórczej systemu mniejszej niż dane obciążenie): (4) P(A, B) = P(A) P(B) Oznaczmy przez p () funkcję gęstości prawdopodobieństwa zapotrzebowania na moc t1 PREGLĄD ELEKTROTECHNICNY, ISSN , R. 89 NR 10/
2 (przyjmującego wartości z przedziału pomiędzy wartością maksymalną max oraz minimalną min ) oraz przez F d () prawdopodobieństwo, że zdolność wytwórcza systemu P (moc dyspozycyjna) jest mniejsza niż obciążenie (jest to dystrybuanta mocy dyspozycyjnej); przy czym p d (P) jest odpowiednio funkcją gęstości prawdopodobieństwa mocy dyspozycyjnej (zdolności wytwórczej). d d } (5) F ( ) p ( P) d P{ P 0 godnie z rysunkiem 1 prawdopodobieństwo niepokrycia obciążenia (zapotrzebowania na moc) z przedziału między i + d wynosi: (6) p ()d F d () = r()d gdzie r() jest funkcją gęstości prawdopodobieństwa rozpatrywanego wskaźnika (ryzyka niepokrycia zapotrzebowania). p 1 1 0,5 0,5 0 0 F p () min F d (P)=P{P d <P} d F d () p ()d r()d P, [] Rys. 1. Ilustracja sposobu oceny niezawodności wytwarzania energii elektrycznej w systemie elektroenergetycznym: p - prawdopodobieństwo, F - dystrybuanta, P - zdolność wytwórcza (moc dyspozycyjna) systemu, - zapotrzebowanie na moc (obciążenie), P os moc osiągalna (maksymalna zdolność wytwórcza) systemu [4, 5] Dla całego zakresu zmian zapotrzebowania na moc ryzyko R wynosi: (7) max min max min 0 d max min d max R r ( )d p( F ) ()d p ( ) p ( P)dPd Dla określonej wartości obciążenia k wskaźnik niezawodności - prawdopodobieństwo niepokrycia zapotrzebowania LOLP - jest równy wartości dystrybuanty mocy dyspozycyjnej systemu: (8) F PP LOLP k d gdzie: k określona wartość obciążenia w systemie (zapotrzebowania na moc) [], F d ( k ) wartość dystrybuanty mocy dyspozycyjnej systemu dla obciążenia k. Oczekiwany czas niepokrycia obciążenia LOLE, czyli czas, w którym obciążenie jest wyższe niż moc dyspozycyjna systemu, wyraża się zależnością: max (9) LOLE p ( ) F ( )ddt t2 t1 min gdzie: analizowane obciążenie systemu (zapotrzebowanie na moc) []; min minimalne obciążenie systemu []; max maksymalne obciążenie systemu []; p funkcja gęstości prawdopodobieństwa zapotrzebowania na moc. k d k P os Obliczanie dystrybuanty mocy dyspozycyjnej F d (P) odbywa się na podstawie przyjętych modeli niezawodności wytwórczych. Mogą być one dwustanowe lub wielostanowe [1, 4-5, 9]. Dwustanowe jednostki wytwórcze Niech w systemie będzie n wytwórczych, z których każda może z prawdopodobieństwem p i (i = 1,, n) znajdować się w stanie dyspozycyjności (zdolności do pracy) i z prawdopodobieństwem q i = 1 - p i w stanie niedyspozycyjności (niezdatności). osiągalna jednostki jest równa P os. To odwzorowanie jest najbardziej właściwe w przypadku bloków energetycznych w elektrowniach cieplnych (konwencjonalnych i jądrowych). Wielostanowe jednostki wytwórcze Niech w systemie będzie n wytwórczych, z których każda poza dwoma wyżej wymienionymi stanami może znajdować się w stanach częściowej dyspozycyjności, charakteryzujących się zdolnością wytwórczą niższą od znamionowej (osiągalnej). dolność wytwórcza jednostki jest w tym przypadku zmienną losową przyjmującą l si + 1 wartości P os,j (j = 0,..., l si ; l si - liczba stanów i-tej jednostki wytwórczej z niezerową zdolnością wytwórczą). Model systemu wytwórczego oraz obciążenia Jako podstawę do obliczeń wskaźników niezawodności podsystemu wytwórczego wykorzystano testowy system IEEE RTS-79 [3]. awiera on 32 jednostki wytwórcze o łącznej mocy zainstalowanej (osiągalnej) Ich dane zostały zawarte w tabeli 1. Tabela 1. Dane wytwórczych w systemie RTS-79 bloku, Liczba Wskaźnik awaryjności (q i ) Wskaźnik dyspozycyjności (p i ) ,02 0, ,10 0, ,01 0, ,02 0, ,04 0, ,04 0, ,05 0, ,08 0, ,12 0,88 Kolejne warianty są tworzone poprzez rozbudowę systemu o wiatrowe jednostki wytwórcze, o mocy znamionowej 2. Obliczenia wykonano dla przypadków przedstawionych w tabeli 2. Rys. 2. Uporządkowana krzywa zapotrzebowania na moc w modelowanym systemie Wartości wskaźników niezawodności wytwarzania energii elektrycznej w systemie zostały wyznaczone dla 38 PREGLĄD ELEKTROTECHNICNY, ISSN , R. 89 NR 10/2013
3 rocznego uporządkowanego przebiegu zapotrzebowania na moc przedstawionego na rys. 2. Wartości obciążenia szczytowego P s były przyjmowane z zakresu od 2300 do Roczna energia zapotrzebowana A może być wyznaczona z zależności: (10) A 8,760 0,709 P s 6,211 Ps [GWh] gdzie: P s obciążenie szczytowe w. Tabela 2. Analizowane przypadki udziału generacji wiatrowej w mocy osiągalnej systemu wytwórczego Lp. Liczba Udział wiatrowych osiągalna wiatrowych osiągalna wytwórczych systemu, wiatrowych, wytwórczych, o mocy 2 % , , , , , , , , ,01 Wpływ odwzorowania wiatrowych wytwórczych na niezawodność wytwarzania Analiza wpływu odwzorowania wiatrowych wytwórczych na wyniki obliczeń wskaźników niezawodności wytwarzania energii elektrycznej została zrealizowana dla systemu RTS-79 rozbudowanego o turbozespoły wiatrowe o łącznej mocy zainstalowanej 852. W ten sposób moc osiągalna systemu wyniosła 4257, zaś udział generacji wiatrowej w mocy systemu osiągnął 20,01%. Rozpatrzono 8 sposobów reprezentacji wiatrowych wytwórczych (tabele 3 i 4). Tabela 3. Analizowane sposoby reprezentacji wiatrowych wytwórczych Nazwa przypadku pojedynczej wiatrowej jednostki wytwórczej P w, Liczba wiatrowych wytwórczych Model niezawodności wiatrowej jednostki wytwórczej A stanowy B stanowy C D E F stanowy G H Tabela 4. Analizowane modele niezawodności wiatrowych wytwórczych Model niezawodności Stan j 2. stanowy 3. stanowy 5. stanowy p j P os,j p j P os,j p j P os,j 0 0,8 0 0, , ,2 P w 0,218 0,5 P w 0,199 0,25 P w ,091 P w 0,100 0,5 P w ,075 0,75 P w ,044 P w Wyznaczone dystrybuanty mocy dyspozycyjnej dla wszystkich przypadków pokazano na rys. 3. Jak widać, grupowanie wiatrowych powoduje znaczące błędy przy obliczeniach niezawodności wytwarzania. Dla poziomów mocy dyspozycyjnej w dolnym zakresie dystrybuanty jej wyznaczana wartość jest zawyżona. Tym samym przy gorszych, tzn. mniej dokładnych, odwzorowaniach wiatrowych wyniki obliczeń niezawodności wytwarzania wskazują zawyżoną zawodność systemu elektroenergetycznego. Widać to na przykładzie wyznaczonych wartości czasu trwania deficytu mocy LOLE, pokazanych w tablicy 5. Tabela 5. Wyznaczone wartości wskaźnika LOLE (h/a) dla różnych reprezentacji wiatrowych wytwórczych P s, A, TWh LOLE, h A B C D E F G H ,22 0,272 0,273 0,274 0,278 0,295 0,415 0,552 0, ,53 0,443 0,444 0,446 0,452 0,475 0,647 0,848 1, ,84 0,702 0,703 0,706 0,714 0,746 0,992 1,284 2, ,15 1,081 1,082 1,086 1,098 1,145 1,499 1,916 3, ,46 1,636 1,638 1,644 1,661 1,73 2,234 2,82 4, ,77 2,452 2,455 2,463 2,487 2,582 3,291 4,115 6, ,08 3,621 3,626 3,638 3,672 3,807 4,791 5,92 9, ,39 5,296 5,303 5,318 5,365 5,553 6,885 8,383 12, ,7 7,682 7,69 7,712 7,774 8,017 9,753 11,71 17, ,01 10, ,03 11,1 11,4 13,61 16,14 23, ,32 15,38 15,39 15,43 15,52 15,91 18,73 21,96 31, ,63 21,14 21,16 21,2 21,33 21,84 25,47 29,61 42, ,94 28,76 28,78 28,83 28,99 29,62 34,27 39,7 56,32 Jeżeli przyjąć za odniesienie przypadek A, wówczas dla pozostałych przypadków można obliczyć względną wartość błędu wyznaczenia wskaźnika LOLE wg następującej zależności: LOLE LOLE (11) δlole A 100% LOLEA gdzie: LOLE wyznaczona wartość wskaźnika LOLE dla danego przypadku, h/a; LOLE A wartość wskaźnika LOLE dla przypadku A, h/a. Otrzymane średnie wartości błędów względnych LOLE wynoszą: dla przypadku B 0,13%; dla przypadku C 0,45%, dla przypadku D 1,39%, dla przypadku E 5,13%, dla przypadku F 32,6%, dla przypadku G 64,3% oraz 158,8% dla przypadku H. Oznacza to, że przyjęty model niezawodności wiatrowej jednostki wytwórczej nie ma dużego znaczenia w przypadku odwzorowania dużej liczby. Natomiast agregowanie polegające na zastępowaniu kilku mniejszych wytwórczych większą, powoduje powstawanie znaczących błędów. Dokładność odwzorowania ma również wpływ na czas wykonywania obliczeń. W tabeli 6 zestawiono czasy obliczania dystrybuanty mocy dyspozycyjnej dla poszczególnych przypadków oraz względne czasy obliczeń odniesione do przypadku o najmniejszej złożoności obliczeniowej H. ależność pomiędzy względnym czasem obliczeń a błędem względnym wyznaczonego wskaźnika LOLE została przedstawiona na rys. 4. Tabela 6. Czas obliczeń dystrybuanty mocy dyspozycyjnej w poszczególnych przypadkach Przypadek Czas Względny czas Błąd względny obliczeń, s obliczeń wskaźnika LOLE, % A 8,906 26,51 0,00 B 2,428 7,27 0,13 C 1,834 5,46 0,45 D 1,146 3,41 1,39 E 0,696 2,07 5,13 F 0,432 1,28 32,60 G 0,392 1,17 64,35 H 0,336 1,00 158,77 Obliczenia wykonano z wykorzystaniem programu ONWWin, na komputerze przenośnym wyposażonym w procesor Intel CoreTM2 Duo T5450 1,66 GHz, z systemem operacyjnym Windows XP Professional. PREGLĄD ELEKTROTECHNICNY, ISSN , R. 89 NR 10/
4 Rys. 3. Wyznaczone dystrybuanty mocy dyspozycyjnej systemu dla różnych reprezentacji wiatrowych wytwórczych Rys. 5. Dystrybuanty mocy dyspozycyjnej systemu RTS-79 wyznaczone dla różnych przypadków rozbudowy systemu o jednostki wiatrowe Rys. 4. ależność pomiędzy względnym czasem obliczeń a błędem względnym wyznaczonego wskaźnika LOLE Wpływ udziału generacji wiatrowej na niezawodność podsystemu wytwórczego Wyznaczone zostały dystrybuanty mocy dyspozycyjnej dla różnych przypadków udziału energetyki wiatrowej w mocy osiągalnej systemu (rys. 5). Do odwzorowania wiatrowych wytwórczych przyjęto model 2. stanowy pojedynczego turbozespołu o mocy osiągalnej 2. Przy użyciu dystrybuant zostały wyznaczone zdolności elektrowni wiatrowych do pokrywania obciążenia (kredyt zdolności wytwórczej elektrowni wiatrowych ang. Capacity Credi, które wyrażają jaką część zdolności wytwórczej elektrowni cieplnych można zastąpić mocą wytwarzaną w turbozespołach wiatrowych. Użyty został następujący wzór [7, 10]: Ps EW Ps (12) CC 100%, PEW gdzie: P sew całkowita zdolność systemu elektroenergetycznego do pokrywania obciążenia w przypadku uwzględnienia dodatkowej mocy zainstalowanej w jednostkach wiatrowych []; P s całkowita zdolność systemu elektroenergetycznego do pokrywania obciążenia w przypadku, gdy nie jest uwzględniana dodatkowa moc wytwórcza zainstalowana w jednostkach wiatrowych []; P EW rozważana dodatkowa zdolność wytwórcza (moc osiągalna) elektrowni wiatrowych []. Tabela 7. Wyznaczone zdolności elektrowni wiatrowych do pokrywania obciążenia (ang. Capacity Credi Udział EW Capacity P w mocy, % EW, P S, P SEW, Credit (CC) 0, , ,235 5, ,222 8, ,216 11, ,207 14, ,207 20, ,202 24, ,201 30, ,200 dolności do pokrywania obciążenia systemu elektroenergetycznego w obu przypadkach: z uwzględnieniem oraz z pominięciem dodatkowej mocy zainstalowanej w jednostkach wiatrowych, są określane dla takiego samego poziomu niezawodności systemu - przyjęto poziom prawdopodobieństwa niepokrycia szczytowego zapotrzebowania na moc LOLPs równy 0,015. Wyznaczone wartości Capacity Credit zostały zestawione w tabeli 7. Wykonane zostały również obliczenia wskaźników niezawodności wytwarzania dla różnych wartości obciążenia szczytowego, przy różnych wartościach udziału energetyki wiatrowej w mocy systemu (tabela 2). Otrzymane wartości wskaźników niezawodności wytwarzania zostały zestawione w tabeli PREGLĄD ELEKTROTECHNICNY, ISSN , R. 89 NR 10/2013
5 Tabela 8. Wybrane wyniki obliczeń niezawodności wytwarzania dla różnych wartości udziału EW w mocy systemu Udział EW w mocy, % 0,00 1,96 5,02 8,00 11,99 14,98 20,01 24,98 30,01 P s, P śr, A, TWh 14,29 14,91 15,53 16,15 16,77 17,39 18,01 18,64 19,26 19,88 MMO, % 48,0 41,9 36,2 31,0 26,1 21,6 17, LOLPs 0,002 0,004 0,011 0,020 0,042 0,061 0, LOLE, h 0,39 0,98 2,22 4,86 10,13 19,93 36, LOEE, h 34,3 93, MMO, % 51,0 44,7 38,9 33,5 28,6 24,0 19, LOLPs 0,002 0,004 0,009 0,018 0,040 0,056 0, LOLE, h 0,33 0,86 1,97 4,34 9,09 18,07 33, LOEE, h 29,4 80, MMO, % 55,9 49,3 43,4 37,9 32,8 28,0 23, LOLPs 0,002 0,003 0,008 0,015 0,038 0,051 0, LOLE, h 0,26 0,69 1,61 3,58 7,59 15,35 28, LOEE, h 22,7 63, MMO, % - 54,2 48,0 42,3 37,1 32,2 27, LOLPs - 0,003 0,006 0,013 0,030 0,047 0, LOLE, h - 0,54 1,31 2,93 6,29 12,90 24, LOEE, h - 49, MMO, % - 61,2 54,8 48,8 43,3 38,1 33, LOLPs - 0,002 0,005 0,011 0,023 0,043 0, LOLE, h - 0,38 0,96 2,18 4,77 9,96 19, LOEE, h - 34,1 92, MMO, % - 66,9 60,2 54,0 48,3 43,0 38,1 33,5 - - LOLPs - 0,002 0,004 0,009 0,017 0,040 0,055 0, LOLE, h - 0,29 0,74 1,71 3,79 8,02 16,03 29, LOEE, h - 25,1 69, MMO, % ,2 63,7 57,7 52,0 46,8 41,9 - - LOLPs - - 0,003 0,006 0,012 0,028 0,046 0, LOLE, h - - 0,45 1,09 2,46 5,32 11,03 21,2 - - LOEE, h , MMO, % ,5 74,6 68,1 62,1 56,5 51,3 46,4 - LOLPs - - 0,002 0,004 0,009 0,016 0,038 0,054 0,102 - LOLE, h - - 0,24 0,64 1,49 3,32 7,06 14,22 26,68 - LOEE, h ,4 59, MMO, % ,1 80,2 73,7 67,7 62,2 56,9 52,0 LOLPs ,002 0,005 0,011 0,023 0,043 0,068 0,119 LOLE, h ,33 0,82 1,89 4,13 8,69 17,01 31,47 LOEE, h ,4 79, P s szczytowe zapotrzebowanie na moc, P śr średnie zapotrzebowanie na moc, A roczna energia zapotrzebowana, MMO margines mocy osiągalnej, LOEE oczekiwana ilość energii niedostarczonej. Rys. 6. ależność wartości wskaźnika LOLE od marginesu mocy osiągalnej dla różnych wartości udziału energetyki wiatrowej w mocy systemu Wykres zależności wartości wskaźnika LOLE od marginesu mocy osiągalnej systemu dla różnych przypadków udziału energetyki wiatrowej w mocy systemu został przedstawiony na rys. 6. Na podstawie uzyskanych wyników obliczeń została wykonana analiza powiązań pomiędzy uzyskiwanymi wartościami wskaźnika LOLE a marginesem mocy osiągalnej MMO oraz udziałem energetyki wiatrowej w mocy systemu UEW. Jako kryterium oszacowania jakości uzyskanych zależności (ograniczono się do modeli wykładniczych) zostały obliczone wartości współczynnika determinacji, zwanego również współczynnikiem dopasowania, R² [2]. Współczynnik ten stosuje się do modeli liniowych, estymowanych MNK (co stanowi jego ograniczenie), przyjmuje on wartości w zakresie od 0 do 1. Im większa wartość współczynnika determinacji, tym lepsze dopasowanie modelu do analizowanych danych. Przyjmuje się, że wartości współczynnika poniżej 0,9 oznaczają niedostateczne dopasowanie modelu do danych. Wartość LOLE można oszacować na podstawie następujących zależności: (13) 16,31UEW14,07MMO LOLE 311 sz e h lub LOLE sz (14) ,87UEW 11,74UEW14,87MMO6,16UEWMMO e h W przypadku użycia oszacowania (13) uzyskany współczynnik determinacji R² wynosi 96,19%, zaś dla oszacowania według zależności (14) współczynnik ten jest równy 99,98%. Przekształcając wyrażenie (14) uzyskujemy następującą zależność na wymaganą wartość marginesu mocy osiągalnej w funkcji wymaganej wartości LOLE i PREGLĄD ELEKTROTECHNICNY, ISSN , R. 89 NR 10/
6 określonego udziału energetyki wiatrowej w mocy systemu: MMO 2 (15) 5,87UEW 11,74UEW 6,196 lnlole 14,87-6,16UEW 100% Graficznie powyższa zależność pomiędzy udziałem energetyki wiatrowej w mocy systemu a minimalnym marginesem mocy osiągalnej systemu została przedstawiona na rys. 7. Rys. 7. ależność pomiędzy udziałem energetyki wiatrowej w mocy systemu a minimalnym marginesem mocy osiągalnej dla określonych maksymalnych wartości wskaźnika LOLE Obszar zakropkowany oznacza, że przy danym udziale energetyki wiatrowej w mocy systemu oraz określonym marginesie mocy osiągalnej systemu wartość wskaźnika LOLE jest wyższa niż 3 h/a. Przyjmując tę wartość jako graniczną dopuszczalną, można obszar zakropkowany interpretować jako obszar zagrożonej pracy podsystemu wytwórczego (o zbyt niskim poziomie wystarczalności). Podsumowanie Energetyka wiatrowa wymusza zmianę podejścia do dotychczas stosowanych metod szybkiej oceny niezawodności podsystemu wytwórczego. Specyfika wiatrowych wytwórczych wymaga ich odpowiedniego odwzorowania. Stosowanie agregacji polegającej na zastąpieniu wielu małych wytwórczych jedną lub kilkoma większymi skutkuje niedoszacowaniem niezawodności systemu. Jednak jeśli odwzorowana jest wystarczająca liczba wytwórczych, to czy są one przedstawione jako małe jednostki dwustanowe czy wielostanowe nie ma to istotnego znaczenia dla wyników obliczeń niezawodności wytwarzania energii elektrycznej. Natomiast im dokładniejsze przedstawienie, tym dłuższy jest czas wykonywania obliczeń. Pewnym kompromisem może być przedstawienie energetyki wiatrowej w postaci pojedynczych wiatrowych wytwórczych o dwóch stanach. Jako miara niezawodności (wystarczalności) systemu został przyjęty wskaźnik LOLE oczekiwany czas trwania deficytów mocy. Dla określonej struktury mocy zainstalowanej (osiągalnej) systemu wskaźnik LOLE jest wykładniczo zależny od marginesu mocy osiągalnej, liczonego jako stosunek różnicy mocy osiągalnej systemu i obciążenia szczytowego do tego obciążenia. W artykule została również znaleziona empiryczna zależność pomiędzy wartością oczekiwaną czasu trwania deficytów mocy LOLE a marginesem mocy osiągalnej i udziałem wiatrowych źródeł wytwórczych w mocy systemu. ależność ta pozwoliła na oszacowanie wymaganego minimalnego marginesu mocy osiągalnej dla określonego przez wartość LOLE pożądanego poziomu bezpieczeństwa (wystarczalności) oraz znanej struktury mocy systemu. Jeżeli za graniczną akceptowalną wartość LOLE zostanie przyjęte 3 h/a, wówczas przy braku wiatrowych wytwórczych w systemie RTS minimalny margines mocy osiągalnej wyniesie ok. 34%. W przypadku gdy w mocy systemu jednostki wiatrowe stanowią 10%, wówczas wielkość tego marginesu powinna wzrosnąć do ok. 44%; przy udziale 20% margines mocy nie powinien być niższy niż 57%, zaś przy 30% udziale energetyki wiatrowej wymagany margines wynosi już ok. 70%. Powyższe obliczenia zostały wykonane przy założeniu dyspozycyjności wiatrowych wynoszącej 0,2. Jest to wartość typowa dla współczesnych elektrowni wiatrowych w Polsce, dlatego wykonane analizy można odnieść również do krajowego systemu elektroenergetycznego. LITERATURA [1] B illinton R., A llan R., Reliability evaluation of power systems, Plenum Press 1996, 2nd edn. [2] B randt S., Analiza danych. Metody statystyczne i obliczeniowe, Wydawnictwo Naukowe PWN, Warszawa 1998 [3] IEEE Committee Report: IEEE Reliability Test System, IEEE Transactions on Power Apparatus and Systems, Vol. PAS-98, No. 6, Nov/Dec 1979 [4] P a ska J., Ocena niezawodności podsystemu wytwórczego systemu elektroenergetycznego, Prace naukowe Elektryka, z. 120, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2002 [5] P a ska J., Niezawodność systemów elektroenergetycznych, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2005 [6] P a ska J., Reliability Issues in Electric Power Systems with Distributed Generation, Rynek Energii, Nr 5, 2008 [7] P a ska J., Elektrownie wiatrowe w systemie elektroenergetycznym i ich zdolność do pokrywania obciążenia, Przegląd Elektrotechniczny (Electrical Review), Nr 12, 2009 [8] P a ska J., Metodyka analizy i oceny niezawodności systemu elektroenergetycznego w warunkach rynku energii elektrycznej. Rynek Energii, Nr 6, 2010 [9] P a ska J., Marchel P., Modelowanie niezawodności elektrowni wiatrowych z wykorzystaniem prędkości wiatru dla typowego roku meteorologicznego, Rynek Energii, Nr 1, 2011 [10] Voorspools K.R., D haeseleer W.D., An analytical formula for the capacity credit of wind power, Renewable Energy, vol. 31, 2006 Autorzy: mgr inż. Piotr Marchel, Politechnika Warszawska, Wydział Elektryczny, Instytut Elektroenergetyki, akład Elektrowni i Gospodarki Elektroenergetycznej, ul. Koszykowa 75, Warszawa, pm.m@interia.pl prof. dr hab. inż. Józef Paska, Politechnika Warszawska, Wydział Elektryczny, Instytut Elektroenergetyki, akład Elektrowni i Gospodarki Elektroenergetycznej, ul. Koszykowa 75, Warszawa, Jozef.Paska@ien.pw.edu.pl 42 PREGLĄD ELEKTROTECHNICNY, ISSN , R. 89 NR 10/2013
ELEKTROWNIE WIATROWE ŹRÓDŁEM ENERGII ELEKTRYCZNEJ, CZY RÓWNIEŻ MOCY?
Józef PASKA 1), Tomasz SURMA 2) 1) Politechnika Warszawska, 2) CEZ Polska ELEKTROWNIE WIATROWE ŹRÓDŁEM ENERGII ELEKTRYCZNEJ, CZY RÓWNIEŻ MOCY? W ostatnim czasie obserwuje się dynamiczny wzrost mocy zainstalowanej
Bardziej szczegółowoMODELOWANIE NIEZAWODNOŚCI ELEKTROWNI WIATROWYCH Z WYKORZYSTANIEM PRĘDKOŚCI WIATRU DLA TYPOWEGO ROKU METEOROLOGICZNEGO
Rynek Energii Str. 1 MODELOWANIE NIEZAWODNOŚ ELEKTROWNI WIATROWYCH Z WYKORZYSTANIEM PRĘDKOŚ WIATRU DLA TYPOWEGO ROKU METEOROLOGICZNEGO Piotr Marchel, Józef Paska Politechnika Warszawska, Instytut Elektroenergetyki
Bardziej szczegółowoELEKTROWNIE WIATROWE ŹRÓDŁEM ENERGII ELEKTRYCZNEJ, CZY RÓWNIEŻ MOCY?
Str. 52 Rynek Energii Nr 2(117) - 2015 ELEKTROWNIE WIATROWE ŹRÓDŁEM ENERGII ELEKTRYCZNEJ, CZY RÓWNIEŻ MOCY? Józef Paska, Tomasz Surma Słowa kluczowe: elektrownie wiatrowe, źródła energii elektrycznej,
Bardziej szczegółowoEnergia i moc krajowego systemu elektroenergetycznego w latach
Materiały XXX Konferencji z cyklu Zagadnienie surowców energetycznych i energii w gospodarce krajowej Zakopane, 9 12.10.2016 r. ISBN 978-83-62922-67-3 Zygmunt Maciejewski* Energia i moc krajowego systemu
Bardziej szczegółowoWprowadzenie do niezawodności pracy odnawialnych źródeł energii w KSE
Warsztaty energetyki wiatrowej Bilansowanie KSE w kontekście zwiększonego udziału źródeł zmiennych, Warszawa, 15 października 2014 r. Wprowadzenie do niezawodności pracy odnawialnych źródeł energii w KSE
Bardziej szczegółowoElektrownie wiatrowe w systemie elektroenergetycznym i ich zdolność do pokrywania obciążenia
Józef PASKA Instytut Elektroenergetyki Politechniki Warszawskiej Elektrownie wiatrowe w systemie elektroenergetycznym i ich zdolność do pokrywania obciążenia Streszczenie. W artykule przedstawiono stan
Bardziej szczegółowoANALIZA WPŁYWU GENERACJI WIATROWEJ NA POZIOM REZERWY MOCY W KRAJOWYM SYSTEMIE ELEKTROENERGETYCZNYM
ANALIZA WPŁYWU GENERACJI WIATROWEJ NA POZIOM REZERWY MOCY W KRAJOWYM SYSTEMIE ELEKTROENERGETYCZNYM Autorzy: Zbigniew Połecki, Piotr Kacejko ("Rynek Energii" - luty 2017 r.) Słowa kluczowe: energetyka wiatrowa,
Bardziej szczegółowoInstytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 4 Modelowanie niezawodności prostych struktur sprzętowych Prowadzący: mgr inż. Marcel Luzar Cel
Bardziej szczegółowoPorównanie elektrowni wiatrowych w szacowanej produkcji energii elektrycznej oraz dopasowaniu do danych warunków wiatrowych
Porównanie elektrowni wiatrowych w szacowanej produkcji energii elektrycznej oraz dopasowaniu do danych warunków wiatrowych Zdzisław Kusto Politechnika Gdańska GWSA ZAŁOŻENIE WYJŚCIOWE: OSZACOWANIE ROCZNEJ
Bardziej szczegółowoGENERACJA ROZPROSZONA A NIEZAWODNOŚĆ
POZNAN UNIVERSITY OF TECHNOLOGY ACADEMIC JOURNALS No 98 Electrical Engineering 2019 DOI 10.21008/j.1897-0737.2019.98.0002 Agata ORŁOWSKA * GENERACJA ROZPROSZONA A NIEZAWODNOŚĆ W artykule podjęto problematykę
Bardziej szczegółowoStatystyczna analiza awarii pojazdów samochodowych. Failure analysis of cars
Wydawnictwo UR 2016 ISSN 2080-9069 ISSN 2450-9221 online Edukacja Technika Informatyka nr 1/15/2016 www.eti.rzeszow.pl DOI: 10.15584/eti.2016.1.1 ROMAN RUMIANOWSKI Statystyczna analiza awarii pojazdów
Bardziej szczegółowoELEKTROWNIE WIATROWE ŹRÓDŁEM ENERGII ELEKTRYCZNEJ, CZY RÓWNIEŻ MOCY?
ELEKTROWNIE WIATROWE ŹRÓDŁEM ENERGII ELEKTRYCZNEJ, CZY RÓWNIEŻ MOCY? Autorzy: Józef Paska, Tomasz Surma ("Rynek Energii" - kwiecień 2015) Słowa kluczowe: elektrownie wiatrowe, źródła energii elektrycznej,
Bardziej szczegółowoNiezawodność podzespołów elektrowni wiatrowych
Józef PASKA 1, Tomasz SURMA 2 Politechnika Warszawska, Instytut Elektroenergetyki (1), Vattenfall Heat Poland S.A. (2) Niezawodność podzespołów elektrowni wiatrowych Streszczenie. Polityka energetyczna
Bardziej szczegółowoModelowanie niezawodności prostych struktur sprzętowych
Modelowanie niezawodności prostych struktur sprzętowych W ćwiczeniu tym przedstawione zostaną proste struktury sprzętowe oraz sposób obliczania ich niezawodności przy założeniu, że funkcja niezawodności
Bardziej szczegółowoTrajektoria przebudowy polskiego miksu energetycznego 2050 dr inż. Krzysztof Bodzek
Politechnika Śląska Centrum Energetyki Prosumenckiej Wydział Elektryczny Instytut Elektrotechniki i Informatyki Konwersatorium Inteligentna Energetyka Transformacja energetyki: nowy rynek energii, klastry
Bardziej szczegółowoElectricity Generation Reliability in a Power System Including Renewable Energy Sources
Electricity Generation Reliability in a Power System Including Renewable Energy Sources Authors Piotr Marchel Józef Paska Keywords electricity generation reliability, renewable energy sources, solar power
Bardziej szczegółowoElektrotechnika I stopień (I stopień / II stopień) Ogólno akademicki (ogólno akademicki / praktyczny) Kierunkowy (podstawowy / kierunkowy / inny HES)
KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Niezawodność zasilania energią elektryczną
Bardziej szczegółowoStreszczenie: Zasady projektowania konstrukcji budowlanych z uwzględnieniem aspektów ich niezawodności wg Eurokodu PN-EN 1990
Streszczenie: W artykule omówiono praktyczne podstawy projektowania konstrukcji budowlanych wedłu Eurokodu PN-EN 1990. Podano metody i procedury probabilistyczne analizy niezawodności konstrukcji. Podano
Bardziej szczegółowoStatystyka i Analiza Danych
Warsztaty Statystyka i Analiza Danych Gdańsk, 20-22 lutego 2014 Zastosowania wybranych technik regresyjnych do modelowania współzależności zjawisk Janusz Wątroba StatSoft Polska Centrum Zastosowań Matematyki
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoStatystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
Bardziej szczegółowoWYZNACZANIE SPADKÓW NAPIĘĆ W WIEJSKICH SIECIACH NISKIEGO NAPIĘCIA
Problemy Inżynierii Rolniczej nr 4/2008 Małgorzata Trojanowska, Krzysztof Nęcka Katedra Energetyki Rolniczej Uniwersytet Rolniczy w Krakowie WYZNACZANIE SPADKÓW NAPIĘĆ W WIEJSKICH SIECIACH NISKIEGO NAPIĘCIA
Bardziej szczegółowoNiezawodność w energetyce Reliability in the power industry
KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
Bardziej szczegółowoInstytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 6 Model matematyczny elementu naprawialnego Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia:
Bardziej szczegółowoFORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 007, Oeconomica 54 (47), 73 80 Mateusz GOC PROGNOZOWANIE ROZKŁADÓW LICZBY BEZROBOTNYCH WEDŁUG MIAST I POWIATÓW FORECASTING THE DISTRIBUTION
Bardziej szczegółowoProblemy bilansowania mocy KSE w warunkach wysokiej generacji wiatrowej
Problemy bilansowania mocy KSE w warunkach wysokiej generacji wiatrowej Jerzy Dudzik Warszawa, lipiec 2012 Energia w dobrych rękach Aktualna struktura źródeł wytwórczych w KSE Typ źródła Wykorzystanie
Bardziej szczegółowoMoce interwencyjne we współczesnym systemie elektroenergetycznym Wojciech Włodarczak Wartsila Polska Sp. z o.o.
Moce interwencyjne we współczesnym systemie elektroenergetycznym Wojciech Włodarczak Wartsila Polska Sp. z o.o. 1 Wärtsilä lipiec 11 Tradycyjny system energetyczny Przewidywalna moc wytwórcza Znana ilość
Bardziej szczegółowoWprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
Bardziej szczegółowoKURS PRAWDOPODOBIEŃSTWO
KURS PRAWDOPODOBIEŃSTWO Lekcja 6 Ciągłe zmienne losowe ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 Zmienna losowa ciągła jest
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 50 2012 ANALIZA WŁASNOŚCI OPCJI SUPERSHARE
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 5 212 EWA DZIAWGO ANALIZA WŁASNOŚCI OPCJI SUPERSHARE Wprowadzenie Proces globalizacji rynków finansowych stwarza
Bardziej szczegółowoPERSPEKTYWY WYKORZYSTANIA GAZU ZIEMNEGO DO PRODUKCJI ENERGII ELEKTRYCZNEJ W POLSCE
PERSPEKTYWY WYKORZYSTANIA GAZU ZIEMNEGO DO PRODUKCJI ENERGII ELEKTRYCZNEJ W POLSCE Paweł Bućko Konferencja Rynek Gazu 2015, Nałęczów, 22-24 czerwca 2015 r. Plan prezentacji KATEDRA ELEKTROENERGETYKI Stan
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoEnergetyka XXI w. na Dolnym Śląsku
Politechnika Śląska Centrum Energetyki Prosumenckiej pod patronatem: K O N F E R E N C J A Sprawiedliwa transformacja energetyczna Dolnego Śląska. Od węgla ku oszczędnej, odnawialnej i rozproszonej energii
Bardziej szczegółowoINSTYTUT ENERGETYKI ODDZIAŁ GDAŃSK. Zakład Strategii i Rozwoju Systemu
INSTYTUT ENERGETYKI Instytut Badawczy ODDZIAŁ GDAŃSK Zakład Strategii i Rozwoju Systemu ul. Mikołaja Reja 27 80-870 Gdańsk tel.(+48 58) 349-82-00 fax (+48 58) 341-76-85 KRS 0000088963 PN-EN ISO 9001:2009
Bardziej szczegółowoMMB Drives 40 Elektrownie wiatrowe
Elektrownie wiatrowe MMB Drives Zbigniew Krzemiński, Prezes Zarządu Elektrownie wiatrowe produkowane przez MMB Drives zostały tak zaprojektowane, aby osiągać wysoki poziom produkcji energii elektrycznej
Bardziej szczegółowoWpływ wybranych czynników na inwestycje w energetyce wiatrowej
Wpływ wybranych czynników na inwestycje w energetyce wiatrowej Autor: Katarzyna Stanisz ( Czysta Energia listopada 2007) Elektroenergetyka wiatrowa swój dynamiczny rozwój na świecie zawdzięcza polityce
Bardziej szczegółowoSpacery losowe generowanie realizacji procesu losowego
Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z
Bardziej szczegółowoMMB Drives 40 Elektrownie wiatrowe
Elektrownie wiatrowe MMB Drives Zbigniew Krzemiński, Prezes Zarządu Elektrownie wiatrowe produkowane przez MMB Drives zostały tak zaprojektowane, aby osiągać wysoki poziom produkcji energii elektrycznej
Bardziej szczegółowoGenerowanie ciągów pseudolosowych o zadanych rozkładach przykładowy raport
Generowanie ciągów pseudolosowych o zadanych rozkładach przykładowy raport Michał Krzemiński Streszczenie Projekt dotyczy metod generowania oraz badania własności statystycznych ciągów liczb pseudolosowych.
Bardziej szczegółowoEfektywne zarządzanie mocą farm wiatrowych Paweł Pijarski, Adam Rzepecki, Michał Wydra 2/16
Efektywne zarządzanie mocą farm wiatrowych Paweł Pijarski, Adam Rzepecki, Michał Wydra Agenda Założenia projektowe Model logiczny Model fizyczny Wyniki badań Podsumowanie Zarządzanie Energią i Teleinformatyką
Bardziej szczegółowoROLA GENERACJI WIATROWEJ W POKRYCIU ZAPOTRZEBOWANIA NA MOC W KRAJOWYM SYSTEMIE ELEKTROENERGETYCZNYM
ROLA GENERACJI WIATROWEJ W POKRYCIU ZAPOTRZEBOWANIA NA MOC W KRAJOWYM SYSTEMIE ELEKTROENERGETYCZNYM Autorzy: Aleksandra Augustyn, Jacek Kamiński ( Rynek Energii 1/218) Słowa kluczowe: energetyka wiatrowa,
Bardziej szczegółowoStraty sieciowe a opłaty dystrybucyjne
Straty sieciowe a opłaty dystrybucyjne Autorzy: Elżbieta Niewiedział, Ryszard Niewiedział Menedżerskich w Koninie - Wyższa Szkoła Kadr ( Energia elektryczna styczeń 2014) W artykule przedstawiono wyniki
Bardziej szczegółowoZawartość. Zawartość
Opr. dr inż. Grzegorz Biesok. Wer. 2.05 2011 Zawartość Zawartość 1. Rozkład normalny... 3 2. Rozkład normalny standardowy... 5 3. Obliczanie prawdopodobieństw dla zmiennych o rozkładzie norm. z parametrami
Bardziej szczegółowoDr inż. Andrzej Tatarek. Siłownie cieplne
Dr inż. Andrzej Tatarek Siłownie cieplne 1 Wykład 1 Podziały i klasyfikacje elektrowni Moc elektrowni pojęcia podstawowe 2 Energia elektryczna szczególnie wygodny i rozpowszechniony nośnik energii Łatwość
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoSposoby opisu i modelowania zakłóceń kanałowych
INSTYTUT TELEKOMUNIKACJI ZAKŁAD RADIOKOMUNIKACJI Instrukcja laboratoryjna z przedmiotu Podstawy Telekomunikacji Sposoby opisu i modelowania zakłóceń kanałowych Warszawa 2010r. 1. Cel ćwiczeń: Celem ćwiczeń
Bardziej szczegółowoZastosowanie przewodów wysokotemperaturowych przy podłączaniu farm wiatrowych
VI Lubuska Konferencja Naukowo-Techniczna i-mitel 2010 Olgierd MAŁYSZKO, Sebastian SZKOLNY, Michał ZEŃCZAK Zachodniopomorski Uniwersytet Technologiczny, Katedra Elektroenergetyki i Napędów Elektrycznych
Bardziej szczegółowoMODELOWANIE DOSTĘPNOŚCI ENERGII PIERWOTNEJ DLA ELEKTROWNI SŁONECZNYCH W POLSCE
Piotr MARCHEL, Józef PASKA Politechnika Warszawska MODELOWANIE DOSTĘPNOŚCI ENERGII PIERWOTNEJ DLA ELEKTROWNI SŁONECZNYCH W POLSCE Odnawialne źródła energii mają coraz większy udział w europejskim i krajowym
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoPrzedmiot statystyki. Graficzne przedstawienie danych. Wykład-26.02.07. Przedmiot statystyki
Przedmiot statystyki. Graficzne przedstawienie danych. Wykład-26.02.07 Statystyka dzieli się na trzy części: Przedmiot statystyki -zbieranie danych; -opracowanie i kondensacja danych (analiza danych);
Bardziej szczegółowoRozkład Gaussa i test χ2
Rozkład Gaussa jest scharakteryzowany dwoma parametramiwartością oczekiwaną rozkładu μ oraz dyspersją σ: METODA 2 (dokładna) polega na zmianie zmiennych i na obliczeniu pk jako różnicy całek ze standaryzowanego
Bardziej szczegółowoTeoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.
Teoria błędów Wskutek niedoskonałości przyrządów, jak również niedoskonałości organów zmysłów wszystkie pomiary są dokonywane z określonym stopniem dokładności. Nie otrzymujemy prawidłowych wartości mierzonej
Bardziej szczegółowoWpływ energetyki wiatrowej na generację energii elektrycznej w jednostkach wytwórczych centralnie dysponowanych
POLITYKA ENERGETYCZNA ENERGY POLICY JOURNAL 2017 Tom 20 Zeszyt 4 55 66 ISSN 1429-6675 Aleksandra Augustyn* Wpływ energetyki wiatrowej na generację energii elektrycznej w jednostkach wytwórczych centralnie
Bardziej szczegółowoSystem prognozowania rynków energii
System prognozowania rynków energii STERMEDIA Sp. z o. o. Software Development Grupa IT Kontrakt ul. Ostrowskiego13 Wrocław Poland tel.: 0 71 723 43 22 fax: 0 71 733 64 66 http://www.stermedia.eu Piotr
Bardziej szczegółowoSieci energetyczne pięciu największych operatorów
Sieci energetyczne pięciu największych operatorów Autor: Jarosław Tomczykowski - Biuro PTPiREE ("Energia Elektryczna" - nr 5/2015) W Polsce mamy prawie 200 operatorów systemu dystrybucyjnego (OSD), przy
Bardziej szczegółowoInstytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 3 Generacja realizacji zmiennych losowych Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia: Generowanie
Bardziej szczegółowoIII. ZMIENNE LOSOWE JEDNOWYMIAROWE
III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.
STATYSTYKA MATEMATYCZNA WYKŁAD 4 WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. Wysuwamy hipotezy: zerową (podstawową H ( θ = θ i alternatywną H, która ma jedną z
Bardziej szczegółowoMETODA PERT. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski
METODA PERT Maciej Patan Programowanie sieciowe. Metoda PERT 1 WPROWADZENIE PERT (ang. Program Evaluation and Review Technique) Metoda należy do sieci o strukturze logicznej zdeterminowanej Parametry opisujace
Bardziej szczegółowoPrzedmiot statystyki. Graficzne przedstawienie danych.
Przedmiot statystyki. Graficzne przedstawienie danych. dr Mariusz Grządziel 23 lutego 2009 Przedmiot statystyki Statystyka dzieli się na trzy części: -zbieranie danych; -opracowanie i kondensacja danych
Bardziej szczegółowoOCENA STANU TECHNICZNEGO SIECI ELEKTROENERGETYCZNYCH I JAKOŚCI ZASILANIA W ENERGIĘ ELEKTRYCZNĄ MAŁOPOLSKIEJ WSI
Małgorzata Trojanowska Katedra Energetyki Rolniczej Akademia Rolnicza w Krakowie Problemy Inżynierii Rolniczej nr 2/2007 OCENA STANU TECHNICZNEGO SIECI ELEKTROENERGETYCZNYCH I JAKOŚCI ZASILANIA W ENERGIĘ
Bardziej szczegółowoPomiar rezystancji metodą techniczną
Pomiar rezystancji metodą techniczną Cel ćwiczenia. Poznanie metod pomiarów rezystancji liniowych, optymalizowania warunków pomiaru oraz zasad obliczania błędów pomiarowych. Zagadnienia teoretyczne. Definicja
Bardziej szczegółowoKOMPUTEROWA SYMULACJA PROCESÓW ZWIĄZANYCH Z RYZYKIEM PRZY WYKORZYSTANIU ŚRODOWISKA ADONIS
KOMPUTEROWA SYMULACJA PROCESÓW ZWIĄZANYCH Z RYZYKIEM PRZY WYKORZYSTANIU ŚRODOWISKA ADONIS Bogdan RUSZCZAK Streszczenie: Artykuł przedstawia metodę komputerowej symulacji czynników ryzyka dla projektu inwestycyjnego
Bardziej szczegółowoObciążenia, warunki środowiskowe. Modele, pomiary. Tomasz Marcinkowski
Obciążenia, warunki środowiskowe. Modele, pomiary. Tomasz Marcinkowski 1. Obciążenia środowiskowe (wiatr, falowanie morskie, prądy morskie, poziomy zwierciadła wody, oddziaływanie lodu) 2. Poziomy obciążeń
Bardziej szczegółowoSTOCHASTYCZNY MODEL BEZPIECZEŃSTWA OBIEKTU W PROCESIE EKSPLOATACJI
1-2011 PROBLEMY EKSPLOATACJI 89 Franciszek GRABSKI Akademia Marynarki Wojennej, Gdynia STOCHASTYCZNY MODEL BEZPIECZEŃSTWA OBIEKTU W PROCESIE EKSPLOATACJI Słowa kluczowe Bezpieczeństwo, procesy semimarkowskie,
Bardziej szczegółowoStatystyczna analiza zmienności obciążeń w sieciach rozdzielczych Statistical Analysis of the Load Variability in Distribution Network
Statystyczna analiza zmienności obciążeń w sieciach rozdzielczych Statistical Analysis of the Load Variability in Distribution Network Wojciech Zalewski Politechnika Białostocka, Wydział Zarządzania, Katedra
Bardziej szczegółowoWYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)
Bardziej szczegółowoMatematyka z el. statystyki, # 6 /Geodezja i kartografia II/
Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/ Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl
Bardziej szczegółowoW4 Eksperyment niezawodnościowy
W4 Eksperyment niezawodnościowy Henryk Maciejewski Jacek Jarnicki Jarosław Sugier www.zsk.iiar.pwr.edu.pl Badania niezawodnościowe i analiza statystyczna wyników 1. Co to są badania niezawodnościowe i
Bardziej szczegółowoEKONOMIA XL NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 391 TORUŃ Ewa Dziawgo WYCENA POTĘGOWEJ ASYMETRYCZNEJ OPCJI KUPNA
ACTA UNIVERSITATIS NICOLAI COPERNICI EKONOMIA XL NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 391 TORUŃ 2009 Uniwersytet Mikołaja Kopernika w Toruniu Katedra Ekonometrii i Statystyki Ewa Dziawgo WYCENA POTĘGOWEJ
Bardziej szczegółowoMgr inż. Marta DROSIŃSKA Politechnika Gdańska, Wydział Oceanotechniki i Okrętownictwa
MECHANIK 7/2014 Mgr inż. Marta DROSIŃSKA Politechnika Gdańska, Wydział Oceanotechniki i Okrętownictwa WYZNACZENIE CHARAKTERYSTYK EKSPLOATACYJNYCH SIŁOWNI TURBINOWEJ Z REAKTOREM WYSOKOTEMPERATUROWYM W ZMIENNYCH
Bardziej szczegółowoWSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH
WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH Dobrze przygotowane sprawozdanie powinno zawierać następujące elementy: 1. Krótki wstęp - maksymalnie pół strony. W krótki i zwięzły
Bardziej szczegółowoMETODYKA BADAŃ MAŁYCH SIŁOWNI WIATROWYCH
Inżynieria Rolnicza 2(100)/2008 METODYKA BADAŃ MAŁYCH SIŁOWNI WIATROWYCH Krzysztof Nalepa, Maciej Neugebauer, Piotr Sołowiej Katedra Elektrotechniki i Energetyki, Uniwersytet Warmińsko-Mazurski w Olsztynie
Bardziej szczegółowoPORÓWNANIE MAŁYCH ELEKTROWNI WIATROWYCH ZNAJDUJĄCYCH SIĘ NA TERENIE POLITECHNIKI BIAŁOSTOCKIEJ
Maszyny Elektryczne - Zeszyty Problemowe Nr 2/2018 (118) 101 Paweł Kamiński, Adam Kuźma Politechnika Białostocka, Białystok PORÓWNANIE MAŁYCH ELEKTROWNI WIATROWYCH ZNAJDUJĄCYCH SIĘ NA TERENIE POLITECHNIKI
Bardziej szczegółowoWnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
Bardziej szczegółowoKORELACJE I REGRESJA LINIOWA
KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem
Bardziej szczegółowoInżynieria oprogramowania. Część 8: Metoda szacowania ryzyka - PERT
UNIWERSYTET RZESZOWSKI KATEDRA INFORMATYKI Opracował: mgr inż. Przemysław Pardel v1.01 2010 Inżynieria oprogramowania Część 8: Metoda szacowania ryzyka - PERT ZAGADNIENIA DO ZREALIZOWANIA (3H) PERT...
Bardziej szczegółowoObciążenia nieliniowe w sieciach rozdzielczych i ich skutki
Piotr BICZEL Wanda RACHAUS-LEWANDOWSKA 2 Artur STAWIARSKI 2 Politechnika Warszawska, Instytut Elektroenergetyki () RWE Stoen Operator sp. z o.o. (2) Obciążenia nieliniowe w sieciach rozdzielczych i ich
Bardziej szczegółowoPobieranie prób i rozkład z próby
Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.
Bardziej szczegółowoWstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński
Wstęp do teorii niepewności pomiaru Danuta J. Michczyńska Adam Michczyński Podstawowe informacje: Strona Politechniki Śląskiej: www.polsl.pl Instytut Fizyki / strona własna Instytutu / Dydaktyka / I Pracownia
Bardziej szczegółowoOpis przedmiotu. Karta przedmiotu - Probabilistyka I Katalog ECTS Politechniki Warszawskiej
Kod przedmiotu TR.NIK304 Nazwa przedmiotu Probabilistyka I Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów Niestacjonarne
Bardziej szczegółowoZmienność wiatru w okresie wieloletnim
Warsztaty: Prognozowanie produktywności farm wiatrowych PSEW, Warszawa 5.02.2015 Zmienność wiatru w okresie wieloletnim Dr Marcin Zientara DCAD / Stermedia Sp. z o.o. Zmienność wiatru w różnych skalach
Bardziej szczegółowoWpływ czynników atmosferycznych na zmienność zużycia energii elektrycznej Influence of Weather on the Variability of the Electricity Consumption
Wpływ czynników atmosferycznych na zmienność zużycia energii elektrycznej Influence of Weather on the Variability of the Electricity Consumption Wojciech Zalewski Politechnika Białostocka, Wydział Zarządzania,
Bardziej szczegółowoDopasowywanie modelu do danych
Tematyka wykładu dopasowanie modelu trendu do danych; wybrane rodzaje modeli trendu i ich właściwości; dopasowanie modeli do danych za pomocą narzędzi wykresów liniowych (wykresów rozrzutu) programu STATISTICA;
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład IV: 27 października 2014 Współczynnik korelacji Brak korelacji a niezależność Definicja współczynnika korelacji Współczynnikiem korelacji całkowalnych z kwadratem zmiennych losowych X i Y nazywamy
Bardziej szczegółowoPrognoza pokrycia zapotrzebowania szczytowego na moc w latach Materiał informacyjny opracowany w Departamencie Rozwoju Systemu PSE S.A.
Prognoza pokrycia zapotrzebowania szczytowego na moc w latach 216 235 Materiał informacyjny opracowany w Departamencie Rozwoju Systemu PSE S.A. Konstancin-Jeziorna, 2 maja 216 r. Polskie Sieci Elektroenergetyczne
Bardziej szczegółowoElektroenergetyka polska wybrane zagadnienia
Polskie Towarzystwo Fizyczne Oddział Katowicki Konwersatorium Elektroenergetyka polska wybrane zagadnienia Maksymilian Przygrodzki Katowice, 18.03.2015 r Zakres tematyczny System elektroenergetyczny Zapotrzebowanie
Bardziej szczegółowoCYFROWE PRZETWARZANIE SYGNAŁÓW
POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Sygnały stochastyczne, parametry w dziedzinie
Bardziej szczegółowoStatystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Bardziej szczegółowoANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu ANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII Streszczenie W artykule przedstawiono
Bardziej szczegółowoNIEPEWNOŚĆ W OKREŚLENIU PRĘDKOŚCI EES ZDERZENIA SAMOCHODÓW WYZNACZANEJ METODĄ EKSPERYMENTALNO-ANALITYCZNĄ
NIEPEWNOŚĆ W OKREŚLENIU PRĘDKOŚCI EES ZDERZENIA SAMOCHODÓW WYZNACZANEJ METODĄ EKSPERYMENTALNO-ANALITYCZNĄ Karol SZTWIERTNIA 1, Marek GUZEK, Janusz JANUŁA 3 Streszczenie Przedmiotem artykułu jest niepewność
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
Zał. nr 4 do ZW WYDZIAŁ ELEKTRONIKI KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA MATEMATYCZNA Nazwa w języku angielskim Mathematical Statistics Kierunek studiów (jeśli dotyczy): Specjalność (jeśli
Bardziej szczegółowoKorzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne)
Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne) Przygotował: Dr inż. Wojciech Artichowicz Katedra Hydrotechniki PG Zima 2014/15 1 TABLICE ROZKŁADÓW... 3 ROZKŁAD
Bardziej szczegółowoPARAMETRY, WŁAŚCIWOŚCI I FUNKCJE NIEZAWODNOŚCIOWE NAPOWIETRZNYCH LINII DYSTRYBUCYJNYCH 110 KV
Elektroenergetyczne linie napowietrzne i kablowe wysokich i najwyższych napięć PARAMETRY, WŁAŚCIWOŚCI I FUNKCJE NIEZAWODNOŚCIOWE NAPOWIETRZNYCH LINII DYSTRYBUCYJNYCH 110 KV Wisła, 18-19 października 2017
Bardziej szczegółowodr Jerzy Pusz, st. wykładowca, Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej B. Ogólna charakterystyka przedmiotu
Kod przedmiotu TR.SIK303 Nazwa przedmiotu Probabilistyka I Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów Stacjonarne
Bardziej szczegółowoStatystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.
Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych. Statystyka zajmuje się prawidłowościami zaistniałych zdarzeń. Teoria prawdopodobieństwa dotyczy przewidywania, jak często mogą zajść
Bardziej szczegółowoPorównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych
dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo
Bardziej szczegółowoBiostatystyka, # 3 /Weterynaria I/
Biostatystyka, # 3 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, p. 221 bud. CIW, e-mail: zdzislaw.otachel@up.lublin.pl
Bardziej szczegółowoKierunki działań zwiększające elastyczność KSE
Kierunki działań zwiększające elastyczność KSE Krzysztof Madajewski Instytut Energetyki Oddział Gdańsk Elastyczność KSE. Zmiany na rynku energii. Konferencja 6.06.2018 r. Plan prezentacji Elastyczność
Bardziej szczegółowo