Dynamic characterization and predictability analysis of wind speed and wind power time series in Spain wind farm

اخيراً بدليل مصرف بسيار زياد انرژي، آلودگي زياد و هزينه ي بالاي سوخت هاي فسيلي، منابع انرژي تجديدپذير همانند توان باد توجه بسياري از پژوهشگران را به خود جلب نموده اتد. از اين رو، براي افزايش قابليت اطمينان شبكه هاي قدرت، تغييرات اين منابع برحسب زمان بايد پيش بيني شود. در اين مقاله، تحليل و آناليز ويژگي هاي پويا و ميزان پيش بيني پذيري كوتاه مدت سري زماني سرعت و توان باد بر حسب ساعت به كمك روش هاي آناليز سري زماني غيرخطي همچون آناليز چگالي طيفي توان، نمودار هيستوگرام سري زماني، بازسازي فضاي فاز، شيب مجموع انتگرال، روش دلتا-اپسيلون، روش رسم بازگشتي و تجزيه و تحليل كمي بازگشتي صورت مي گيرد. علاوه بر اين، رفتار سري زماني سرعت و توان باد نسبت به همديگر با استفاده از روش هاي همبستگي، نمودارهاي بازگشتي متقابل و مشترك و آناليزهاي كمي بازگشتي متقابل و مشترك بررسي مي شود. نتايج حاصله نشان مي دهد كه سري هاي زماني اشاره شده طبيعت تصادفي دارند. همچنين، ميزان پيش بيني پذيري كوتاه مدت سري زماني سرعت باد و توان مربوط به آن براي داده ي تجربي از يك منطقه ي بادخيز در اسپانيا بررسي شده است.

The renewable energy resources such as wind power have recently attracted more researchers’ attention. It is mainly due to the aggressive energy consumption, high pollution and cost of fossil fuels. In this era, the future fluctuations of these time series should be predicted to increase the reliability of the power network. In this paper, the dynamic characteristics and short-term predictability of hourly wind speed and power time series are investigated via nonlinear time series analysis methods such as power spectral density analysis, time series histogram, phase space reconstruction, the slope of integral sums, the ?-? method, the recurrence plot and the recurrence quantification analysis. Moreover, the interactive behavior of the wind speed and wind power time series is studied via the cross correlation, the cross and joint recurrence plots as well as the cross and joint recurrence quantification analyses. The results imply stochastic nature of these time series. Besides, a measure of the short-term mimic predictability of the wind speed and the underlying wind power has been derived for the experimental data of Spain’s wind farm.