Laikapstākļu mainības ietekmes un α-optimālās uzticamības analīze saules–vēja hibrīdsistēmai Latvijā

Abstract

Darba mērķis ir izstrādāt robustu pieeju hibrīdas enerģijas sistēmu uzticamības novērtējumam, balstoties uz meteoroloģiskajiem datiem, skaitliskās optimizācijas metodēm un statistiskiem modeļiem. Par piemēru tiek analizēta saules un vēja enerģijā balstīta telekomunikāciju torņu sistēma, kuras mērķis ir nodrošināt autonomu, videi draudzīgu darbību attālos reģionos. Darba gaitā izstrādāta datu apstrādes un analīzes metodoloģija, kas ļauj no dotiem meteoroloģiskiem datiem (vēja ātrums, saules radiācija) iegūt laika rindas jaudas ražošanai gan vēja, gan saules sistēmām vienotā telpiskā režģī. Tika veikta datu interpolācija, koordinātu transformācija, normalizācija un aprēķinu paralelizācija, lai nodrošinātu efektīvu datu sagatavošanu lielos apjomos. Izmantojot datus, tika definēta kompozītā jauda kā no saules un vēja enerģiju $\alpha$-svērta lineāra kombinācija. Izstrādāts algoritms, kas režģa punktam nosaka optimālo svaru $\alpha^*$, lai minimizētu iztrūkumu skaitu. Analīze tika veikta “sliktākajā” režģa punktā, kas noteikts, izmantojot darbā izstrādāto kompozītmēru, lai sniegtu konservatīvu uzticamības novērtējumu. Papildus, elektroapgādes pārtraukumu diagnostikai tika izmantots slēptais Markova modelis (HMM), lai analizētu slēpto stāvokļu dinamiku un uzlabotu uzticamības novērtējumu. Darbs piedāvā visaptverošu metodoloģiju hibrīdo enerģijas sistēmu datu analīzei un optimizācijai Latvijas apstākļos.

The objective of this work is to develop a robust and repeatable approach for evaluating the reliability of hybrid energy systems, based on meteorological data, numerical optimization methods, and statistical models. As a case study, a solar and wind energy-based telecommunication tower system is analyzed, aimed at providing autonomous and environmentally friendly operation in remote regions. A data processing and analysis methodology was developed to derive time series for energy production from wind and solar systems within a unified spatial grid, based on input meteorological data (wind speed, solar radiation). The process included data interpolation, coordinate transformation, normalization, and parallelization of computations to enable efficient data preparation on a large scale. Using the data, a composite power metric was defined as an $\alpha$-weighted linear combination of solar and wind energy. An algorithm was developed to determine the optimal weight $\alpha^*$ for each grid point in order to minimize the number of energy shortfalls. The analysis was conducted at the “worst-case” grid point, identified using a composite metric developed in this work, to provide a conservative reliability estimate. Additionally, a Hidden Markov Model (HMM) was employed for power outage diagnostics to analyze the dynamics of hidden states and improve the reliability assessment. This work presents a comprehensive methodology for data analysis and optimization of hybrid energy systems developed for the context of Latvia.