葉文萱的部落格

政府推動「千架海陸風力機」計畫，未來再生能源裝置容量占比須達到全國3成。但風力發電並不穩定，可能衝擊電網導致大跳電。台電近日成功利用類神經網路系統模型，研發出「短期風力發電預測系統」，可預測6小時、24小時後風力發電機出力大小，準確率高達9成。台電指出，預測系統讓電力調度單位可提前因應，避開風險，今年起將把本島台電的風力發電機都納入預測。

阿里山民宿 if (typeof (ONEAD) !== "undefined") { ONEAD.cmd = ONEAD.cmd || []; ONEAD.cmd.push(function () { ONEAD_slot('div-inread-ad', 'inread'); }); }

從北到南台電陸上風力發電機現有169支，總裝置容量為64.2萬瓩，但風力發電容量因數卻只有4成（每年發電時間比例）。台電綜合研究室機械研究專員周儷芬指出，「東北季風特性，就是有時風很大，有時風突然變小。」這種有時電很大、有時突然沒電的情況，很容易造成電網系統不穩定。台電電力調度處長籃宏偉舉例，像過去美國德州調度中心，就曾因風場的風力突然消失，電力大量被抽掉，系統跳機，在傍晚爆發大停電事件，整個市區街道大塞車一片癱瘓，所以預測系統對電網安全性非常重要。周儷芬說，過去某些機構雖也有風力發電預測結果，但多採用歷史資料進行，準確率差。綜研所開發的「短期風力發電預測系統」，應用近年最流行的模糊類神經網路，它是一套數學模型，有很強大的學習能力。系統會接收「風場即時運轉」與「氣象預報」兩種大數據資料，經多層網路串連機制運算，每隔15分鐘或1小時，就發出一筆6、48小時後的風力發電容量預測數據。「這些預測數據傳到電力調度處，他們就可以提前6小時或2天前排定機組調度作業。」周儷芬強調，如此不僅降低跳電風險，也可減少因臨時調度較貴機組發電次數，省下燃料錢。之前在澎湖四湖的風場實驗，4小時和24小時前預測平均誤差分別為8％、14％，低於某些國家對於風電併網10％、20％要求。台電今年將把短期風力預測系統範圍，從離島擴大到本島台南酒店經紀所有風力發電機，最後則是把民間風力機也納入預測。後續系統也會導入風向、轉子速度與氣溫參數，讓類神經網路學習樣本增加，將精準度不斷往上提升。(中國時報)

高雄酒店經紀



if (typeof (ONEAD) !== "undefined") {

ONEAD.cmd = ONEAD.cmd || [];

ONEAD.cmd.push(function () {

ONEAD_slot('div-mobile-inread', 'mobile-inread');

});

}



483A700CD9618241