Rynek energii pochodzącej z odnawialnych źródeł energii w Polsce rozwija się szybciej, niż zakładał to początkowo rząd oraz wymaga tego od krajów członkowskich Unia Europejska. Zgodnie z Krajowym Planem Działania w zakresie OZE w latach 2013-2014 minimalny cel dla Polski wynosił 9,54%, a w rzeczywistości elektrowni wykorzystujących OZE pracowało około 11,28% (nadwyżka 16%). Dynamiczny rozwój tego sektora energetyki spowodowany jest zdecydowanie szybszym, niż zakładano rozwojem energetyki wiatrowej. Produkcja energii w elektrowniach wiatrowych charakteryzuje się dużą zmiennością ponieważ zależna jest od czynników meteorologicznych. Zgodnie ze światowym trendem z roku na rok budowane są elektrownie o coraz większej mocy zainstalowanej turbiny i umieszczone są na jeszcze wyższych wieżach. Tego typu turbiny są bardziej opłacalne ekonomicznie, wyższe wieże pozwalają na wykorzystanie bardziej stabilnych zasobów energii wiatru, jednak mogą być również zagrożeniem dla zapewnienia stabilności systemu energetycznego w przypadku, gdy wielkość produkcji nie będzie prognozowana z odpowiednim wyprzedzeniem.
Zapewnienie stabilności systemu energetycznego oraz chęć ograniczenia strat energii wynikających z konieczności utrzymania „gorącej” rezerwy mocy jest powodem dynamicznego rozwoju dziedziny nauki specjalizującej się w prognozowaniu produkcji energii ze źródeł odnawialnych i w szczególności z wiatru.
Często stosowanymi metodami prognostycznymi są modele oparte o sztuczne sieci neuronowe. Dzięki swoim zaletom pozwalają na wygenerowanie prognoz z dużą dokładnością, pomimo, iż bazują na ogólnych, często uśrednionych danych. Ważną ich zaletą jest również duża elastyczność pod względem danych na których bazują oraz informacji jakie są w stanie na ich podstawie dostarczyć. Istotna jest również ich własność pozwalająca na możliwość szybkiej implementacji modelu do elektrowni o różnej mocy zainstalowanej, liczbie turbin, lokalizacji.
W opracowaniu zamieszczono analizy efektywności predykcji dla czterech modeli bazujących na sztucznych sieciach neuronowych dedykowanych do prognozowania produkowanej energii w śródlądowych farmach wiatrowych. Analizie poddano farmę wiatrową składającą się z 8 turbin o mocy 2,5 [MW]. Średnia roczna produkcja farmy to ponad 46 000 MWh. Park wiatrowy o łącznej mocy zainstalowanej 20 [MW]. Turbiny umieszczono na wieżach o wysokości 100 m, średnica wirnika turbiny to 100 m, a powierzchnia zataczana przez śmigła wynosi 7854 m2.
Praca realizowana w ramach projektu współfinasowanego ze środków Europejskiego Funduszu Rozwoju Regionalnego Nr POiG.01.03.01-30-056/12
