Comparative study of nonparametric and parametric PV models to forecast AC power output of PV plants

Almeida, Marcelo Pinho; Muñoz, Mikel; Parra, Iñigo de la; Perpiñan Lamigueiro, Oscar y Narvarte Fernández, Luis (2015). Comparative study of nonparametric and parametric PV models to forecast AC power output of PV plants. En: "31st European Photovoltaic Solar Energy Conference and Exhibition: EUPVSEC 2015", 14/09/2015-18/09/2015, Hamburg, Germany. ISBN 3-936338-39-6. pp. 2230-2234.

Descripción

Título: Comparative study of nonparametric and parametric PV models to forecast AC power output of PV plants
Autor/es:
  • Almeida, Marcelo Pinho
  • Muñoz, Mikel
  • Parra, Iñigo de la
  • Perpiñan Lamigueiro, Oscar
  • Narvarte Fernández, Luis
Tipo de Documento: Ponencia en Congreso o Jornada (Póster)
Título del Evento: 31st European Photovoltaic Solar Energy Conference and Exhibition: EUPVSEC 2015
Fechas del Evento: 14/09/2015-18/09/2015
Lugar del Evento: Hamburg, Germany
Título del Libro: EU PVSEC Proceedings
Fecha: Septiembre 2015
ISBN: 3-936338-39-6
Materias:
Palabras Clave Informales: PV output power forecast; Numerical weather prediction; Parametric PV model; Nonparametric PV model
Escuela: E.T.S.I. Diseño Industrial (UPM)
Departamento: Ingeniería Eléctrica, Electrónica Automática y Física Aplicada
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (905kB) | Vista Previa

Resumen

In this paper, a comparison between two approaches to predict the AC power output of PV systems is carried out in terms of forecast performance. Each approach uses one of the two main types of PV modeling, parametric and nonparametric, and both use as inputs several forecasts of meteorological variables from a Numerical Weather Prediction model. Furthermore, actual AC power measurements of a PV plant are used to train the nonparametric model, to adjust the parameters of the different PV components models used in the parametric approach and to assess the quality of the forecasts. The approaches presented similar behavior, although the nonparametric approach, based on Quantile Regression Forests, showed smaller biased errors due to the machine learning tool used.

Proyectos asociados

TipoCódigoAcrónimoResponsableTítulo
FP7308468PVCROPSUniversidad Politécnica de MadridPhotoVoltaic Cost reduction, Reliability, Operational performance, Prediction and Simulation

Más información

ID de Registro: 42462
Identificador DC: http://oa.upm.es/42462/
Identificador OAI: oai:oa.upm.es:42462
URL Oficial: http://www.photovoltaic-conference.com/
Depositado por: Memoria Investigacion
Depositado el: 08 Jul 2016 08:12
Ultima Modificación: 19 May 2017 12:32
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM