Using a nonparametric PV model to forecast AC power output of PV plants

Almeida, Marcelo Pinho; Perpiñan Lamigueiro, Oscar y Narvarte Fernández, Luis (2015). Using a nonparametric PV model 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. 2227-2233.

Descripción

Título: Using a nonparametric PV model to forecast AC power output of PV plants
Autor/es:
  • Almeida, Marcelo Pinho
  • Perpiñan Lamigueiro, Oscar
  • Narvarte Fernández, Luis
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
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; Quantile regression forests
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 (885kB) | Vista Previa
[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (514kB) | Vista Previa

Resumen

In this paper, a methodology using a nonparametric model is used to forecast AC power output of PV plants using as inputs several forecasts of meteorological variables from a Numerical Weather Prediction (NWP) model and actual AC power measurements of PV plants. The methodology was built upon the R environment and uses Quantile Regression Forests as machine learning tool to forecast the AC power with a confidence interval. Real data from five PV plants was used to validate the methodology, and results show that the daily production of individual plants can be predicted with a skill score up to 0.361.

Proyectos asociados

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

Más información

ID de Registro: 43686
Identificador DC: http://oa.upm.es/43686/
Identificador OAI: oai:oa.upm.es:43686
URL Oficial: http://www.photovoltaic-conference.com/
Depositado por: Memoria Investigacion
Depositado el: 18 Oct 2016 11:16
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