Kratkoročno napovedovanje proizvodnje električne energije sončnih elektrarn in malih hidroelektrarn

Vozelj, Gašper (author), Blažič, Boštjan (mentor)

Magistrsko delo obravnava razvoj modelov za kratkoročno napovedovanje oddane moči obnovljivih virov energije. V nalogi je obrazložen razvoj modela za napoved oddane moči fotonapetostnih elektrarn in razvoj modela za napoved oddane moči malih hidroelektrarn. Temeljna stopnja celotnega procesa predstavlja izbor in analizo meteoroloških spremenljivk, ki vplivajo na napovedovanje. Za umetno zmanjšanje vpliva meteoroloških dejavnikov je pri obeh modelih večji delež napovedi izračunan z uvedbo dodatne spremenljivke. Sledi napoved deviacije do končne napovedi. Kot matematični pripomoček za napoved deviacije je uporabljena umetna nevronska mreža. Izpopolnjen model za kratkoročno napoved je preizkušen za dneve različnih vremenskih stanj v različnih sezonskih obdobjih. Izvedena je analiza rezultatov, njihova grafična ponazoritev ter ocena natančnosti s statističnim kazalcem. Končni rezultati kažejo dobro ujemanje med izmerjeno in napovedano časovno porazdelitvijo oddane moči.

• Language: Slovenian
• Keywords: fotonapetostna elektrarna, mala hidroelektrarna, kratkoročna napoved, umetna nevronska mreža, hidroenergetski potencial, globalno sevanje, oblačnost, padavine
• Work type: Master's thesis/paper
• Organization: FE - Faculty of Electrical Engineering
• Year: 2016
• PID: 20.500.12556/RUL-81547
• Publication date in RUL: 12.04.2016

Secondary language

• Language: English
• Title: Short-term forecast of electricity generation from photovoltaic and small-hydro power plants

Abstract

In this work, development of solar and micro hydro power short-term prediction model is described. The first stage of the process represents assortment and analysis of impact meteorological variables on prediction model. In the objective to reduce impact of meteorological variables the higher proportion of prediction is systematically calculated via additional variable, in both prediction models. Following that, the deviation to final result is predicted using artificial neural networks. Improved prediction model is tested on different weather conditions and in different seasonal periods. The analysis of prediction values are made, the results are graphically illustrated for representative days and estimated using the standard evaluation criteria. Satisfactory results are obtained by both prediction models.

• Keywords: photovoltaic power generation, micro hydropower generation, short-term prediction, artificial neural networks, hydrological power potential, global horizontal irradiation, cloudiness, precipitation