Descomposición basada en modelos híbridos para la predicción de energía eólica a muy corto plazo
Autores: Sopeña, Juan Manuel González; Pakrashi, Vikram; Ghosh, Bidisha
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Descomposición basada en modelos híbridos para la predicción de energía eólica a muy corto plazo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería General
Palabras clave
Pronóstico de energía eólica
Industria energética
Modelos híbridos basados en descomposición
Rendimiento
Comparación
Modelos basados en redes neuronales artificiales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
La predicción de la energía eólica es una herramienta utilizada en la industria energética para una amplia gama de aplicaciones, como el comercio de energía y la operación de la red. Un conjunto de modelos conocidos como modelos híbridos basados en descomposición han destacado en tiempos recientes debido a los resultados prometedores en términos de rendimiento. Dado que muchas publicaciones sobre este tema se encuentran en la literatura, la comparación de estos modelos es difícil, ya que son probados bajo diferentes condiciones en términos de datos, horizonte de predicción y resolución temporal. En este documento, proporcionamos una comparación unificando estos parámetros utilizando los principales algoritmos de descomposición y un conjunto de modelos basados en redes neuronales artificiales para la predicción de la energía eólica a muy corto plazo (hasta 30 minutos por delante). Con este propósito, se realiza un estudio de caso utilizando datos de un parque eólico irlandés para analizar los modelos en términos de precisión y robustez para una variedad de escenarios de generación de energía eólica.
Descripción
La predicción de la energía eólica es una herramienta utilizada en la industria energética para una amplia gama de aplicaciones, como el comercio de energía y la operación de la red. Un conjunto de modelos conocidos como modelos híbridos basados en descomposición han destacado en tiempos recientes debido a los resultados prometedores en términos de rendimiento. Dado que muchas publicaciones sobre este tema se encuentran en la literatura, la comparación de estos modelos es difícil, ya que son probados bajo diferentes condiciones en términos de datos, horizonte de predicción y resolución temporal. En este documento, proporcionamos una comparación unificando estos parámetros utilizando los principales algoritmos de descomposición y un conjunto de modelos basados en redes neuronales artificiales para la predicción de la energía eólica a muy corto plazo (hasta 30 minutos por delante). Con este propósito, se realiza un estudio de caso utilizando datos de un parque eólico irlandés para analizar los modelos en términos de precisión y robustez para una variedad de escenarios de generación de energía eólica.