Pronósticos Solares Basados en el Índice de Cielo Despejado o el Índice de Claridad: ¿Cuál es Mejor?
Autores: Lauret, Philippe; Alonso-Suárez, Rodrigo; Le Gal La Salle, Josselin; David, Mathieu
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Pronósticos Solares Basados en el Índice de Cielo Despejado o el Índice de Claridad: ¿Cuál es Mejor?
Categoría
Energía
Subcategoría
Energía solar
Palabras clave
Pronóstico solar
Modelo de cielo despejado
Datos de irradiancia
Modelos de pronóstico
índice de cielo despejado
Irradiancia extraterrestre
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
En el ámbito de la predicción solar, es común utilizar la salida de un modelo de cielo despejado para desestacionalizar la serie temporal de irradiancia solar necesaria para construir los modelos de predicción. Sin embargo, la mayoría de estos modelos de cielo despejado requieren la configuración de parámetros atmosféricos para los cuales puede que no se disponga de valores precisos para el sitio en estudio. Esto puede obstaculizar la precisión de los modelos de predicción. La normalización de los datos de irradiancia con un modelo de cielo despejado conduce a la construcción de modelos de predicción con el llamado índice de cielo despejado. Otra forma de normalizar los datos de irradiancia es confiar en la irradiancia extraterrestre, que es la irradiancia en la parte superior de la atmósfera. La irradiancia extraterrestre se define mediante una ecuación simple que está relacionada con el curso geométrico del sol. La normalización con la irradiancia extraterrestre lleva a la construcción de modelos con el índice de claridad. En el dominio de la predicción solar, la mayoría de los modelos se construyen utilizando series temporales basadas en el índice de cielo despejado. Sin embargo, hasta ahora no hay evidencia empírica de que el enfoque del índice de cielo despejado supere al enfoque del índice de claridad. Por lo tanto, el objetivo de este estudio preliminar es evaluar y comparar los dos enfoques. La configuración experimental numérica para evaluar los dos enfoques se basa en tres métodos de predicción, a saber, un modelo de persistencia simple, un modelo autorregresivo lineal (AR) y un modelo de red neuronal no lineal (NN), todos los cuales se aplican en seis sitios con diferentes condiciones de cielo. Se muestra que la normalización de la irradiancia solar con la ayuda de un modelo de cielo despejado produce mejores pronósticos independientemente del tipo de modelo utilizado. Sin embargo, se demuestra que una técnica de predicción no lineal, como una red neuronal construida con series temporales de claridad, puede superar a modelos lineales simples construidos con el índice de cielo despejado.
Descripción
En el ámbito de la predicción solar, es común utilizar la salida de un modelo de cielo despejado para desestacionalizar la serie temporal de irradiancia solar necesaria para construir los modelos de predicción. Sin embargo, la mayoría de estos modelos de cielo despejado requieren la configuración de parámetros atmosféricos para los cuales puede que no se disponga de valores precisos para el sitio en estudio. Esto puede obstaculizar la precisión de los modelos de predicción. La normalización de los datos de irradiancia con un modelo de cielo despejado conduce a la construcción de modelos de predicción con el llamado índice de cielo despejado. Otra forma de normalizar los datos de irradiancia es confiar en la irradiancia extraterrestre, que es la irradiancia en la parte superior de la atmósfera. La irradiancia extraterrestre se define mediante una ecuación simple que está relacionada con el curso geométrico del sol. La normalización con la irradiancia extraterrestre lleva a la construcción de modelos con el índice de claridad. En el dominio de la predicción solar, la mayoría de los modelos se construyen utilizando series temporales basadas en el índice de cielo despejado. Sin embargo, hasta ahora no hay evidencia empírica de que el enfoque del índice de cielo despejado supere al enfoque del índice de claridad. Por lo tanto, el objetivo de este estudio preliminar es evaluar y comparar los dos enfoques. La configuración experimental numérica para evaluar los dos enfoques se basa en tres métodos de predicción, a saber, un modelo de persistencia simple, un modelo autorregresivo lineal (AR) y un modelo de red neuronal no lineal (NN), todos los cuales se aplican en seis sitios con diferentes condiciones de cielo. Se muestra que la normalización de la irradiancia solar con la ayuda de un modelo de cielo despejado produce mejores pronósticos independientemente del tipo de modelo utilizado. Sin embargo, se demuestra que una técnica de predicción no lineal, como una red neuronal construida con series temporales de claridad, puede superar a modelos lineales simples construidos con el índice de cielo despejado.