Francisco Javier Rodríguez Benítez
Las fuentes de energía dependientes de la meteorología generan variabilidad en la producción eléctrica, que dificulta su integración en la red. La predicción del recurso ayuda a anticipar acciones de contingencia para gestionar esta variabilidad. En esta tesis se estudian mejoras en los métodos de predicción a corto y muy corto plazo del recurso solar, particularmente, en aquellos basados en imágenes de cámara de nubes y satélite. Esta tesis incluye: 1) la descripción detallada e implementación de métodos del estado del arte de predicción de radiación solar a corto plazo, 2) la utilización de la cámara de nubes como clasificador automático del tipo de nube, 3) un análisis de los patrones de tiempo asociados a diversos modos de variabilidad solar, 4) un análisis comparativo de varios métodos de predicción de radiación solar a corto plazo, y 5) la propuesta y valoración de modelos combinados elaborados con técnicas de machine learning.
The energy resources dependant of weather generate energy production varibility, which difficult its integration into the electricity grid. The prediction of resources aims at anticipating contingency actions in order to manage this variability. In this thesis, improvements in nowcasting and short-term solar forecasting methods are studied, particularly, those based on sky-camera and satellite imagery. This thesis includes: 1) the detailed description and development of state-of-the-art solar radiation forecasting methods, 2) the use of sky-camera as automatic cloud type classificator, 3) an analysis of weather patterns associated to several modes of solar variability, 4) a comparative analysis of several short-term solar radiation forecasting methods, and 5) the proposal and assessment of blending models computed through machine learning techniques.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados