Modelos de predicción a corto plazo de la generación eléctrica en instalaciones fotovoltaicas

Durante los últimos años la evolución sufrida por la energía fotovoltaica en España recuerda en gran medida a la que sufrió anteriormente la energía eólica, por lo que es previsible que en un futuro cercano la energía fotovoltaica pase a participar también en el Mercado Eléctrico. Por ello, tanto lo...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autor principal:	Muñoz Jiménez, Andrés
Otros Autores:	Fernández Jiménez, Luis Alfredo (Universidad de La Rioja)
Formato:	text (thesis)
Lenguaje:	spa
Publicado:	Universidad de La Rioja (España) 2014
Acceso en línea:	https://dialnet.unirioja.es/servlet/oaites?codigo=44089
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai-TES0000007327
record_format	dspace
spelling	oai-TES00000073272019-07-03Modelos de predicción a corto plazo de la generación eléctrica en instalaciones fotovoltaicasMuñoz Jiménez, AndrésDurante los últimos años la evolución sufrida por la energía fotovoltaica en España recuerda en gran medida a la que sufrió anteriormente la energía eólica, por lo que es previsible que en un futuro cercano la energía fotovoltaica pase a participar también en el Mercado Eléctrico. Por ello, tanto los gestores de los parques fotovoltaicos como el Operador de la Red Eléctrica precisarán de modelos de predicción de la generación eléctrica fotovoltaica a corto plazo eficaces. En el caso del Operador dichos modelos serán útiles para la planificación, mientras que en el caso de los productores, los modelos de predicción de la generación de potencia eléctrica horaria generada en el parque fotovoltaico les permitirán realizar las ofertas pertinentes. Concretamente, se han desarrollado una serie de modelos híbridos que combinan un modelo atmosférico de meso-escala con una herramienta de predicción perteneciente al denominado como ¿soft-computing¿. El desarrollo de dichos modelos ha sido posible gracias a una serie de datos reales de producción horaria pertenecientes a instalaciones fotovoltaicas. Se han entrenado diversos modelos, llegando finalmente al desarrollo de tres modelos de predicción definitivos para tres horizontes de predicción distintos (día siguiente, dos días vista y tres días vista). Estos modelos definitivos se tratan de modelos avanzados que en función del tipo de día y del horizonte combinan un conjunto de redes neuronales artificiales (optimizadas mediante algoritmos genéticos), de forma que a partir de una serie de entradas (predicciones atmosféricas y otros estadísticos) predicen el valor horario de la generación eléctrica en un parque solar fotovoltaico concreto. La adecuación de todos los modelos desarrollados ha sido evaluada comparando los resultados logrados en la predicción de la producción eléctrica, con los de otros modelos descritos en la literatura internacional y con la aplicación directa del modelo persistente. Los resultados obtenidos con los nuevos modelos de predicción son superiores a los obtenidos con el resto de modelos.Universidad de La Rioja (España)Fernández Jiménez, Luis Alfredo (Universidad de La Rioja)2014text (thesis)application/pdfhttps://dialnet.unirioja.es/servlet/oaites?codigo=44089spaLICENCIA DE USO: Los documentos a texto completo incluidos en Dialnet son de acceso libre y propiedad de sus autores y/o editores. Por tanto, cualquier acto de reproducción, distribución, comunicación pública y/o transformación total o parcial requiere el consentimiento expreso y escrito de aquéllos. Cualquier enlace al texto completo de estos documentos deberá hacerse a través de la URL oficial de éstos en Dialnet. Más información: https://dialnet.unirioja.es/info/derechosOAI \| INTELLECTUAL PROPERTY RIGHTS STATEMENT: Full text documents hosted by Dialnet are protected by copyright and/or related rights. This digital object is accessible without charge, but its use is subject to the licensing conditions set by its authors or editors. Unless expressly stated otherwise in the licensing conditions, you are free to linking, browsing, printing and making a copy for your own personal purposes. All other acts of reproduction and communication to the public are subject to the licensing conditions expressed by editors and authors and require consent from them. Any link to this document should be made using its official URL in Dialnet. More info: https://dialnet.unirioja.es/info/derechosOAI
institution	DialNet
collection	DialNet
language	spa
description	Durante los últimos años la evolución sufrida por la energía fotovoltaica en España recuerda en gran medida a la que sufrió anteriormente la energía eólica, por lo que es previsible que en un futuro cercano la energía fotovoltaica pase a participar también en el Mercado Eléctrico. Por ello, tanto los gestores de los parques fotovoltaicos como el Operador de la Red Eléctrica precisarán de modelos de predicción de la generación eléctrica fotovoltaica a corto plazo eficaces. En el caso del Operador dichos modelos serán útiles para la planificación, mientras que en el caso de los productores, los modelos de predicción de la generación de potencia eléctrica horaria generada en el parque fotovoltaico les permitirán realizar las ofertas pertinentes. Concretamente, se han desarrollado una serie de modelos híbridos que combinan un modelo atmosférico de meso-escala con una herramienta de predicción perteneciente al denominado como ¿soft-computing¿. El desarrollo de dichos modelos ha sido posible gracias a una serie de datos reales de producción horaria pertenecientes a instalaciones fotovoltaicas. Se han entrenado diversos modelos, llegando finalmente al desarrollo de tres modelos de predicción definitivos para tres horizontes de predicción distintos (día siguiente, dos días vista y tres días vista). Estos modelos definitivos se tratan de modelos avanzados que en función del tipo de día y del horizonte combinan un conjunto de redes neuronales artificiales (optimizadas mediante algoritmos genéticos), de forma que a partir de una serie de entradas (predicciones atmosféricas y otros estadísticos) predicen el valor horario de la generación eléctrica en un parque solar fotovoltaico concreto. La adecuación de todos los modelos desarrollados ha sido evaluada comparando los resultados logrados en la predicción de la producción eléctrica, con los de otros modelos descritos en la literatura internacional y con la aplicación directa del modelo persistente. Los resultados obtenidos con los nuevos modelos de predicción son superiores a los obtenidos con el resto de modelos.
author2	Fernández Jiménez, Luis Alfredo (Universidad de La Rioja)
author_facet	Fernández Jiménez, Luis Alfredo (Universidad de La Rioja) Muñoz Jiménez, Andrés
format	text (thesis)
author	Muñoz Jiménez, Andrés
spellingShingle	Muñoz Jiménez, Andrés Modelos de predicción a corto plazo de la generación eléctrica en instalaciones fotovoltaicas
author_sort	Muñoz Jiménez, Andrés
title	Modelos de predicción a corto plazo de la generación eléctrica en instalaciones fotovoltaicas
title_short	Modelos de predicción a corto plazo de la generación eléctrica en instalaciones fotovoltaicas
title_full	Modelos de predicción a corto plazo de la generación eléctrica en instalaciones fotovoltaicas
title_fullStr	Modelos de predicción a corto plazo de la generación eléctrica en instalaciones fotovoltaicas
title_full_unstemmed	Modelos de predicción a corto plazo de la generación eléctrica en instalaciones fotovoltaicas
title_sort	modelos de predicción a corto plazo de la generación eléctrica en instalaciones fotovoltaicas
publisher	Universidad de La Rioja (España)
publishDate	2014
url	https://dialnet.unirioja.es/servlet/oaites?codigo=44089
work_keys_str_mv	AT munozjimenezandres modelosdeprediccionacortoplazodelageneracionelectricaeninstalacionesfotovoltaicas
_version_	1718346622541234176

Modelos de predicción a corto plazo de la generación eléctrica en instalaciones fotovoltaicas

Ejemplares similares