Short-term forecasting of solar irradiance based on time series data in Como, Italy

The implementation of renewable energy sources has increased rapidly due to the depletion of fossil fuels all over the world. Among the renewable sources, solar energy is being progressively used in distributed electricity. However, the electrical generation has had its uncertainties owing to the dependence on meteorological conditions. Thus, to have better generation scheduling, it requires an accurate forecasting of solar irradiance to determine the power to be produced. The statistical approach, based on historical measured data, has been used for predicting solar irradiance. The ARMA time series model is a simple method that does not require the meteorological forecast of solar irradiance for its predictions. But intuitively, such information is valuable for improving the forecast accuracy. Motivated by this, this thesis suggests an ARMAX (Autoregressive moving average with exogenous variables) model that consider easy accessible climate information used as exogenous variables for the prediction of global solar irradiance for a short-term, of 1 to 3 hours in advance, in Como, Italy. For the study, I collected climate data series from Politecnico di Milano Como weather station from January 1, 2015 until December 31, 2016. Finally, the predicted values of five minutes global solar radiation were compared with the measured values, and it was found a root mean square error (RMSE) of 89.33 w/m2, 112.27 w/m2 and 132.16 w/m2 for three horinzon times (hours), respectively.

L'implementazione di fonti di energia rinnovabile è aumentata rapidamente a causa dell'esaurimento dei combustibili fossili in tutto il mondo. Tra le fonti rinnovabili, l'energia solare viene progressivamente utilizzata nell'energia elettrica distribuita. Tuttavia, la generazione elettrica ha avuto le sue incertezze a causa della dipendenza dalle condizioni meteorologiche. Pertanto, per avere una programmazione di generazione migliore, è necessaria una previsione accurata dell'irraggiamento solare per determinare la quatita di energia da produrre. L'approccio statistico, basato su dati storici misurati, è stato utilizzato per predire l'irradiamento solare. Il modello di serie storica ARMA è un metodo semplice che non richiede la previsione meteorologica dell'irradianza solare per le sue previsioni. Ma intuitivamente, tali informazioni sono preziose per migliorare l'accuratezza delle previsioni. Motivato da questo, questa tesi suggerisce un ARMAX (modello di media mobile autoregressivo con variabili esogene) che considera le informazioni climatiche facilmente accessibili utilizzate come variabili esogene per la predizione dell'irradiamento solare globale per un breve periodo, da 1 a 3 ore di anticipo, in Como, Italia. Per lo studio, ho raccolto serie di dati climatici dalla stazione meteorologica del Politecnico di Milano di Como dal 1 ° gennaio 2015 al 31 dicembre 2016. Infine, i valori previsti di cinque minuti di radiazione solare globale sono stati confrontati con i valori misurati, ed è stato trovato un errore quadratico medio (RMSE) di 89,33 w / m2, 112,27 w / m2 e 132,16 w / m2 per tre volte (ore) di horinzon, rispettivamente.