As the penetration of renewable sources of energy is constantly increasing, there is an emerging need for their accurate prediction. More specifically, solar energy is being harnessed and its integration in the grid is becoming essential because of increasing usage. However, as this energy is based on the solar irradiance which is affected by the cloud cover, there is a constant fluctuation and it cannot be directly integrated in the electric network. Due to this it becomes imperative to develop systems that provide a reliable forecast. In this work, we will present an in-depth review of the current methods frequently used to forecast solar irradiance to facilitate the selection of the appropriate forecast method according to sky conditions for very short termprediction or nowcasting which provides predictions for 1, 5 and 15 minutes on data provided by the Solar Tech Lab at Politecnico di Milano [Lab]. The work starts off with the explanation of clear sky models. It goes on to a presentation of different persistence models followed by time series based statistical approaches like the ARIMA models and finishes with neural network models. The prediction obtained from each of these methods is compared on data clustered on the basis of the type of sky condition obtained via fractal analysis. We present the best approaches in each category of algorithms based on the prediction error and conduct a final comparison amongst all categories providing indications of algorithms most suitable nowcasting. Also as part of this work, we compare the best found methods against the prediction produced by a commercial product Reuniwatt [Reu]. A conversion methodology to obtain the future power production based on the solar irradiance forecast is also presented. To tackle prediction based on images, an introductory work is presented which works on sky camera data. Finally, we give indications for future solar irradiance forecasting approaches and the application of our work for the management of plants which work on PV and storage. This thesis was done in collaboration with Engie EPS.

Conil continuo aumento dell’utillizzo delle energie rinnovabili nella società, lo sviluppo di tecniche di previsione adeguate sta diventando un problema molto importante. In particolare, l’energia solare sta diventando molto importante e la sua corretta integrazione nella rete elettrica sta diventando essenziale. Tuttavia, poiché questa energia si basa sulla radiazione solare che è influenzata dalla presenza di nubi, c’è una fluttuazione costante e non può essere introdotta direttamente nella rete elettrica. Per questo motivo diventa imperativo sviluppare sistemi che forniscano previsioni affidabili. Per questo motivo, questo lavoro si concentra sullo studio di vari approcci predittivi a breve termine dell’irradiazione solare, chiamato anche nowcasting, che fornisce previsioni per 1, 5 e 15 minuti dai dati forniti dal Laboratorio di Tecnologia Solare del Politecnico di Milano [Lab]. Il lavoro inizia con la spiegazione dei modelli di cielo limpido. Prosegue con una presentazione dei diversi modelli di persistenza, seguita da approcci statistici basati su serie temporali come i modelli ARIMA e termina con i modelli di reti neurali. La previsione ottenuta da ciascuno di questi metodi viene confrontata per i diversi tipi di giorni secondo una classificazione del cielo ottenuta mediante analisi frattale. Presentiamo i migliori approcci di ogni categoria di algoritmi in base all’errore commesso ed effettuiamo un confronto finale tra tutte le categorie che fornisce indicazioni su quali algoritmi sono più adatti per il nowcasting. Inoltre, nell’ambito di questo studio, confrontiamo i migliori metodi trovati con i risultati prodotti da un prodotto commerciale, Reuniwatt [Reu]. Presentiamo anche una metodologia di conversione per ottenere una futura produzione di energia basata sulla previsione dell’irraggiamento solare. Per affrontare la previsione basata sulle immagini, viene presentato un documento introduttivo che funziona con i dati delle telecamere dirette verso il cielo. Infine, vengono fornite indicazioni per possibili approcci futuri alla previsione dell’irraggiamento solare e sull’applicazione del nostro lavoro alla gestione degli impianti che lavorano con l’energia fotovoltaica e al suo stoccaggio. Questa tesi è stata scritta in collaborazione con Engie EPS.

Comparison of state-of-the-art nowcasting methodologies for solar irradiance prediction and power production

Marin Aranzana, Aurelio
2019/2020

Abstract

As the penetration of renewable sources of energy is constantly increasing, there is an emerging need for their accurate prediction. More specifically, solar energy is being harnessed and its integration in the grid is becoming essential because of increasing usage. However, as this energy is based on the solar irradiance which is affected by the cloud cover, there is a constant fluctuation and it cannot be directly integrated in the electric network. Due to this it becomes imperative to develop systems that provide a reliable forecast. In this work, we will present an in-depth review of the current methods frequently used to forecast solar irradiance to facilitate the selection of the appropriate forecast method according to sky conditions for very short termprediction or nowcasting which provides predictions for 1, 5 and 15 minutes on data provided by the Solar Tech Lab at Politecnico di Milano [Lab]. The work starts off with the explanation of clear sky models. It goes on to a presentation of different persistence models followed by time series based statistical approaches like the ARIMA models and finishes with neural network models. The prediction obtained from each of these methods is compared on data clustered on the basis of the type of sky condition obtained via fractal analysis. We present the best approaches in each category of algorithms based on the prediction error and conduct a final comparison amongst all categories providing indications of algorithms most suitable nowcasting. Also as part of this work, we compare the best found methods against the prediction produced by a commercial product Reuniwatt [Reu]. A conversion methodology to obtain the future power production based on the solar irradiance forecast is also presented. To tackle prediction based on images, an introductory work is presented which works on sky camera data. Finally, we give indications for future solar irradiance forecasting approaches and the application of our work for the management of plants which work on PV and storage. This thesis was done in collaboration with Engie EPS.
DHYANI, KANIKA
ING - Scuola di Ingegneria Industriale e dell'Informazione
24-lug-2020
2019/2020
Conil continuo aumento dell’utillizzo delle energie rinnovabili nella società, lo sviluppo di tecniche di previsione adeguate sta diventando un problema molto importante. In particolare, l’energia solare sta diventando molto importante e la sua corretta integrazione nella rete elettrica sta diventando essenziale. Tuttavia, poiché questa energia si basa sulla radiazione solare che è influenzata dalla presenza di nubi, c’è una fluttuazione costante e non può essere introdotta direttamente nella rete elettrica. Per questo motivo diventa imperativo sviluppare sistemi che forniscano previsioni affidabili. Per questo motivo, questo lavoro si concentra sullo studio di vari approcci predittivi a breve termine dell’irradiazione solare, chiamato anche nowcasting, che fornisce previsioni per 1, 5 e 15 minuti dai dati forniti dal Laboratorio di Tecnologia Solare del Politecnico di Milano [Lab]. Il lavoro inizia con la spiegazione dei modelli di cielo limpido. Prosegue con una presentazione dei diversi modelli di persistenza, seguita da approcci statistici basati su serie temporali come i modelli ARIMA e termina con i modelli di reti neurali. La previsione ottenuta da ciascuno di questi metodi viene confrontata per i diversi tipi di giorni secondo una classificazione del cielo ottenuta mediante analisi frattale. Presentiamo i migliori approcci di ogni categoria di algoritmi in base all’errore commesso ed effettuiamo un confronto finale tra tutte le categorie che fornisce indicazioni su quali algoritmi sono più adatti per il nowcasting. Inoltre, nell’ambito di questo studio, confrontiamo i migliori metodi trovati con i risultati prodotti da un prodotto commerciale, Reuniwatt [Reu]. Presentiamo anche una metodologia di conversione per ottenere una futura produzione di energia basata sulla previsione dell’irraggiamento solare. Per affrontare la previsione basata sulle immagini, viene presentato un documento introduttivo che funziona con i dati delle telecamere dirette verso il cielo. Infine, vengono fornite indicazioni per possibili approcci futuri alla previsione dell’irraggiamento solare e sull’applicazione del nostro lavoro alla gestione degli impianti che lavorano con l’energia fotovoltaica e al suo stoccaggio. Questa tesi è stata scritta in collaborazione con Engie EPS.
File allegati
File Dimensione Formato  
2020_07_MARIN_ARANZANA_AURELIO.pdf

non accessibile

Descrizione: testo tesi
Dimensione 3.85 MB
Formato Adobe PDF
3.85 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/164667