Inicio » Listado de proyectos » Pronóstico a corto plazo del recurso solar fotovoltaico utilizando series temporales

Pronóstico a corto plazo del recurso solar fotovoltaico utilizando series temporales

Código del proyecto
FSE_1_2016_1_131799
Fecha de inicio
2017/10/01
Beneficiario
Rodrigo Alonso Suárez : Facultad de Ingeniería
Duración
30
Año de convocatoria
2016
Departamento
Montevideo

Resumen publicable

Debido a la alta variabilidad del recurso solar la incorporación de la generación fotovoltaica (PV) a la matriz de generación eléctrica es un desafío tecnológico. El movimiento y formación de nubes genera rápidas fluctuaciones en la irradiancia solar, que se traducen en rápidas variaciones de la generación PV. Estas variaciones complejizan el proceso de despacho de la energía y es uno de los principales obstáculos para aumentar la contribución solar en las redes eléctricas. La capacidad de pronóstico a corto plazo es esencial para garantizar la estabilidad de la red eléctrica. La elección del mecanismo óptimo para este pronóstico depende fuertemente de la escala espacio-temporal bajo consideración. En este proyecto planteamos desarrollar técnicas de pronóstico del recurso solar con especial foco en el corto plazo a partir del análisis de series temporales de irradiancia solar. Estos métodos han experimentado grandes avances en los últimos años y su utilidad aún no ha sido explorada en Uruguay. La irradiancia solar puede ser separada en una componente regular asociada al movimiento de la Tierra y una componente estocástica asociada a la nubosidad. Las técnicas basadas en series temporales buscan modelar esta componente estocástica y predecir la disponibilidad del recurso solar en base al comportamiento pasado. En este proyecto se evaluará el desempeño ante la variabilidad climática local de técnicas de pronóstico del recurso solar basadas en inteligencia artificial y en el modelado de procesos estocásticos. Estás técnicas utilizan como insumo la propia serie de irradiación y variables exógenas, como la nubosidad por satélite y otras variables meteorológicas. El análisis de series temporales tiene la característica especial de poder aportar a todas las escalas temporales y, dada su estrecha relación con el área de procesamiento de señales, es un paso previo para integrar las distintas técnicas de pronóstico en un único sistema.

Productos académicos

Artículo

Marchesoni-Acland, F., Lauret, P., Gomez, A., & Alonso-Suarez, R. (2019). Analysis of ARMA Solar Forecasting Models Using Ground Measurements and Satellite Images. Presented at the 2019 IEEE 46th Photovoltaic Specialists Conference (PVSC). doi: https://www.doi.org/10.1109/pvsc40753.2019.8980821

Artículo

Theocharides, S., Alonso-Suarez, R., Giacosa, G., Makrides, G., Theristis, M., & Georghiou, G. E. (6 2019). Intra-hour Forecasting for a 50 MW Photovoltaic System in Uruguay: Baseline Approach. doi: https://www.doi.org/10.1109/pvsc40753.2019.8980756

Artículo

Alonso-Suárez, R., David, M., Branco, V., & Lauret, P. (2020). Intra-day solar probabilistic forecasts including local short-term variability and satellite information. Renewable Energy, 158, 554–573. doi: https://www.doi.org/10.1016/j.renene.2020.05.046

Artículo

Marchesoni-Acland, F., & Alonso-Suárez, R. (2020). Intra-day solar irradiation forecast using RLS filters and satellite images. Renewable Energy, 161, 1140–1154. doi: https://www.doi.org/10.1016/j.renene.2020.07.101

Artículo

Giacosa, G., & Suárez, R. A. (2 2023). Desempeño de la persistencia para la predicción del recurso solar en Uruguay. Revista Brasileira de Energia Solar, 9, 107–116. doi: https://www.doi.org/10.59627/rbens.2018v9i2.240

Artículo

Alonso-Suarez, R., Marchesoni, F., Dovat, L., & Laguarda, A. (2021). Satellite-Based Operational Solar Irradiance Forecast for Uruguays Solar Power Plants. Presented at the 2021 IEEE URUCON. doi: https://www.doi.org/10.1109/urucon53396.2021.9647087