Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.12008/21606
Cómo citar
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.author | Marchesoni-Acland, Franco | - |
dc.contributor.author | Lauret, Philippe | - |
dc.contributor.author | Gómez, Alvaro | - |
dc.contributor.author | Alonso-Suárez, Rodrigo | - |
dc.date.accessioned | 2019-08-01T15:15:33Z | - |
dc.date.available | 2019-08-01T15:15:33Z | - |
dc.date.issued | 2019 | - |
dc.identifier.citation | Marchesoni-Acland, F, Lauret, P, Gómez, A y otros."Analysis of ARMA solar forecasting models using ground measurements and satellite images" [Preprint] Publicado en las Actas de la 46th IEEE PV Specialist Conference, Chicago, USA, 2019. | en |
dc.identifier.uri | https://hdl.handle.net/20.500.12008/21606 | - |
dc.description | Trabajo presentado a la 46th IEEE PV Specialist Conference, 16-22 de Junio, Chicago, USA, 2019 | en |
dc.description.abstract | As the solar photovoltaic (PV) share in the electricity grid is growing year by year, solar irradiance forecasting is becoming increasingly important. In this work the performance of a recursive formulation of ARMA models suitable for operational context using the Pampa Húmeda region as a case study is analyzed. Results are promising, as this simple adaptive algorithm does not require historical data and outperform persistence at all lead times. The improvement produced by adding satellite cloudiness data and short-term local variability as exogenous inputs is also evaluated. It is found that the spatially averaged satellite albedo is a useful input variable, improving the forecast performance, while the introduction of short-term variability produce negligible performance changes under this kind of models. | en |
dc.format.mimetype | application/pdf | - |
dc.language.iso | en | en |
dc.rights | Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014) | en |
dc.subject | Forecasting | en |
dc.subject | Solar irradiance | en |
dc.subject | Adaptive filters | en |
dc.subject | Satellite images | en |
dc.title | Analysis of ARMA solar forecasting models using ground measurements and satellite images | en |
dc.type | Preprint | en |
dc.contributor.filiacion | Marchesoni-Acland Franco, Universidad de la República (Uruguay). Facultad de Ingeniería. LES : IEE | - |
dc.contributor.filiacion | Lauret Philippe, Université de La Réunion (Francia) | - |
dc.contributor.filiacion | Gómez Alvaro, Universidad de la República (Uruguay). Facultad de Ingeniería. Instituto de Ingeniería Eléctrica | - |
dc.contributor.filiacion | Alonso-Suárez Rodrigo, Universidad de la República (Uruguay). Facultad de Ingeniería. LES | - |
dc.rights.licence | Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC - By-NC-ND) | - |
Aparece en las colecciones: | Publicaciones académicas y científicas - Laboratorio de Energía Solar (LES) |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | ||
---|---|---|---|---|---|
ARMAX_RLS_Uruguay.pdf | 647,09 kB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons