Dimensionado de sistema de almacenamiento para hibridación con FV a partir de predicciones probabilísticas de irradiancia
Ver/ abrir
Use este enlace para citar
http://hdl.handle.net/2183/28332
A non ser que se indique outra cousa, a licenza do ítem descríbese como Atribución-NoComercial-CompartirIgual 4.0 Internacional
https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es
Coleccións
Metadatos
Mostrar o rexistro completo do ítemTítulo
Dimensionado de sistema de almacenamiento para hibridación con FV a partir de predicciones probabilísticas de irradianciaTítulo(s) alternativo(s)
Sizing of energy storage system for hibridization with PV based on probabilistic forecast of irradianceData
2021Cita bibliográfica
Pérez, E., González-Barreda, J., Segarra-Tamarit, J., Beltrán, H. Dimensionado de sistema de almacenamiento para hibridación con FV a partir de predicciones probabilísticas de irradiancia. En XLII Jornadas de Automática: libro de actas. Castelló, 1-3 de septiembre de 2021 (pp. 349-356). DOI capítulo: https://doi.org/10.17979/spudc.9788497498043.349 DOI libro: https://doi.org/10.17979/spudc.9788497498043
Resumo
[Resumen] En este trabajo se propone una metodología para dimensionar el sistema de almacenamiento de un sistema híbrido con fotovoltaica (FV) para uso doméstico, a partir de predicciones probabilísticas de la producción solar. Se introduce para ello un modelo basado en Deep Learning que, a partir de estimaciones de la irradiancia pasada en el área que rodea la localización objetivo, obtiene las predicciones de distintos percentiles de la producción FV. El dimensionamiento se realiza mediante una optimización lineal que utiliza la función cuantil para garantizar, con un cierto nivel de confianza, que se satisface un perfil de demanda tipo. Finalmente, se introducen y discuten resultados en cuanto a la violación de restricciones que se produce con diferentes tamaños del sistema de almacenamiento mostrándose que, cuando este es superior a 3 h a potencia nominal de la instalación FV, las restricciones se satisfacen en más del 99% de las ocasiones. [Abstract] In this work, a methodology is proposed to size the storage system of a hybrid photovoltaic (PV) system for domestic use, based on probabilistic predictions of solar production. To do so, a model based on Deep Learning is introduced which, based on estimates of past irradiance in the area surrounding the target location, obtains the forecasts of different percentiles of PV production. Sizing is carried out through a linear optimization that uses the quantile function to guarantee, with a certain level of confidence, that a typical demand profile is satisfied. Finally, results are introduced and discussed regarding the violation of constraints that occurs with different sizes of the storage system, showing that, when they are greater than 3 h at the nominal power of the PV installation, the constraints are satisfied in more than 99% of the occasions.
Palabras chave
Aplicaciones fotovoltaicas
Sistemas de almacenamiento de energía
Predicción probabilística
Programación lineal
PV applications
Energy storage systems
Probabilistic forecasts
Linear programming
Sistemas de almacenamiento de energía
Predicción probabilística
Programación lineal
PV applications
Energy storage systems
Probabilistic forecasts
Linear programming
Versión do editor
Dereitos
Atribución-NoComercial-CompartirIgual 4.0 Internacional
https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es
ISBN
978-84-9749-804-3