Sky Imager-Based Forecast of Solar Irradiance Using Machine Learning

要約

発電所の出力電力を事前に予測することは、電力網の安定性と中断のないサービスの確保に不可欠です。
しかし、自然エネルギー源は混沌とした挙動をするため、再生可能エネルギー源を予測することは困難です。
この論文では、空の画像から短期日射量を推定する新しいアプローチを紹介します。
提案されたアルゴリズムは、空の画像から特徴を抽出し、学習ベースの技術を使用して太陽放射照度を推定します。
提案された機械学習 (ML) アルゴリズムのパフォーマンスは、公開されている空画像の 2 つのデータセットを使用して評価されます。
このデータセットには、2004 年から 2020 年までの 16 年間の 350,000 枚を超える画像が含まれており、各画像の対応する全球水平放射照度 (GHI) がグランド トゥルースとして含まれています。
文献で提案されている最先端の計算量の多いアルゴリズムと比較して、私たちのアプローチは、ナウキャスティングと最大 4 時間先の予測の両方において、はるかに少ない計算量で競争力のある結果を達成します。

要約(オリジナル)

Ahead-of-time forecasting of the output power of power plants is essential for the stability of the electricity grid and ensuring uninterrupted service. However, forecasting renewable energy sources is difficult due to the chaotic behavior of natural energy sources. This paper presents a new approach to estimate short-term solar irradiance from sky images. The~proposed algorithm extracts features from sky images and use learning-based techniques to estimate the solar irradiance. The~performance of proposed machine learning (ML) algorithm is evaluated using two publicly available datasets of sky images. The~datasets contain over 350,000 images for an interval of 16 years, from 2004 to 2020, with the corresponding global horizontal irradiance (GHI) of each image as the ground truth. Compared to the state-of-the-art computationally heavy algorithms proposed in the literature, our approach achieves competitive results with much less computational complexity for both nowcasting and forecasting up to 4 h ahead of time.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google