The fast growth of solar photo-volt

The fast growth of solar photo-voltaic energy and the issues related to its integration in the power system are leading to an increased importance of forecasts of solar irradiance. Irradiance forecasts based on numerical weather prediction (NWP) models may be downscaled to finer spatial and temporal granularity and corrected for systematic biases by applying so-called model output statistics (MOS). This paper presents a MOS routine that is based on a large set of meteorological variables that are available from standard NWP output and a clear sky model. The method is based on a stepwise linear regression algorithm yielding a regression model with a set of variables that best explains the observed forecast error. The resulting irradiance forecasts for the first forecast day averaged over an ensemble of 27 stations corrected with this model reduces the relative root mean square error (rRMSE) to 22.7% compared to a rRMSE of 37.8% of uncorrected forecasts and a rRMSE of 25.6% of forecasts corrected with a method based on only the solar zenith angle and the predicted clear sky index – a method that is a current standard in NWP based irradiance forecasts. Furthermore, since this new method takes more meteorological information into account than the current standard method, the increase in skill evaluated in a probabilistic sense is even higher, because a forecast probability density is obtained that better reflects the sensitivity of forecast errors to atmospheric conditions.

ผลลัพธ์ (ไทย) 1:

การเติบโตอย่างรวดเร็วของ voltaic ภาพพลังงานแสงอาทิตย์และปัญหาที่เกี่ยวข้องกับการบูรณาการในระบบไฟฟ้าเป็นผู้นำให้ความสำคัญการเพิ่มขึ้นของการคาดการณ์ของแสง irradiance คาดการณ์ irradiance ตามสภาพอากาศที่เป็นตัวเลขพยากรณ์ (NWP) รุ่นอาจจะ downscaled ให้ส่วนประกอบที่ขมับ และปริภูมิ finer และแก้ไขสำหรับระบบยอม โดยใช้รูปแบบที่เรียกว่าผลผลิตสถิติ (MOS) เอกสารนี้แสดงประจำ MOS ที่ยึดชุดใหญ่ตัวแปรอุตุนิยมวิทยาที่มีผลผลิต NWP มาตรฐานและแบบท้องฟ้า วิธีการยึดตามอัลกอริทึม stepwise ถดถอยเชิงเส้นแบบจำลองถดถอยกับชุดของตัวแปรที่อธิบายข้อผิดพลาดการคาดการณ์พบส่วนผลผลิต การคาดการณ์ irradiance ผลลัพธ์สำหรับการคาดการณ์ครั้งแรกวัน averaged ผ่านเพลิดเพลิน 27 สถานีแก้ไข ด้วยรูปแบบนี้ช่วยลดข้อผิดพลาดสัมพัทธ์รากค่าเฉลี่ยกำลังสอง (rRMSE) 22.7% เมื่อเทียบกับ rRMSE 37.8% ของคาดการณ์ uncorrected และ rRMSE 25.6% ของคาดการณ์แก้ไข ด้วยวิธีตามเฉพาะมุมสุดยอดพลังงานแสงอาทิตย์ และการคาดการณ์ล้างฟ้าดัชนี – irradiance คาดการณ์โดยใช้วิธีการที่เป็นมาตรฐานปัจจุบันใน NWP นอกจากนี้ เนื่องจากวิธีการใหม่นี้จะเพิ่มเติมอุตุนิยมวิทยาข้อมูลเข้าบัญชีกว่าวิธีมาตรฐานปัจจุบัน เพิ่มทักษะประเมินในแง่ probabilistic ได้สูง เนื่องจากความหนาแน่นความน่าเป็นการคาดการณ์ได้รับที่ดี สะท้อนถึงความไวของข้อผิดพลาดการคาดการณ์สภาพอากาศ

ผลลัพธ์ (ไทย) 2:

การเจริญเติบโตอย่างรวดเร็วของพลังงานภาพฟ้แสงอาทิตย์และปัญหาที่เกี่ยวข้องเพื่อบูรณาการในระบบไฟฟ้าจะนำไปสู่​​ความสำคัญที่เพิ่มขึ้นของการคาดการณ์ของรังสีแสงอาทิตย์ การคาดการณ์บนพื้นฐานของรังสีพยากรณ์อากาศเชิงตัวเลข (NWP) รุ่นอาจจะ downscaled เพื่อปลีกย่อยเมล็ดเชิงพื้นที่และเวลาสำหรับการแก้ไขและอคติอย่างเป็นระบบโดยใช้สิ่งที่เรียกว่าสถิติการส่งออกรูปแบบ (MOS) บทความนี้นำเสนอประจำ MOS ที่เป็นไปตามชุดใหญ่ของตัวแปรทางอุตุนิยมวิทยาที่มีอยู่จากการส่งออก NWP มาตรฐานและรูปแบบที่ฟ้าใส วิธีการที่จะขึ้นอยู่กับขั้นตอนวิธีการถดถอยเชิงเส้นแบบขั้นตอนที่ให้ผลตอบแทนแบบการถดถอยที่มีชุดของตัวแปรที่ดีที่สุดที่จะอธิบายถึงความผิดพลาดของการคาดการณ์ที่สังเกต ส่งผลให้การคาดการณ์รังสีสำหรับวันที่คาดการณ์ครั้งแรกเฉลี่ยวงดนตรีสถานี 27 แก้ไขด้วยรูปแบบนี้จะช่วยลดรากญาติหมายถึงข้อผิดพลาดของตาราง (rRMSE) 22.7% เมื่อเทียบกับ rRMSE 37.8% ของคาดการณ์ไม่ได้แก้ไขและ rRMSE ของ 25.6% ของที่ การคาดการณ์การแก้ไขด้วยวิธีการขึ้นอยู่กับเพียงมุมสุดยอดพลังงานแสงอาทิตย์และที่คาดการณ์ดัชนีท้องฟ้าใส - วิธีการที่เป็นมาตรฐานในปัจจุบัน NWP ตามการคาดการณ์รังสี นอกจากนี้เนื่องจากวิธีการใหม่นี้จะใช้เวลาข้อมูลอุตุนิยมวิทยามากยิ่งขึ้นในบัญชีกว่าวิธีมาตรฐานในปัจจุบันที่เพิ่มขึ้นในการประเมินทักษะในความหมายน่าจะสูงขึ้นเพราะความหนาแน่นของความน่าจะคาดการณ์ได้ว่าดีขึ้นสะท้อนให้เห็นถึงความไวของข้อผิดพลาดในการคาดการณ์สภาพบรรยากาศ

ผลลัพธ์ (ไทย) 3:

การเจริญเติบโตอย่างรวดเร็วของแสงอาทิตย์ voltaic พลังงานและปัญหาที่เกี่ยวข้องกับการบูรณาการในระบบพลังงานจะนำไปสู่ความสำคัญเพิ่มขึ้นของการคาดการณ์ของพลังงานแสงอาทิตย์ดังกล่าว .การคาดการณ์ดังกล่าวอยู่บนพื้นฐานของการพยากรณ์อากาศเชิงตัวเลข ( nwp ) รุ่นอาจจะ downscaled ให้ละเอียดพื้นที่และเวลาและได้รับการแก้ไขสำหรับอคติ granularity อย่างเป็นระบบโดยใช้สถิติผลผลิตแบบเรียกว่า ( MOS ) บทความนี้นำเสนอ MOS รูทีนที่อยู่บนพื้นฐานของชุดใหญ่ของตัวแปรทางอุตุนิยมวิทยาที่ได้จากผลผลิต nwp มาตรฐานและแบบจำลองท้องฟ้าใส .วิธีการจะขึ้นอยู่กับขั้นตอนวิธีการถดถอยเชิงเส้นแบบหยุ่นตัวแบบการถดถอยกับชุดของตัวแปรที่ดีที่สุดอธิบายและพยากรณ์ . ผลพยากรณ์วันแรกดังกล่าวคาดการณ์เฉลี่ยกว่าทั้งหมดของ 27 สถานี แก้ไขได้ด้วยรุ่นนี้ลดรากเทียบค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง ( rrmse ) 22.7 % เมื่อเทียบกับ rrmse ของ 378 % ของการคาดการณ์ uncorrected และ rrmse ของ 25.6 % ของการคาดการณ์การแก้ไขด้วยวิธีการตามเฉพาะพลังงานแสงอาทิตย์สุดยอดมุมและคาดการณ์ดัชนีท้องฟ้าใส–วิธีที่เป็นมาตรฐานปัจจุบันใน nwp ตามการคาดการณ์ดังกล่าว . นอกจากนี้ เนื่องจากวิธีการใหม่นี้ใช้ข้อมูลอุตุนิยมวิทยาเพิ่มเติมลงในบัญชีกว่าวิธีมาตรฐานในปัจจุบันเพิ่มทักษะความสามารถในความรู้สึกของความน่าจะเป็นจะสูงขึ้น เนื่องจากการคาดการณ์ความหนาแน่นของความน่าจะเป็นจะได้รับที่ดีขึ้นสะท้อนให้เห็นถึงความไวของการพยากรณ์สภาวะอากาศ