Dimensionado de sistema de almacenamiento para hibridación con FV a partir de predicciones probabilísticas de irradiancia
Ver/ Abrir
Impacto
Scholar |
Otros documentos de la autoría: Pérez Soler, Emilio; González Barreda, Javier; Segarra-Tamarit, Jorge; Beltrán San Segundo, Héctor
Metadatos
Mostrar el registro completo del ítemcomunitat-uji-handle:10234/9
comunitat-uji-handle2:10234/7034
comunitat-uji-handle3:10234/67820
comunitat-uji-handle4:
INVESTIGACIONMetadatos
Título
Dimensionado de sistema de almacenamiento para hibridación con FV a partir de predicciones probabilísticas de irradianciaAutoría
Fecha de publicación
2021-09-09Editor
Universidade da CoruñaISBN
9788497498043Cita bibliográfica
PÉREZ, Emilio, et al. Dimensionado de sistema de almacenamiento para hibridación con FV a partir de predicciones probabilísticas de irradiancia. In: XLII Jornadas de Automática. Universidade da Coruña, Servizo de Publicacións, 2021. p. 349-356.Tipo de documento
info:eu-repo/semantics/conferenceObjectVersión
info:eu-repo/semantics/publishedVersionPalabras clave / Materias
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 ... [+]
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. [-]
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 ... [+]
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. [-]
Descripción
Esta ponencia forma parte de: XLII Jornadas de Automática
Publicado en
XLII Jornadas de Automática. Libro de actasDerechos de acceso
info:eu-repo/semantics/openAccess