wind power forecasting
1.0.0
Une introduction à grande échelle de l'énergie éolienne provoque un certain nombre de défis pour les opérateurs du marché de l'électricité et du système d'électricité qui devra faire face à la variabilité et à l'incertitude de la production d'énergie éolienne lors de leur prise de décisions de planification et de répartition.
L'objectif de cet exercice est de développer des modèles adaptatifs pour la prédiction de l'énergie éolienne 1, 2 et 3 heures avant un parc éolien. Nous avons à notre disposition les moyennes horaires des mesures de l'énergie éolienne et des prévisions météorologiques (y compris les prévisions d'une heure, de 2 heures et de 3 heures et de la vitesse du vent et des prévisions de direction du vent).
Nous considérerons d'abord un modèle multivarié basé sur l'estimation d'une courbe de puissance . Deuxièmement, nous mettrons en œuvre un modèle ARIMA (1,1,1) simple. Troisièmement, nous explorerons compte tenu d'un modèle Arima (1,1,1) -garch (1,1) , nous utiliserons un modèle GARCH pour prévoir les résidus.
La procédure d'analyse doit rester cohérente sur les modèles Arima, Arma-Garch et Arima-Garch. Les modèles doivent initialement être ajustés à l'ensemble de l'ensemble de données s'étendant sur l'année 1999. Par la suite, une approche de prévision de roulement doit être utilisée, ajustant les modèles sur les 1,5 années précédentes. Il peut être surévalué et trop lourd en calcul.
Tous les détails sont dans la Wind power forecasting - report.pdf . Les méthodes sont implémentées dans R et Python
