wind power forecasting
1.0.0
Pengenalan tenaga angin berskala besar menyebabkan sejumlah tantangan bagi pasar listrik dan operator sistem tenaga yang harus berurusan dengan variabilitas dan ketidakpastian pembangkit listrik tenaga angin saat membuat keputusan penjadwalan dan pengiriman mereka.
Tujuan dari latihan ini adalah untuk mengembangkan model adaptif untuk prediksi tenaga angin 1, 2, dan 3 jam di depan ladang angin. Kami memiliki rata-rata per jam dari pengukuran tenaga angin dan ramalan cuaca (termasuk 1 jam, 2 jam dan 3 jam suhu di depan, kecepatan angin dan ramalan arah angin).
Kami pertama -tama akan mempertimbangkan model multivariat berdasarkan estimasi kurva daya . Kedua, kami akan menerapkan model Arima (1,1,1) langsung. Ketiga, kita akan mengeksplorasi mempertimbangkan model Arima (1,1,1) -garch (1,1) , kami akan menggunakan model Garch untuk memperkirakan residu.
Prosedur analisis harus tetap konsisten di seluruh model Arima, Arma-Garch, dan Arima-Garch. Model awalnya harus dipasang pada seluruh dataset yang membentang tahun 1999. Selanjutnya, pendekatan prakiraan bergulir harus digunakan, sesuai dengan model pada 1,5 tahun sebelumnya. Mungkin terlalu kelebihan dan terlalu berat secara komputasi.
Semua detail ada dalam Wind power forecasting - report.pdf . Metode ini diimplementasikan dalam R dan Python
