کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10294004 512447 2016 6 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A novel adaptive approach for hourly solar radiation forecasting
ترجمه فارسی عنوان
یک رویکرد تطبیقی ​​جدید برای پیش بینی ساعتی خورشیدی
کلمات کلیدی
پیش بینی تابش خورشیدی، فیلتر پیش بینی خطی مدل تجربی، روش تطبیقی،
ترجمه چکیده
پیش بینی تابش خورشیدی بخش مهمی از برنامه ریزی و اندازه گیری نیروگاه فتوولتائیک است. داده های تابش خورشیدی ساعتی روزانه بر روی سطح یک منطقه شامل هر دو رفتار تصادفی و قطعی می شود. بخش قطعی ناشی از هندسه خورشید است در حالیکه بخش تصادفی به دلیل وقایع اتفاقی اتفاقی مانند حرکت ابرها و غیره اتفاق می افتد. از این واقعیت ها، در این مقاله دو رویکرد انطباقی متفاوت برای پیش بینی ساعتی خورشیدی طراحی و آزمایش شده است. در رویکرد اول، داده ها به فصول تقسیم می شوند. برای فصل زمستان و تابستان فکر می کنم که پیش بینی های خطی به دلیل تغییرات نادر برای دوره های کوتاه مدت کار می کنند. برای این فصل رویکرد پیش بینی خطی مورد استفاده قرار گرفته است. از سوی دیگر تغییرات بزرگتر در فصل بهار و پاییز بیشتر احتمال دارد. بنابراین، برای این فصول یک روش تجربی استفاده می شود. در رویکرد دوم، شاخص روشنایی به عنوان یک تصمیم گیرنده در نظر گرفته می شود تا تصمیم بگیرد که آیا روش خطی یا تجربی به عنوان پیش بینی کننده استفاده می شود. این تصمیم برای هر پیش بینی اتخاذ شده است. از نتایج حاصل از این روش بدست می آید که چنین روش اتخاذی بهتر از موارد غیر سازگار است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی های تجدید پذیر، توسعه پایدار و محیط زیست
چکیده انگلیسی
Solar radiation forecasting is an important part of planning and sizing of a photovoltaic power plant. Yearly measured hourly solar radiation data on the surface of a region include both stochastic and deterministic behaviors. The deterministic part comes from the solar geometry whereas the stochastic part is occurred due to random atmospheric events such as the motion of clouds etc. Moving from these facts, in this paper two different adaptive approaches are developed and tested for hourly solar radiation forecasting. In first approach, the data is separated into seasons. For winter and summer season it is thought that linear predictors work better due to rare alterations for short time periods. For these seasons linear prediction approach is adopted and used. On the other hand bigger alterations are most probable for spring and fall seasons. Therefore, for these seasons an empirical method is employed. In second approach, clearness index is considered as a decision maker to decide whether linear or empirical method will be used as a predictor. This decision is adopted for each prediction. It is obtained from the results that such an adoptive method outperforms non adoptive ones.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Renewable Energy - Volume 87, Part 1, March 2016, Pages 628-633
نویسندگان
, ,