کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
8120943 | 1522357 | 2013 | 11 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A time series-based approach for renewable energy modeling
ترجمه فارسی عنوان
یک رویکرد مبتنی بر سری زمانی برای مدلسازی انرژی تجدید پذیر
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
انرژی تجدید پذیر، سری زمانی، پیش بینی،
ترجمه چکیده
علیرغم ادبیات در حال رشد در مورد منابع انرژی تجدید پذیر، روابط علی بین متغیرهایی که به عنوان ورودی مدل های ارائه شده در مطالعات پیش بینی شده انتخاب شده اند، تاکنون مورد بررسی قرار نگرفته است. در این مقاله، یک رویکرد جدید برای تصمیم گیری متغیرهای پیش بینی پیش بینی مدل باد و / یا پیش بینی دما ارائه شده است. این روش از تکنیک های سری زمانی استفاده می کند. به طور خاص، علیت گرنجر و تجزیه و تحلیل ضربه و پاسخ بین برخی از متغیرهای هواشناسی. برای انجام مطالعه ما، داده های سرعت باد، دما و فشار داده شده از مناطق مختلف ترکیه مورد استفاده قرار می گیرد. نتایج نشان می دهد که روابط علی علیه دو طرفه بین این متغیرها وجود دارد و دینامیک کوتاه مدت با توجه به محل (داخلی و منطقه ساحلی) متفاوت است. از این رو، نتیجه گیری می شود که مدل های انرژی تجدید پذیر باید بر مبنای آن به منظور بهبود دقت پیش بینی ساخته شوند.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی انرژی
انرژی های تجدید پذیر، توسعه پایدار و محیط زیست
چکیده انگلیسی
Despite the growing literature on renewable energy sources, causal relationships between the variables that are selected as inputs of the models proposed in forecasting studies have not been investigated so far. In this paper, a novel approach to decide prediction input variables of wind and/or temperature forecasting models is suggested. This approach uses time series techniques; more specifically, Granger causality and impulse-response analyses between some meteorological variables. To conduct our study, wind speed, temperature and pressure data obtained from different regions of Turkey are employed. The results suggest that bidirectional causal relationships exist between these variables and that short-run dynamics differ with respect to location (inland versus coastal area). From this, it is concluded that renewable energy models must be built accordingly to improve prediction accuracy.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Renewable and Sustainable Energy Reviews - Volume 28, December 2013, Pages 204-214
Journal: Renewable and Sustainable Energy Reviews - Volume 28, December 2013, Pages 204-214
نویسندگان
Fatih Onur Hocaoglu, Fatih Karanfil,