메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Joao Gari da Silva Fonseca Junior (The University of Tokyo) Hideaki Ohtake (National Institute of Advanced Industrial Science and Technology) Takashi Oozeki (National Institute of Advanced Industrial Science and Technology) Kazuhiko Ogimoto (The University of Tokyo)
저널정보
대한전기학회 Journal of Electrical Engineering & Technology Journal of Electrical Engineering & Technology Vol.13 No.4
발행연도
2018.7
수록면
1,504 - 1,514 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The objective of this study is to compare the suitability of a non-parametric and 3 parametric distributions in the characterization of prediction intervals of photovoltaic power forecasts with high confidence levels. The prediction intervals of the forecasts are calculated using a method based on recent past data similar to the target forecast input data, and on a distribution assumption for the forecast error. To compare the suitability of the distributions, prediction intervals were calculated using the proposed method and each of the 4 distributions. The calculations were done for one year of day-ahead forecasts of hourly power generation of 432 PV systems. The systems have different sizes and specifications, and are installed in different locations in Japan. The results show that, in general, the non-parametric distribution assumption for the forecast error yielded the best prediction intervals. For example, with a confidence level of 85% the use of the non-parametric distribution assumption yielded a median annual forecast error coverage of 86.9%. This result was close to the one obtained with the Laplacian distribution assumption (87.8% of coverage for the same confidence level). Contrasting with that, using a Gaussian and Hyperbolic distributions yielded median annual forecast error coverage of 89.5% and 90.5%.
#Photovoltaic power #Day-ahead forecasting #Forecast error #Prediction intervals #Maximum likelihood estimation #Parametric versus non-parametric distributions

목차

Abstract
1. Introduction
2. Description of the Set of PV Systems
3. Methodology
4. Results and Discussion
5. Comparison with Other Studies in Literature
6. Conclusions
References

참고문헌 (12)

참고문헌 신청
S. Pelland, G. Galanis, and G. Kallos, “Solar and photovoltaic forecasting through post-processing of the Global Environmental Multiscale numerical weather prediction model,” Prog. Photovolt: Res. Appl., vol. 21, no. 3, pp. 284-296, May 2013. E. Ogliari, A. Dolara, G. Manzolini, and S. Leva, “Physical and hybrid methods comparison for the day ahead PV output power forecast,” Renewable Energy, vol. 113, no. Supplement C, pp. 11-21, Dec. 2017. M. Pierro et al., “Multi-Model Ensemble for day ahead prediction of photovoltaic power generation,” Solar Energy, vol. 134, no. Supplement C, pp. 132- 146, Sep. 2016. E. Lorenz, J. Hurka, D. Heinemann, and H. G. Beyer, “Irradiance Forecasting for the Power Prediction of Grid-Connected Photovoltaic Systems,” IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 2, no. 1, pp. 2-10, Mar. 2009. P. Bacher, H. Madsen, and H. A. Nielsen, “Online short-term solar power forecasting,” Sol. Energy, vol. 83, n 10, pp. 1772-1783, Oct. 2009.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-560-002230580