Optimisation of the use of multiple sources of data in short-term photovoltaic generation forecasting models - PASTEL - Thèses en ligne de ParisTech Accéder directement au contenu
Thèse Année : 2022

Optimisation of the use of multiple sources of data in short-term photovoltaic generation forecasting models

Optimisation de l'intégration de données multi-sources dans les modèles de prévision court-terme de la production photovoltaïque

Résumé

In a context of natural resources depletion, weather-dependent renewable energy sources play an increasingly important role in the electricity generation mix. Yet, high shares of renewables can jeopardise the safe operation of the power grid due to their variable nature. To address this challenge, it is essential to know the future amount of energy produced to balance production and consumption. In this thesis, we explore two main approaches that aim at improving the accuracy of short-term photovoltaic generation forecasting. The first option is to extend the existing statistical models found in the literature through the coupling with a physics-based model, and by operating a shift from static to weather-adaptive models. The second option lies in extending the range of available sources of information. In this regard, an in-depth quality analysis of production measurements emphasises relevant information, and exhibits the spatio-temporal correlations that may exist between the inputs.
Dans un contexte d’épuisement des ressources naturelles, les sources d’énergies renouvelables jouent un rôle croissant dans le mix de la production électrique. Cependant, une part importante des renouvelables peut compromettre la stabilité du réseau électrique en raison de leurs variabilités. Il est donc primordial de connaître la quantité d’énergie future produite afin d’assurer l’équilibre entre production et consommation. Cette thèse porte sur l’amélioration de la précision des prévisions court-terme de la production photovoltaïque. Pour y parvenir, un couplage entre modèles statistiques et modèles physiques est proposé, en plus d’une architecture permettant de conditionner les modèles à la situation météorologique. En outre, un large éventail de sources d’information est considéré. A cet égard, une analyse approfondie des données permet de mettre en exergue l’information pertinente ainsi que les dépendances spatio-temporelles pouvant exister entre les différentes variables.
Fichier principal
Vignette du fichier
2022UPSLM016_archivage.pdf (15.52 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04086292 , version 1 (02-05-2023)

Identifiants

  • HAL Id : tel-04086292 , version 1

Citer

Kevin Bellinguer. Optimisation of the use of multiple sources of data in short-term photovoltaic generation forecasting models. Chemical and Process Engineering. Université Paris sciences et lettres, 2022. English. ⟨NNT : 2022UPSLM016⟩. ⟨tel-04086292⟩
145 Consultations
30 Téléchargements

Partager

Gmail Facebook X LinkedIn More