Abstract
Erzeugungsprognosen stellen den Schlüssel zur Optimierung von Systemen
mit erneuerbaren Energieträgern dar. Im Zuge des FFG-Projektes „PV-go-Smart“ wurden
Prognosemethoden für die Leistung von Photovoltaik-Anlagen (PV) entwickelt und bewertet.
Die Bewertung erfolgte sowohl mit statistischen Methoden als auch anhand von
Simulationsstudien zum wirtschaftlichen Mehrwert der Prognosen. Die analysierten Methoden
zeigen durchwegs vielversprechende Ergebnisse. Vor allem der Datengetriebene Deep-
Learning-Ansatz und das statistische Prognosemodell für PV-Leistungsprognosen liefern gute
Prognosequalität. Die GHI-Prognose mittels All-Sky-Imager befindet sich noch in einem
früheren Entwicklungsstadium, zeigt jedoch vor allem in der Simulationsstudie bereits großes
Potential.
Translated title of the contribution | PV generation forecast: optimization and applications |
---|---|
Original language | German |
Title of host publication | Proceedings 16.Symposium Energieinnovation |
Pages | 1-10 |
Publication status | Published - 2020 |
Event | 16. Symposium Energieinnovation - Graz, Austria Duration: 12 Feb 2020 → 14 Feb 2020 |
Conference
Conference | 16. Symposium Energieinnovation |
---|---|
Country/Territory | Austria |
City | Graz |
Period | 12.02.2020 → 14.02.2020 |