Executive Secretary
21st International Symposium on Electrical Engineering
SIE 2025
Abstract
Title: Modeling the Quality of Short-Term Energy Forecasting Systems for Photovoltaic Parks and Park Blocks in the Country
General Objective:
Develop a method for assessing the accuracy of short-term (24-hour) energy forecasting models for photovoltaic parks and park blocks.
Specific Objectives:
1) Model the behavior of energy forecasting errors for photovoltaic parks. The factors that influence forecasting errors, such as solar irradiance, cloud cover, temperature, and humidity, are analyzed, and machine learning techniques are used to model the relationship between these variables and forecasting errors.
2) Model the behavior of energy forecasting errors for photovoltaic park blocks. The analysis analyzes how the aggregation of multiple PV parks affects forecasting errors and whether the geographical diversity of the parks within a block reduces forecast uncertainty.
3) Develop an experimental basis for evaluating forecasting methods. Standardized evaluation metrics are established to compare different forecasting methods. This project has the potential to significantly contribute to the field of PV energy forecasting, improving model accuracy and facilitating the integration of solar energy into the electricity grid. Furthermore, the creation of an experimental evaluation base will be a valuable resource for the scientific community and industry.
Resumen
Título: Modelado de la calidad de sistemas de pronósticos energéticos a corto plazo para parques y bloques de parques fotovoltaicos en el país.
Objetivo general:
Desarrollar un método de evaluación de la exactitud de modelos de pronósticos energéticos a corto plazo (24h) de parques y bloques de parques fotovoltaicos.
Objetivos específicos:
1) Modelar el comportamiento del error de pronóstico energético para parques fotovoltaicos. Se analizan los factores que influyen en el error de pronóstico, como la irradiancia solar, la nubosidad, la temperatura y la humedad y se utilizan técnicas de aprendizaje automático para modelar la relación entre estas variables y el error de pronóstico.
2) Modelar el comportamiento del error de pronóstico energético para bloques de parques fotovoltaicos. Se analiza cómo la agregación de múltiples parques FV afecta el error de pronóstico y si la diversidad geográfica de los parques en un bloque reduce la incertidumbre del pronóstico.
3) Desarrollar una base experimental de evaluación de los métodos de pronósticos. Se establecer métricas de evaluación estandarizadas para comparar diferentes métodos de pronóstico.
Este proyecto tiene el potencial de contribuir significativamente al campo de los pronósticos energéticos FV, mejorando la exactitud de los modelos y facilitando la integración de la energía solar en la red eléctrica. Además, la creación de una base experimental de evaluación será un recurso valioso para la comunidad científica y la industria.
About The Speaker
Ing. Yoandry Miguel Mederos Díaz
Discussion