Thaker, Jayesh L. (2025) Development and evaluation of a hybrid PV energy forecasting model. PhD, Universität Oldenburg.

Preview

Volltext (8Mb)

Abstract

Time-series and machine learning techniques have demonstrated significant efficacy in forecasting photovoltaic (PV) energy for intra-day and intra-hour horizons. By integrating radiation measurement with cloud and satellite imagery, accurate predictions can be made for up to six hours. However, for day-ahead (DA) forecasts, numerical weather prediction (NWP) models are necessary as the atmospheric processes driving changes are not sufficiently related to current conditions to be captured using statistical methods alone. This thesis proposes a hybrid ensemble model that integrates satellite imagery with NWP data for intra-day forecasts. Additionally, it explores the full potential of NWP models for DA forecasting by applying model output statistics techniques. This research offers a comprehensive analysis of both deterministic and probabilistic PV power forecasts with uncertainty associated with these predictions, contributing valuable insights to the field of solar energy forecasting.

["eprint_fieldname_title_plus" not defined]

Entwicklung und Evaluation eines hybriden PV-Energievorhersagemodells

["eprint_fieldname_abstract_plus" not defined]

Time-Series und Machine-Learning Methoden haben sich als äußerst effektiv für die kurzfristige Vorhersage von Photovoltaik Energie (PV) erwiesen. Durch die Kombination von Strahlungsmessungen mit Wolken- und Satellitenbildern können präzise Prognosen für bis zu sechs Stunden erstellt werden. Für Day-Ahead (DA)-Vorhersagen sind jedoch Numerical Weather Prediction (NWP) Modelle erforderlich, da atmosphärische Prozesse nicht allein durch statistische Methoden erfasst werden können. Diese Dissertation stellt ein hybrides Ensemblemodell vor, das Satellitenbilder mit NWP-Daten für kurzfristige Prognosen kombiniert. Zudem wird das volle Potenzial von NWP-Modellen für DA-Vorhersagen mittels Model-Output-Statistik-Techniken untersucht. Zusätzlich werden sowohl deterministische als auch probabilistische PV-Leistungsvorhersagen samt Unsicherheiten analysiert, die zu wertvollen Erkenntnissen im Bereich der Solarenergievorhersage führen.

Item Type:	Thesis (PhD)
Uncontrolled Keywords:	Solar, PV power, forecasting, ensemble method, probabilistic forecasting
Subjects:	Science and mathematics > Physics
Divisions:	Faculty of Mathematics and Science > Institute of Physics (IfP)
Date Deposited:	26 Mar 2025 11:03
Last Modified:	26 Mar 2025 11:03
URI:	https://oops.uni-oldenburg.de/id/eprint/7163
URN:	urn:nbn:de:gbv:715-oops-72446
DOI:
Nutzungslizenz:

Actions (login required)

View Item