Short-term forecasting of photovoltaic power generation

• Autorzy: Korab Roman , Kandzia Tomasz , Naczyński Tomasz

Identyfikatory

DOI

10.15199/48.2023.09.06

Warianty tytułu

PL

Krótkoterminowe prognozowanie generacji źródła fotowoltaicznego

• Języki publikacji: EN

Abstrakty

EN

In this article, a method for short-term forecasting of photovoltaic (PV) generation was proposed. The proposed method belongs to the group of physical methods and is based on numerical weather forecasts. The generation forecast was determined using the PV source model in the OpenDSS software. The results of calculations were compared with the results of measurements from the operating PV micro-installations.

PL

W artykule zaproponowana została metoda krótkoterminowego prognozowania generacji źródła fotowoltaicznego (PV). Metoda ta należy do grupy tzw. metod fizycznych i bazuje na numerycznych prognozach pogody. Do wyznaczenia prognozy generacji zastosowano model źródła fotowoltaicznego wchodzący w skład pakietu OpenDSS. Wyniki prognoz zostały porównane w wynikami pomiarów pochodzących z działających mikroinstalacji PV.

Słowa kluczowe

EN

photovoltaic sources; prosumer; generation forecasting; physical method; numerical weather forecast; OpenDSS

PL

źródło fotowoltaiczne; prosument; prognozowanie generacji; metoda fizyczna; numeryczna prognoza pogody; OpenDSS

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2023
• Tom: R. 99, nr 9
• Strony: 31--36
• Opis fizyczny: Bibliogr. 15 poz., rys., tab., wykr.

Twórcy

autor

Korab Roman

• Politechnika Śląska, Katedra Elektroenergetyki i Sterowania Układów, ul. B. Krzywoustego 2, 44- 100 Gliwice

• https://orcid.org/0000-0002-6844-1342

autor

Kandzia Tomasz

• Politechnika Śląska, Wydział Elektryczny

autor

Naczyński Tomasz

• Politechnika Śląska, Wspólna Szkoła Doktorów

• https://orcid.org/0000-0001-6271-0516

Bibliografia

• [1] pse.pl/dane-systemowe/funkcjonowanie-kse/raporty-roczne-zfunkcjonowania-kse-za-rok/raporty-za-rok-2021 (in Polish)
• [2] ptpiree.pl/energetyka-w-polsce/energetyka-w-liczbach/mikroinstalacje-w-polsce (in Polish)
• [3] Topolski Ł., Schab W., Flirt A., Piątek K.: Analysis of the impact of dispersed generation on selected aspects of power quality in a low-voltage electricity network located in the area of energy cluster Virtual Green Ochotnica Power Plant. Przegląd Elektrotechniczny, vol. 3 (96), 2020, doi: 10.15199/48.2020.03.05 (in Polish)
• [4] Korab R., Połomski M., Smołka M.: Evaluating the Risk of Exceeding the Normal Operating Conditions of a Low-Voltage Distribution Network due to Photovoltaic Generation. Energies 2022, 15, 1969, doi:10.3390/en15061969
• [5] Adamek S.: Methods to reduce adverse impact of prosumer microinstallations on LV distribution systems. Rynek Energii, vol. 6 (163), 2022 (in Polish)
• [6] Naczyński T., Korab R.: Possibilities of forming the electricity balance of an individual customer equipped with a photovoltaic source. Przegląd Elektrotechniczny, vol. 11 (97), 2021, doi:10.15199/48.2021.11.38 (in Polish)
• [7] Antonanzas J., Osorio N., Escobar R., Urraca R., Martinez-dePison F.J., Antonanzas-Torres F.: Review of photovoltaic power forecasting. Solar Energy, vol. 136, 2016, doi:10.1016/j.solener.2016.06.069
• [8] Das U.K., Tey K.S., Seyedmahmoudian M., Mekhilef S., Idris M.Y.I., Van Deventer W., Horan B., Stojcevski A.: Forecasting of photovoltaic power generation and model optimization: A review, Renewable and Sustainable Energy Reviews, vol. 81, part 1, 2018, doi:10.1016/j.rser.2017.08.017
• [9] Sobri S., Koohi-Kamali S., Rahim N.A.: Solar photovoltaic generation forecasting methods: A review. Energy Conversion and Management, vol. 156, 2018, doi:10.1016/j.enconman.2017.11.019
• [10] Akhter M.N., Mekhilef S., Mokhlis H., Shah N.M.: Review on forecasting of photovoltaic power generation based on machine learning and metaheuristic techniques. IET Renewable Power Generation, 2019, 13, doi:10.1049/iet-rpg.2018.5649
• [11] Wu Y.K., Huang C.L., Phan Q.T., Li Y.Y.: Completed Review of Various Solar Power Forecasting Techniques Considering Different Viewpoints. Energies 2022, 15, 3320, doi:10.3390/en15093320
• [12] EPRI: OpenDSS PVSystem Element Model. Version 1. February 23, 2011. www.epri.com/pages/sa/opendss
• [13] Michalak P.: Modelling of solar irradiance incident on building envelopes in Polish climatic conditions: the impact on energy performance indicators of residential buildings. Energies 2021, 14, 4371. https://doi.org/10.3390/en14144371
• [14] NOAA Solar Calculator, gml.noaa.gov/grad/solcalc/index.html
• [15] Korab R., Połomski M., Naczyński T., Kandzia T.: A dynamic thermal model for a photovoltaic module under varying atmospheric conditions. Energy Conversion and Management, vol. 280, 2023, doi.org/10.1016/j.enconman.2023.116773

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).