Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

16.07.2016 | Special Issue Paper | Ausgabe 1-2/2017

Computer Science - Research and Development 1-2/2017

Photovoltaic power forecasting using simple data-driven models without weather data

Zeitschrift:
Computer Science - Research and Development > Ausgabe 1-2/2017
Autoren:
Jorge Ángel González Ordiano, Simon Waczowicz, Markus Reischl, Ralf Mikut, Veit Hagenmeyer

Abstract

The present contribution offers evidence regarding the possibility of obtaining reasonable photovoltaic power forecasts without using weather data and with simple data-driven models. The lack of weather data as input stems from the fact that the constant obtainment of forecast weather data might become too expensive or that communication with weather services might fail, but still accurate planning and scheduling decisions have to be conducted. Therefore, accurate one-day ahead forecasting models with only information of past generated power as input for offline photovoltaic systems or as backup in case of communication failures are of interest. The results contained in the present contribution, obtained using a freely available dataset, provide a baseline with which more complex forecasting models can be compared. Additionally, it will also be shown that the presented weather-free data-driven models provide better forecasts than a trivial persistence technique for different forecast horizons. The methodology used in the present work for the data preprocessing and the creation and validation of forecasting models has a generalization capacity and thus can be used for different types of time series as well as different data mining techniques.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit dem Kombi-Abo erhalten Sie vollen Zugriff auf über 1,8 Mio. Dokumente aus mehr als 61.000 Fachbüchern und rund 500 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Computer Science - Research and Development

Computer Science – Research and Development (CSRD), formerly Informatik – Forschung und Entwicklung (IFE), is a quarterly international journal that publishes high-quality research and survey papers from the Software Engineering & Systems area.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit dem Wirtschafts-Abo erhalten Sie Zugriff auf über 1 Mio. Dokumente aus mehr als 45.000 Fachbüchern und 300 Fachzeitschriften aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb

Testen Sie jetzt 30 Tage kostenlos.

Weitere Produktempfehlungen anzeigen
Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 1-2/2017

Computer Science - Research and Development 1-2/2017Zur Ausgabe

Premium Partner

Neuer Inhalt

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.

Whitepaper

- ANZEIGE -

Best Practices für die Mitarbeiter-Partizipation in der Produktentwicklung

Unternehmen haben das Innovationspotenzial der eigenen Mitarbeiter auch außerhalb der F&E-Abteilung erkannt. Viele Initiativen zur Partizipation scheitern in der Praxis jedoch häufig. Lesen Sie hier  - basierend auf einer qualitativ-explorativen Expertenstudie - mehr über die wesentlichen Problemfelder der mitarbeiterzentrierten Produktentwicklung und profitieren Sie von konkreten Handlungsempfehlungen aus der Praxis.
Jetzt gratis downloaden!

Bildnachweise