文献

J-GLOBAL ID：202102282498412563   整理番号：21A3386499

実時間確率シミュレーションに対するサブ最小確率的太陽予測【JST・京大機械翻訳】

Sub-minute probabilistic solar forecasting for real-time stochastic simulations

著者 (3件)： Yang Dazhi (School of Electrical Engineering and Automation, Harbin Institute of Technology, Harbin, Heilongjiang, China) ,  Yagli Gokhan Mert (Solar Energy Research Institute of Singapore, National University of Singapore, Singapore) ,  Srinivasan Dipti (Department of Electrical and Computer Engineering, National University of Singapore, Singapore)
資料名： Renewable & Sustainable Energy Reviews  (Renewable & Sustainable Energy Reviews)
巻： 153  ページ： Null  発行年： 2022年 
JST資料番号： W1084A  ISSN： 1364-0321  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： シミュレーションは現実を反映する必要があり,そうでなければ,それは,そのシミュレーションに頼るオペレータと意思決定者に潜在的に有害である誤った結果をもたらす。スマートグリッドにおける太陽エネルギーシステムに対する現在の確率的シミュレーション法は,単一低周波時系列から生成されたシナリオをほとんど考慮し,これは,実際の太陽電力出力における高周波変動と変化の不確実性を反映できない。そのために,本論文では,欠点に対する改善を提供する最先端の確率的太陽予測法を紹介し,従って,大規模での実時間確率的シミュレーションの利点を示した。Lasso-penalized quantile回帰をアナログベース事前選択アルゴリズムに対し,1km面積で1km以上の放射照度をサブ分時間スケールで予測した。変化する気象条件を捉えるために,予測方法はオンライン訓練を使用し,そのパラメータを更新し,数秒ごとに予測する。必要な重い計算にもかかわらず,予測方法は高速である。それは予測サイクルを完了するために1s未満である。5つのベンチマーク法を通して,ナイーブな気候学と最先端のアナログアンサンブル(AnEn)への持続性から,提案方法は,同じデータセットを使用したすべての以前の研究によって非並列である,ピンボール損失に関して例外的に高い予測スキル(55%のスキルスコアまで)を達成できることを示した。方法の将来の取り込みを促進するために,Rコードと最終予測データセットをGithubに放出した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  アルゴリズム ,  *太陽 ,  電力 ,  オペレータ ,  不確実性 ,  HF【周波数】 ,  アナログ系 ,  気候学 ,  太陽エネルギー ,  気象条件 ,  LF【周波数】 ,  放射照度 ,  意思決定者 ,  スマートグリッド

著者キーワード (5件)： 太陽予測 ,  確率的シミュレーション ,  ラッソ ,  アナログアンサンブル ,  確率的予測

分類 (2件)： 太陽光発電  (NB03090G) ,  放射,大気光学  (DC05080C)

タイトルに関連する用語 (6件)： 実時間 ,  確率シミュレーション ,  サブ ,  確率 ,  太陽 ,  予測