Solar radiation forecasting with wrf model in the iberian peninsula
Luis martin jornada becarios 2006
1. PREDICCIÓN DE LA RADIACIÓN
SOLAR DIARIA
Presentado por:
LUIS MARTÍN POMARES
Aplicaciones Medioambientales de la Radiación Solar
y Evaluación de Recursos Solares
DEPARTAMENTO DE ENERGÍA
División de Energías Renovables
Plataforma Solar de Almería
15 de abril de 2013
2. PREDICCIÓN RADIACIÓN SOLAR
1. OBJETIVOS
2. REVISIÓN TÉCNICAS
PREDICTIVAS
3. METEODOLOGÍA
4. RESULTADOS
5. CONCLUSIONES Y FUTUROS
TRABAJOS
2
3. OBJETIVOS
Revisión de modelos de predicción de
la radiación solar.
Modelos Estadísiticos
Modelos de salida estadísitca (MOS)
Modelos autorregresivos
Modelos basados en redes neuronales
Predicción a partir de imágenes de satélite
Ensayo de técnicas estadísticas
predicción del índice de claridad
diario.
3
4. PREDICCIÓN RADIACIÓN SOLAR
1. OBJETIVOS
2. REVISIÓN TÉCNICAS
PREDICTIVAS
3. METEODOLOGÍA
4. RESULTADOS
5. CONCLUSIONES Y FUTUROS
TRABAJOS
4
5. PREDICCIÓN: DEFINICIONES PREVIAS
Necesidad de caracterizar y predecir la
radiación solar para ser usada como recurso
energético (RD 436/2004).
Técnicas de Predicción:
1. Modelos de predicción numérica (NWP)
2. Predicción basada en métodos estadísticos
Horizonte de Predicción
Nowcasting: menos de una hora
Corto plazo: 1 hora – 1 semana
Medio plazo: 1 semana – 1 año
Largo Plazo: más de un año. Estudios climáticos
5
6. RADIACIÓN SOLAR
Componentes de la radiación solar sobre superficie horizontal IG = Ib cosθ + ID
Índice de claridad ó transparencia atmosférica I
kt = G
Índice de cielo claro
I0
IG
kcs =
Ics − sky
RADIACIÓN REFLEJADA
RADIACIÓN POR LAS NUBES
EXTRATERRESTRE
I0 RADIACIÓN REFLEJADA
POR EL ALBEDO TERRESTRE
ABSORCIÓN
SCATTERING
Ib
ID RADIACIÓN DIRECTA
RADIACIÓN DIFUSA
6
7. COEFICICIENTE DE COBERTURA NUBOSA
Imagen original Albedo aparente (ρ ) Albedo Ref. (ρg )
ρ - ρg
Albedo nubes (ρn )
n=
ρn - ρ g
C. C. Nubosa (n )
7
8. PREDICCIÓN IRRADIANCIA SOLAR
DIARIA
Primer Trabajo:
J. S. Jensenius y G. F. Cotton, 1981:
The development and testing of automated Solar energy forecasts based
on the model output statistics (MOS) technique.
MOS: relaciona elementos meteorológicos observados
(predictando) a variables apropiadas (predictores) mediante una
aproximación estadística lineal.
Utiliza principalmente como predictores variables que determinan
la nubosidad: humedad relativa media, punto de rocío, velocidad
vertical (z),….
Predicción del índice de claridad y irradiancia total mediante
ecuaciones individuales para cada estación y ecuaciones
regionalizadas.
8
9. PREDICCIÓN RADIACIÓN SOLAR DIARIA
REDES NEURONALES
REDES NEURONALES + WAVELET: IRRADIANCIA SOLAR DIARIA TOTAL (MJ/m2)
Cao S, Cao J. Forecast of solar irradiance using recurrent neural networks
combined with wavelet analysis. Applied Thermal Engineering 2005 Feb;25(2-
3):161-72.
Mellit, A., Benghanem, M. y Kalogirou, S. A., 2006. An adaptive wavelet-network
model for forecasting daily total solar-radiation. Applied Energy 83, 705-722.
RED NEURONAL MULTIETAPA
KEMMOKU, Y., ORITA, S., NAKAGAWA, S. y SAKAKIBARA, T., 1999.
DAILY INSOLATION FORECASTING USING A MULTI-STAGE NEURAL NETWORK. Solar Energy 66, 193-199.
9
10. PREDICCIÓN Kcs
R.Perez, K Moore, S.Wilcox, D.Renné y A.Zelenka. Forecasting Solar Radiation -
Preliminary evaluation of an approach based upon the national forecast data
base, 2005.
IG
a) Relación lineal índice de cobertura nubosa: = g ( SK )
I clear − sky
b) Formula original de Kaste y Czeplak:
IG
I clear − sky
(
= 1 − 0, 75 ( N 8 )
3,4
)
IG
c) Nueva aproximación desarrollada: = ( 1 − 0,87 SK 1,9 )
I clear − sky
10
11. PREDICCIÓN RADIACIÓN SOLAR A
PARTIR DE IMÁGENES DE SATELITE
Annette Hammer, Detlev Heinemann, Carster Hoyer, Elke Lorenz. Satellite based short-term
forecasting of solar irradiance - comparison of methods and error analysis. 2000.
11
12. PREDICCIÓN RADIACIÓN SOLAR A
PARTIR DE IMÁGENES DE SATELITE
Modelo de predicción del movimiento basado en vectores
de campo de movimiento y redes neuronales
12
13. PREDICCIÓN RADIACIÓN SOLAR
1. OBJETIVOS
2. REVISIÓN TÉCNICAS
PREDICTIVAS
3. METEODOLOGÍA
4. RESULTADOS
5. CONCLUSIONES Y FUTUROS
TRABAJOS
13
14. ANÁLISIS ESPECTRAL DE
SEÑALES
Transformada de Fourier Transformada Wavelet Continua
Problema: La transformada de Fourier
No es adecuada para analizar señales
No estacionarias
14
15. TRANSFORMADA WAVELET DISCRETA
Análisis Piramidal de la señal y descomposición de la señal en
múltiples niveles mediante filtro paso baja y paso alta
Baja
Kt
Frecuencia Alta
cA1 cD1 Frecuencia
cA2 cD2
cA3 cD3
16
16. NEURONA ARTIFICIAL
Redes Neuronales Biológicas Redes Neuronales Artificiales
Neuronas Unidades de proceso
Conexiones sinápticas Conexiones ponderadas
Efectividad de las sinápsis Peso de las conexiones
Efecto excitatorio o inhibitorio de Signo del peso de una conexión
una conexión
Efecto combinado de las sinápsis Función de propagación o de red
Activación -> tasa de disparo Función de activación -> Salida
17
17. REDES NEURONALES - Estructura
Características
•Adaptatividad y
autoorganización de la red
para nuevos patrones de
entrada.
•Procesamiento no lineal
•Procesamiento en paralelo de
las señales
18
18. PREDICCIÓN RADIACIÓN SOLAR
1. OBJETIVOS
2. REVISIÓN TÉCNICAS
PREDICTIVAS
3. METEODOLOGÍA
4. RESULTADOS
5. CONCLUSIONES Y FUTUROS
TRABAJOS
19
26. PREDICCIÓN RADIACIÓN SOLAR
1. OBJETIVOS
2. REVISIÓN TÉCNICAS
PREDICTIVAS
3. METEODOLOGÍA
4. RESULTADOS
5. CONCLUSIONES Y FUTUROS
TRABAJOS
27
27. CONCLUSIONES
Necesidad predicción radiación solar (RD 436/2004).
436/2004
Datos de tierra previos menor error predicción.
predicción
Técnicas mediante imágenes de satélite tienen error
intrínseco por modelo HELIOSAT pero son ideales para la
predicción en lugares donde no haya datos previos
disponibles. Estimación de la radiación solar a partir de
disponibles
imágenes de satélite como alternativa (distribución espacio-
temporal de la radiación solar).
solar
Utilización del índice de claridad como variable normalizada
mejora la predicción de la irradiancia solar diaria mediante
redes neuronales. Mejora de RMSE y MAE 0,1091 y 0,4433
frente a [S. Cao y J. Cao, 2005] de 0,9277 y 0,7193.
28
28. TRABAJOS FUTUROS
Simulación de los coeficientes de la transformada wavelet
mediante métodos lineales autorregresivos.
autorregresivos
Combinación de técnicas cluster y redes autoorganizativas.
Utilización de datos de predicción del CMWF como
parámetros de entrada de la red neuronal.
Imágenes de satélite
Aplicación de nuevas técnicas para modelar movimiento nubes.
nubes
Visión artificial.
Predicción coeficiente de nubosidad mediante wavenets.
wavenets
Predicción de la radiación solar a largo plazo mediante
técnicas estadísticas de análisis de componentes principales
para relacionar los diferentes índices de oscilación
atmosférica (NAO).
29
Notas del editor
Buenas días, mi nombre es Luis Martín y voy a presentar el trabajo realizado hasta la fecha en el ámbito de la predicción de la radiación solar diaria.
He organizado el contenido de la presentación, comenzando por la presentación de los objetivos, revisión de técnicas predictivas para la predicción de la irradiancia solar diaria, después se pasará a describir la metodología empleada en el ensayo propuesto, se presentarán los resultados obtenidos para terminar comentando las conclusiones así como las principales líneas de trabajo en el futuro.
Los objetivos de este trabajo son por lo tanto la revisión de modelos de predicción de la irradiancia solar diaria, principalmente métodos estadísticos y el ensayo para la predicción mediante series de índice de claridad diario.
He organizado el contenido de la presentación, comenzando por una Introducción, .... Para terminar comentando las principales líneas de evolución de la actividad.
Los usos tanto directos como pasivos que hace el ser humano de la radiación solar son múltiples, entre ellos como recurso energético. A partir del nuevo real decreto aprobado por el gobierno las instalaciones de producción eléctrica en régimen especial están obligadas a la previsión de producción. El trabajo desarrollado se basa como se ha comentado anteriormente en métodos estadísticos con un horizonte de predicción de corto plazo.
La radiación que llega a la superficie de la atmósfera puede ser calculada analíticamente en función de la posición solar A su paso por la atmósfera sufre procesos de reflexión, difusión y absorción De esta forma, la radiación global que llega a la superficie terrestre está formada por directa+difusa Por otro lado, la Tierra refleja parte de la radiación solar recibida que junto con la reflejada por las nubes es la que da origen a la señal detectada por el satélite.
Todos los modelos de estimación de la radiación solar a partir de imágenes de satélite están basados la relación existente entre la radiación solar recibida por la superficie terrestre y la brillancia detectada por el sensor del satélite. DE forma más detallada, la determinación del coeficiente de nubosidad correspondiente a una imagen concreta Cálculo del albedo aparente en cada pixel. A partir de un serie de mapas/imágenes de albedos aparentes se calcula un albedo de referencia actualizado . Finalmente, teniendo en cuenta el albedo de las nube , se c alcula el coeficiente de nubosidad correspondiente. Heliosat 2, utiliza el denominado índice de cielo claro Kc como función polinómica del coeficiente de cobertura nubosa ajustado a partir de datos piranométricos.
El primer trabajo relacionado con la predicción de la radiación solar pertenece a Jensenius y Cotton en 1981. The development and testing of automated Solar energy forecasts based on the model output statistics (MOS) technique. Las técnicas MOS relacionan una variable meteorlógica observada (predictando) a ciertas variables (predictores).
Otros trabajos emplean las redes neuronales utilizando como entrada datos meteorológicos y geográficos de las estaciones. Se emplean redes simples y redes neuronales multietapa.
Richard Perez propone tres ecuaciones para relacionar el ínidice de cielo claro y el coeficiente de cobertura nubosa predicho por el National Weather Service de los Estados Unidos.
La predicción de la radiación solar a partir de imágenes de satélite se basa en la aplicación de un modelo de predicción de los coeficientes de cobertura nubosa. Las dos aproximaciones utilizadas para modelar el desplazamiento de las nubes son las redes neuronales y los campos de vector de movimiento, dando mejores resultados estos últimos.
La metodología empleada para la predicción del índice de transparencia es la siguiente: para el preprocesado de las señales se ha utilizado un análisis en el dominio de la frecuencia mediante la transformada wavelet.
La descomposición de la señal se ha realizado mediante un análisis piramidal mediante el cual se descompone sucesivamente la señal de baja frecuencia. Se obtiene de esta forma una señal de baja frecuencia y sucesivas de alta frecuencia para N iteraciones.
Para la predicción de la señal se ha empleado un modelo basado en redes neuronales la cuales tratan de emular el comportamiento de las neuronas bilógicas.
Las características fundamentales de las redes neuronales son las siguientes: Adaptatividad y autoorganización de la red para nuevos patrones de entrada. Procesado no lineal Procesamiento en paralelo de las señales.
He organizado el contenido de la presentación, comenzando por una Introducción, .... Para terminar comentando las principales líneas de evolución de la actividad.
Los datos piranométricos disponibles corresponden a la estación de Lleida que pertenece a la red radiométrica nacional del INM. Se dispone de 7 años de datos a los que se ha aplicado como filtro un límite del índice de transparencia atmosférica de 0.8.
El primer modelo utilizado ha sido un perceptrón multicapa simple con el que se ha predicido el valor de Kt del siguiente día a partir de un numero variable de parámetros de entrada.