Pronóstico Probabilístico de la Generación de Energía Eólica con Procesamiento de Datos y Predicciones Meteorológicas Numéricas

Con el aumento de la proporción de energía renovable, han ido surgiendo algunos problemas. Para reducir el costo operativo y mejorar la fiabilidad del sistema, la predicción de energía renovable es una parte indispensable. En comparación con la predicción determinista, el pronóstico probabilístico considera la incertidumbre, lo que ayuda a gestionar las operaciones del sistema eléctrico. Este estudio propone un nuevo método de pronóstico probabilístico de una hora para la generación de energía eólica. Incluye el preprocesamiento de datos, un modelo de entrenamiento del sistema de inferencia neurológica difusa adaptativa con un algoritmo de agrupamiento difuso C-means y el postprocesamiento del intervalo de predicción (IP). Los datos de entrada del modelo de pronóstico propuesto incluyen las velocidades del viento del conjunto de predicciones meteorológicas numéricas (NWP), las velocidades del viento puntuales NWP y las mediciones históricas de energía eólica. Los resultados de la investigación demuestran que el modelo propuesto apoya un mejor rendimiento y estabilidad en las predicciones. Además, este trabajo revela que el preprocesamiento de datos y el postprocesamiento del IP son esenciales para la predicción de energía eólica. Estos procesos mejoran enormemente el rendimiento de los pronósticos probabilísticos de energía eólica.