Predicting the Power Generation Renewable Energy Sources by using ANN

Abstract

У цій статті запропоновано прогнозування виробництва електроенергії фотоелектричними електростанціями з використанням бібліотеки адаптивних нейронечітких систем виведення в MATLAB і з урахуванням метеорологічних чинників. Відновлювані джерела енергії (ВДЕ) спричиняють проблеми компенсаційної нестабільності в мережі, тому розглядаються методи прогнозування. Особливо важливим для операторів мереж є прогнозування на добу вперед, оскільки воно може зменшити негативну ціну небалансу. Представлено засоби забезпечення балансової надійності енергосистеми в умовах інтеграції ВДЕ. Встановлення зарядних станцій для електромобілів або використання водневих технологій і сучасних систем накопичення може забезпечити баланс мережі. Крім того, зменшення відхилення поточного (реального) значення від прогнозованого значення виробництва електроенергії є способом компенсації небалансу потужності.

This paper proposes power generation forecasting for photovoltaic power plants by using Adaptive Neuro-Fuzzy Inference Systems library in MATLAB and considering meteorological factors. Renewable energy sources (RES) introduce compensation instability problems in the grid hence forecasting methods are considered. Especially important for grid operators is a day ahead forecasting as it can reduce negative imbalance price. Means of ensuring the balance reliability of the power system in terms of RES integration are presented. The installation of charging stations for electric vehicles or use of hydrogen technologies and modern storage systems can provide grid balance. In addition, decreasing the deviation of the current (real) value the predicted value of power generation is a way to compensate for power unbalance.