Publication:
A weather nowcasting approach as a service for solar energy generation forecast
A weather nowcasting approach as a service for solar energy generation forecast
Authors
Minotta Zapata, Felipe
Embargoed Until
Advisor
Rodríguez Solís, Rafael A.
College
College of Engineering
Department
Department of Electrical and Computer Engineering
Degree Level
Ph.D.
Publisher
Date
2022-04-05
Abstract
This work focuses on the problem of forecasting the energy availability of solar panel arrangements in smart grids. To solve this problem, we propose to use weather radar information to make a 15 minute ahead prediction of the weather conditions in the area where the renewable sources are located. To this end, we propose to use a framework in which the classical approaches, object- and area-based methods, can work in coop fashion to obtain a reliable forecast system. Each weather system is identified and tracked as an object with multiple features. Meanwhile, the movement direction is obtained by a wind vector field generated by the area-based approach. The framework uses the historical information of each system such as average reflectivity and size change to produce an estimated change in both features, as well as the mean movement direction established by the wind vector field to produce a weather forecast. Python was the programming language selected for the implementation which allows portability and integration with different radar applications. Experiments made with TropiNet weather radar network historical data showed similar metric performance as related nowcasting approaches.
Este trabajo se enfoca en el problema de pronosticar la disponibilidad de energía de arreglos de paneles solares en redes inteligentes. Para resolver este problema, proponemos utilizar la información de radares meteorológicos para hacer una predicción de las condiciones climáticas en 15 minutos en el área donde se encuentran las fuentes renovables. Con este fin, proponemos utilizar un entorno en el que los enfoques clásicos, métodos basados en objetos y en área, pueden funcionar de manera cooperativa para obtener un sistema de pronóstico confiable. Cada sistema meteorológico se identifica y rastrea como un objeto con múltiples características. Mientras tanto, la dirección del movimiento se obtiene mediante un campo vectorial de viento generado por el enfoque basado en áreas. El entorno utiliza la información histórica de cada sistema, como la reflectividad promedio y el cambio de tamaño, para producir un cambio estimado en ambas características, así como también la dirección de movimiento promedio establecida por el campo de vectores de viento para producir un pronóstico del tiempo. Python fue el lenguaje de programación seleccionado para la implementación, ya que permite la portabilidad e integración con diferentes aplicaciones de radares. Los experimentos realizados con datos históricos de la red de radares meteorológicos TropiNet mostraron un métricas con rendimiento similar a enfoques relacionados de predicción inmediata.
Este trabajo se enfoca en el problema de pronosticar la disponibilidad de energía de arreglos de paneles solares en redes inteligentes. Para resolver este problema, proponemos utilizar la información de radares meteorológicos para hacer una predicción de las condiciones climáticas en 15 minutos en el área donde se encuentran las fuentes renovables. Con este fin, proponemos utilizar un entorno en el que los enfoques clásicos, métodos basados en objetos y en área, pueden funcionar de manera cooperativa para obtener un sistema de pronóstico confiable. Cada sistema meteorológico se identifica y rastrea como un objeto con múltiples características. Mientras tanto, la dirección del movimiento se obtiene mediante un campo vectorial de viento generado por el enfoque basado en áreas. El entorno utiliza la información histórica de cada sistema, como la reflectividad promedio y el cambio de tamaño, para producir un cambio estimado en ambas características, así como también la dirección de movimiento promedio establecida por el campo de vectores de viento para producir un pronóstico del tiempo. Python fue el lenguaje de programación seleccionado para la implementación, ya que permite la portabilidad e integración con diferentes aplicaciones de radares. Los experimentos realizados con datos históricos de la red de radares meteorológicos TropiNet mostraron un métricas con rendimiento similar a enfoques relacionados de predicción inmediata.
Keywords
Nowcasting (Meteorology) – Puerto Rico,
Renewable sources,
Smart power grids – Puerto Rico
Renewable sources,
Smart power grids – Puerto Rico
Usage Rights
Persistent URL
Cite
Minotta Zapata, F. (2022). A weather nowcasting approach as a service for solar energy generation forecast [Dissertation]. Retrieved from https://hdl.handle.net/20.500.11801/2894