Shannon Wilcox | 1er juin 2022
Les données d'irradiation solaire dérivées des satellites sont connues pour sous-estimer la variabilité temporelle par rapport aux mesures ponctuelles en raison de leur nature de moyenne des pixels. Dans cette étude, nous appliquons un algorithme imposant un bruit aléatoire pour améliorer la variabilité temporelle des données de 5 minutes...
Shannon Wilcox | 1er juin 2022
Les variabilités à petite échelle de l'irradiance solaire sont importantes pour de nombreuses applications. Des approches de réduction d'échelle doivent être développées lorsque seul l'état moyen de l'irradiance solaire est connu. Dans cette étude, nous examinons l'utilisation de la copule pour la réduction d'échelle temporelle du GHI...
Matthew Bleeker | 1er juin 2022
Nous cherchons à savoir si le photovoltaïque peut contribuer efficacement et économiquement à un avenir de production d'énergie massivement renouvelable (ER) pour la Suisse. En tirant parti des ressources hydroélectriques flexibles du pays, nous déterminons les configurations PV/batterie optimales qui...
Shannon Wilcox | 1er mars 2022
La capacité à prévoir l'irradiance solaire joue un rôle indispensable dans la prévision de l'énergie solaire, qui constitue une étape essentielle dans la planification et l'exploitation des systèmes électriques dans le cadre d'une forte pénétration de la production d'énergie solaire. Comme le rayonnement solaire est un...
Heather Van Schoiack | 17 juillet 2019
Cette présentation montre comment une nouvelle approche de la prévision du parc photovoltaïque peut résoudre le problème de la variabilité artificiellement élevée du parc lorsque les centrales partagent les mêmes données sur les ressources solaires. La présentation a été donnée lors de l'atelier de prévision ESIG 2018, du 19 au 21 juin 2018....
