UAM_Biblioteca | Unified search engine | Scientific Production Portal | UAM Research Data Repository
Universidad Autónoma de Madrid
Biblos-e Archivo
We are onFacebookCanal BiblosYouTubeTwitterPinterestWhatsappInstagram
    • español
    • English
  • English 
    • español
    • English
  • Log in
JavaScript is disabled for your browser. Some features of this site may not work without it.

Search Biblos-e Archivo

Advanced Search

Browse

All of Biblos-e ArchivoCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsFacultiesThis CollectionBy Issue DateAuthorsTitlesSubjectsFaculties

My Account

Log inRegister

Statistics

View Usage Statistics

Help

Information about Biblos-e ArchivoI want to submit my workI want to submit my doctoral thesisFrequently Asked QuestionsCopyrightsFinancial Agencies and OA policy

UAM_Biblioteca

View Item 
  •   Biblos-e Archivo
  • 2 - Trabajos de estudiantes (tesis doctorales, TFMs, TFGs, etc.)
  • Trabajos de estudiantes (tesis doctorales, TFMs, TFGs, etc.)
  • View Item
  •   Biblos-e Archivo
  • 2 - Trabajos de estudiantes (tesis doctorales, TFMs, TFGs, etc.)
  • Trabajos de estudiantes (tesis doctorales, TFMs, TFGs, etc.)
  • View Item

Predicción de Energía Fotovoltaica a partir de Ensembles NWP

Author
Castillo Prieto, Edurne
Advisor
Dorronsoro Ibero, José Ramónuntranslated
Entity
UAM. Departamento de Tecnología Electrónica y de las Comunicaciones
Date
2018-09
Subjects
Telecomunicaciones
URI
http://hdl.handle.net/10486/685414
Note
Máster Universitario en Ingeniería Informática

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Abstract

En el mundo actual se están estudiando nuevas formas para rentabilizar el uso de las energías renovables de forma que puedan llegar a ser tan fiables como los combustibles fósiles. En el caso de España, donde una de las energías renovables más prolíferas es la energía solar debido a la favorable situación geográfica en la que se encuentra el país, las centrales solares han descubierto su necesidad de conocer con anticipación la producción que se va a obtener a la hora de gestionar los recursos de la central. Sin embargo, hacer esas predicciones no es tarea fácil, ya que la energía solar posee una alta inestabilidad generada en su mayor parte por factores externos, como pueden ser las nubes. Con esta motivación, este Trabajo de Fin de Máster (TFM) intenta dar una posible solución a esta problemática usando los ensembles meteorológicos del Centro Europeo para alcanzar una mejora en las predicciones. Para ello, además de los datos de modelo de ensembles se ha utilizado el algoritmo Support Vector Regression (SVR) en los modelos.
 
In the current world, new ways are being studied to make the use of renewable energies profitable so that they can become as reliable as fossil fuels. In the case of Spain, where one of the most prolific renewable energies is solar energy due to the favorable geographical situation in which the country is located, solar power plants have discovered their need to know in advance the production that is going to be obtained when managing the resources of the plant. However, making those predictions is not an easy task, since solar energy has a high instability generated mostly by external factors, such as clouds. With this motivation, this Final Master's Project tries to give a possible solution to this problem using the meteorological ensembles of the European Center to reach an improvement in the predictions. To do this, in addition to the model data of the ensembles, the Support Vector Regression (SVR) algorithm has been used in the models.
 
Show full item record

Files in this item

Thumbnail
Name
castillo_prieto_edurne_tfm.pdf
Size
1.543Mb
Format
PDF

Refworks Export

Delicious Save this on Delicious

Google™ Scholar:Castillo Prieto, Edurne

This item appears in the following Collection(s)

  • Trabajos de estudiantes (tesis doctorales, TFMs, TFGs, etc.) [19241]

Related items

Showing items related by title, author, creator and subject.

  • Redes neuronales recurrentes para la predicción de energía eólica y fotovoltaica 

    Martínez Sastre, Rubén
    2021-09
  • Predicción de energía eólica con métodos de ensemble 

    Benjumeda Rubio, José
    2021-06
  • Uso de ensembles de meteorología para predicción de energía eólica 

    García García, RicardoAutoridad UAM
    2017-05
All the documents from Biblos-e Archivo are protected by copyrights. Some rights reserved.
Universidad Autónoma de Madrid. Biblioteca
Contact Us | Send Feedback
We are onFacebookCanal BiblosYouTubeTwitterPinterestWhatsappInstagram
 

 

All the documents from Biblos-e Archivo are protected by copyrights. Some rights reserved.
Universidad Autónoma de Madrid. Biblioteca
Contact Us | Send Feedback
We are onFacebookCanal BiblosYouTubeTwitterPinterestWhatsappInstagram