FOTOVILLAMOS ENERGIATERMELÉS ELŐREJELZÉSE NEURÁLIS HÁLÓZATOK SEGÍTSÉGÉVEL

Danka Csongor

Összefoglalás

Ahogy a világon, úgy Magyarországon is egyre nagyobb teret nyernek az energiamixben a fotovillamos technológiák, melyek fontos tulajdonsága, hogy a pillanatnyi termelésüknek nagy az időjárástól való függése. A rendszerbiztonság fenntartásához nélkülözhetetlen a fotovoltaikus erőművek termelése és a környezeti paraméterek közötti öszszefüggés feltárása. Az időjárás kiszámíthatatlansága miatt elengedhetetlen a néhány órával korábbi pontos előrejelzés a diszpécser számára, hogy a hirtelen időjárásváltozás miatti teljesítménykiesések időben pótolhatóak legyenek. Kutatásom célja egy rövidtávú termelés előrejelzésre alkalmas előrecsatolt, többrétegű neurális hálózat létrehozása volt MATLAB környezetben Neural Network Toolbox segítségével. Különböző elvek mentén javítva a hálózatot, a legjobb teljesítőképességgel rendelkező esetet részletesen elemztem, majd azt öszehasonlítottam egy- és többváltozós lineáris és polinomiális regressziós alapú termelés előrejelző modellekkel.