Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

PV Advancements & Challenges: Forecasting Techniques, Real Applications, and Grid Integration for a Sustainable Energy Future

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F23%3A10254589" target="_blank" >RIV/61989100:27240/23:10254589 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://ieeexplore.ieee.org/document/10194796" target="_blank" >https://ieeexplore.ieee.org/document/10194796</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/EEEIC/ICPSEurope57605.2023.10194796" target="_blank" >10.1109/EEEIC/ICPSEurope57605.2023.10194796</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    PV Advancements & Challenges: Forecasting Techniques, Real Applications, and Grid Integration for a Sustainable Energy Future

  • Popis výsledku v původním jazyce

    The rapid increase in solar power generation requires accurate forecasting of photovoltaic (PV) energy production for effective grid integration and energy market participation. This paper presents state-of-the-art forecasting techniques and models, including statistical and time series models, machine learning models, deep learning models, probabilistic forecasting models, and data-driven feature engineering and selection. In addition, applications of PV energy production forecasting in grid integration and energy market operations such as load balancing, generation planning, transmission and distribution planning, energy storage optimisation, bidding strategies, and renewable energy certificate trading are presented. Furthermore, challenges persist in PV power generation forecasting are presented, including data quality and availability, model uncertainty, forecast horizon and time resolution, and integration of multiple data sources and models. Finally, this article focusses on providing insight into the current PV energy production forecasting landscape and guiding future research and development efforts to address these challenges, enhance forecasting capabilities, and facilitate the global transition to a more sustainable and low-carbon energy future.

  • Název v anglickém jazyce

    PV Advancements & Challenges: Forecasting Techniques, Real Applications, and Grid Integration for a Sustainable Energy Future

  • Popis výsledku anglicky

    The rapid increase in solar power generation requires accurate forecasting of photovoltaic (PV) energy production for effective grid integration and energy market participation. This paper presents state-of-the-art forecasting techniques and models, including statistical and time series models, machine learning models, deep learning models, probabilistic forecasting models, and data-driven feature engineering and selection. In addition, applications of PV energy production forecasting in grid integration and energy market operations such as load balancing, generation planning, transmission and distribution planning, energy storage optimisation, bidding strategies, and renewable energy certificate trading are presented. Furthermore, challenges persist in PV power generation forecasting are presented, including data quality and availability, model uncertainty, forecast horizon and time resolution, and integration of multiple data sources and models. Finally, this article focusses on providing insight into the current PV energy production forecasting landscape and guiding future research and development efforts to address these challenges, enhance forecasting capabilities, and facilitate the global transition to a more sustainable and low-carbon energy future.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20200 - Electrical engineering, Electronic engineering, Information engineering

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2023

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    2023 IEEE International Conference on Environment and Electrical Engineering and 2023 IEEE Industrial and Commercial Power Systems Europe (EEEIC I I&amp;CPS Europe) : conference Proceedings : 6- 9 June, 2023, Madrid, Spain

  • ISBN

    979-8-3503-4743-2

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    "nečíslovano"

  • Název nakladatele

    IEEE

  • Místo vydání

    Piscataway

  • Místo konání akce

    Madrid

  • Datum konání akce

    6. 6. 2023

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku