297 0

Ouptut Power Predicition From Solar Cell Energy Panles Using Stochastic Irradiance Movements

Ouptut Power Predicition From Solar Cell Energy Panles Using Stochastic Irradiance Movements
Alternative Author(s)
배 석 주
Issue Date
With the difficulties caused by global warming, the world started to use alternative energies. Different methods to bring together solar energy data first began from 1767 and since then it turned to a huge industry. Georgia making its first steps in green energy technology and one of the major aspects is to observe the adaptation of renewable energy in the country for the future development of solar energy industry. Small period of time for the data perceiving from the solar panels, along with the highly correlated index between variables, lead us to the alternative approach for prediction of output power, after examining the plots and patterns of data we suggested the Bivariate t distribution as an appropriate method to predict the future output power and comply with the adaptation of green energy in Georgia. Bivariate t distribution commonly used in financial sectors, while monitoring the daily stock prices, or in quantitate management risk analysis, it characteristically takes hold of such events better, mathematically it is able to capture "tale dependence",making the Bivariate t distribution favored to model such cases. This paper propose the Bivariate t distribution to predict the future output power from solar energy panels, located in Tbilisi, Georgia. Along with the distribution we use log return transformation to check the pattern of data and BFGS algorithm which accelerates the EM(Expectation-Maximization) algorithm and helps to estimate parameters for the model. For the comparison was taken the Bivariate Normal model to check the performances both methods and choose the better one. This paper also presents the table of future Output power prediction values. The suggested method is applied to a real data taken from solar panels and gives contribution in analysis of green energy data, considered as the first method used for this kind of research.
지구 온난화로 인한 어려움으로 인해, 세계는 대체 에너지를 사용했다. 태양광 에너지 데이터를 가져오기 위한 다양한 방법들이 시작 된 것은 1767년도부터 시작되었고, 이때부터 커다란 시장으로 변화하였다. Bivariate t 분포는 금융 산업에 주요 사용되는 분포로써, 주로 일얼 주가 나 수량관리를 통한 위험관리를 관측하여 다른 모형에 비해 이 분야에서 좋은 성능을 보인다. 이 논문은 조지아의 트빌리시 지역에서의 태양광 에너지 패널의 미래 전력 생산량을 예측하는데 Bivariate t 분포를 제안하였다. 분포와 함께 데이터와 EM 알고리즘을 가속하는 BFGS 알고리즘을 체크하고 모델의 모수들을 추정하는 것을 돕기 위해 로그 리턴 변환을 사용하였다. 요약을 위해서 Bivariate normal 모델을 사용하여 두 가지 방법의 성과를 비교하고 더 나은 방법을 선택했다. 이 변량 t 정류 모형에 성능 비교를 위해 2방법에 비교 분석을 실시하여 더 좋은 방법을 선택하였다. 이 논문은 또한 미래 전력 생산량의 값을 표를 제공한다. 제안된 방법은 태양광 패널의 실제 데이터가 적용되었으며, 그린 에너지 데이터의 분석에 기여를 하고 관련 연구에서 처음으로 사용되는 방법으로 고려된다.
Appears in Collections:
Files in This Item:
There are no files associated with this item.
RIS (EndNote)
XLS (Excel)


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.