Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/19293
Title: Συμβολή στις πιθανοτικές προβλέψεις παραγωγής ΑΠΕ με χρήση προηγμένων τεχνικών μηχανικής μάθησης
Authors: ΚΩΝΣΤΑΝΤΙΝΟΥ, ΘΕΟΔΩΡΟΣ
Χατζηαργυρίου Νικόλαος
Keywords: Πιθανοτική πρόβλεψη, Τεχνητή Νοημοσύνη, Τεχνητα Νευρωνικά Δικτυα, Ανανεώσιμες Πηγες Ενέργειας
Issue Date: 10-Oct-2024
Abstract: Η διδακτορική διατριβή επικεντρώνεται στην ανάπτυξη προηγμένων τεχνικών μηχανικής μάθησης για την πιθανοτική πρόβλεψη της παραγωγής ΑΠΕ, με έμφαση στην αιολική και ηλιακή ενέργεια. Η ενσωμάτωση των ΑΠΕ στα υφιστάμενα συστήματα ηλεκτρικής ενέργειας παρουσιάζει σημαντικές δυσκολίες για τους διαχειριστές συστημάτων και τους φορείς της αγοράς, κυρίως λόγω της εξάρτησής τους από τις καιρικές συνθήκες. Για την επιτυχή ενσωμάτωση των ΑΠΕ και τη μείωση των ανισορροπιών ισχύος στην αγορά, η ακριβής πρόβλεψη είναι απαραίτητη μαζί με την ανάπτυξη εργαλείων υποστήριξης αποφάσεων. Το πρώτο κεφάλαιο εισάγει το αντικείμενο της διατριβής και περιγράφονται οι στόχοι της έρευνας και το πλαίσιο μέσα στο οποίο αναπτύσσεται η διατριβή. Το δεύτερο κεφάλαιο επικεντρώνεται στην πρόγνωση καιρού και αναλύονται οι μέθοδοι πρόβλεψης καιρού και η σημασία τους για την ακριβή πρόβλεψη της ηλιακής και αιολικής ενέργειας. Το τρίτο κεφάλαιο παρουσιάζει τις τεχνικές φυσικής και στατιστικής μοντελοποίησης που χρησιμοποιούνται για την πρόβλεψη της παραγωγής από ΑΠΕ. Αναλύονται οι μέθοδοι πρόβλεψης και η σημασία τους για την ενσωμάτωση των ΑΠΕ στα υφιστάμενα συστήματα ηλεκτρικής ενέργειας. Στο τέταρτο κεφάλαιο εξετάζεται η επεξεργασία των αριθμητικών προβλέψεων καιρού για την πρόβλεψη της ταχύτητας του ανέμου. Παρουσιάζεται μια νέα μέθοδος βασισμένη στα τεχνητά νευρωνικά δίκτυα, η οποία προσεγγίζει τις συναρτήσεις των κατανομών πιθανοτήτων. Το πέμπτο κεφάλαιο παρουσιάζει τη χρήση υβριδικών νευρωνικών δικτύων για την εκτίμηση κατανομών πιθανότητας στην πρόβλεψη της παραγωγής ΑΠΕ. Αναλύεται η νέα παραμετρική μέθοδος που βασίζεται σε τεχνητά νευρωνικά δίκτυα, η οποία συνδυάζει τις διαδικασίες πρόβλεψης σε ομάδες και εκτίμησης πυκνότητας πιθανότητας σε μια ενιαία αρχιτεκτονική πολλαπλών συνιστωσών. Στο έκτο κεφάλαιο, αντιμετωπίζεται η πρόκληση της πρόβλεψης της παραγωγής ΑΠΕ από γεωγραφικά κατανεμημένες μονάδες σε μεγάλες περιοχές. Το πρόβλημα της διαστατικότητας που δημιουργείται από τον μεγάλο αριθμό δεδομένων εισόδου που βασίζονται στις προβλέψεις καιρού, επιλύεται με μια μέθοδο μείωσης της διαστατικότητας. Αυτή η μέθοδος χωρίζει τις αριθμητικές προβλέψεις καιρού σε υποπεριοχές και επιλέγει μόνο τις πιο σχετικές, οι οποίες χρησιμοποιούνται ως είσοδοι στα μοντέλα πρόβλεψης. Το έβδομο κεφάλαιο διερευνά την ακρίβεια, τη συνέπεια και την αξία των πιθανοτικών προβλέψεων παραγωγής ΑΠΕ. Αναλύονται οι βασικές αρχές των ενεργειακών αγορών. Η ανάλυση αυτή περιλαμβάνει τη χρήση πιθανοτικών μοντέλων για την πρόβλεψη της συνολικής παραγωγής και τη διαχείριση των κινδύνων που συνδέονται με τις διακυμάνσεις των τιμών και τη μεταβλητότητα της παραγωγής ενέργειας. Το τελευταίο κεφάλαιο συνοψίζει τα κύρια ευρήματα της διατριβής και προτείνει κατευθύνσεις για μελλοντική έρευνα. Αναλύονται οι κύριες συνεισφορές της διατριβής στην ανάπτυξη αξιόπιστων πιθανοτικών μοντέλων πρόβλεψης της ταχύτητας του ανέμου και της παραγωγής από ΑΠΕ, καθώς και οι προοπτικές για την περαιτέρω βελτίωση και εφαρμογή αυτών των μοντέλων σε πραγματικές συνθήκες.
URI: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/19293
Appears in Collections:Διδακτορικές Διατριβές - Ph.D. Theses



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