Very-short term wind power forecast for Gibara I Wind Farm using an autorregressive model
Main Article Content
Abstract
Cuba is advancing in the exploitation of wind energy. At present, it doesn´t exists very-short term wind power forecast for wind farms at the country. This paper intends to achieve, using statistics methods, a very short-therm forecast of wind power that will generate Gibara I Wind Power Farm. For that it will be obtained an autoregressive moving average model to forecast wind speed in a very - short term at 50 m level; to evaluating model forecast´quality by calculating various statisticians and finally to combining the wind speed forecast with Gibara I Wind Farm´power curve to obtain the wind power forecast. Wind speed time series at 50 m level, coming from Los Cocos wind power prospection tower, located in Gibara, Holguin, was used. The model was selected by the use of Akaike´s criteria. It forecasted so well wind speed, with an error which is comparable with another results for this wind farm. The correlation between real data and the forecast was good. Finally, the wind power forecasted was obtained. This results contribute to a better planning of very short-term operations inside the wind farm, whit the aim of the decrease of power losses if Gibara I Wind Farm way out of National Energetic System.
Downloads
Download data is not yet available.
Article Details
How to Cite
Martínez-PérezB., & Roque-RodríguezA. (2019). Very-short term wind power forecast for Gibara I Wind Farm using an autorregressive model. Revista Cubana De Meteorología, 25(2). Retrieved from http://rcm.insmet.cu/index.php/rcm/article/view/463
Section
Original Articles
Those authors who have publications with this journal accept the following terms of the License Attribution-NonCommercial 4.0 International (CC BY-NC 4.0):
You are free to:
- Share — copy and redistribute the material in any medium or format
- Adapt — remix, transform, and build upon the material
The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
- Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
- NonCommercial — You may not use the material for commercial purposes.
- No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
The journal is not responsible for the opinions and concepts expressed in the works, they are the sole responsibility of the authors. The Editor, with the assistance of the Editorial Committee, reserves the right to suggest or request advisable or necessary modifications. They are accepted to publish original scientific papers, research results of interest that have not been published or sent to another journal for the same purpose.
The mention of trademarks of equipment, instruments or specific materials is for identification purposes, and there is no promotional commitment in relation to them, neither by the authors nor by the publisher.
References
A. SAPRONOVA, C. MEISSNER & M. MANA 2015. Short time ahead wind power production forecast. Proyecto ENERGIX 2015-2016 patrocinado por el Consejo de Investigación Noruego . Disponible enhttps://windeurope.org/summit2016/conference/submit-an-abstract/pdf/246989398891.pdf.
ÁLVAREZ, R., ÁLVAREZ, L. & AENLLE, L. 2009a. Cálculo de la generación eléctrica producida por una máquina eólica en el parque de Gibara para el año 2025. Memorias del V Congreso Cubano de Meteorología. Ciudad Habana, del 30 de noviembre al 4 de diciembre del 2009. ISBN 978-959-7167-20-4.
ÁLVAREZ, R., ÁLVAREZ, L. & AENLLE, L. 2009b. Caracterización de las velocidades bajas del viento con vistas a la generación de energía eléctrica. Memorias del V Congreso Cubano de Meteorología .Ciudad Habana, del 30 de noviembre al 4 de diciembre del 2009 .ISBN 978-959-7167-20-4.
ÁLVAREZ, R., ÁLVAREZ, L. & AENLLE, L. 2009c. Metodología para el cálculo del máximo aprovechamiento del potencial eólico. Memorias del V Congreso Cubano de Meteorología. Ciudad Habana, del 30 de noviembre al 4 de diciembre del 2009. ISBN 978-959-7167-20-4.
APPICE, A., PRAVILOVIC, S., LANZA, A. & MALERBA, D. 2015. Very Short-Term Wind Speed Forecasting Using Spatio-Temporal Lazy Learning.
BOX, G. & PIERCE, D. 1970. Distribution of Residual Autocorrelations in Autoregressive Moving Average Time Series Models. Journal of American Statistical Association ., 65.
CARPINONE, A., GIORGIO, M., LANGELLA, R. & TESTA, A. 2015. Markov chain modeling for very-short-term wind power forecasting. Electric Power Systems Research ., 122, 152-158.
CARRASCO, M. 2008. Caracterización de la brisa de mar y sus efectos en el aprovechamiento de la energía eólica. Estudio de dos casos. Presentado como requisito para optar por el título de Licenciado en Meteorología.
CARRASCO, M. & ROQUE, A. 2009. Influencia de la circulación local de brisas en la generación de energía del parque eólico Gibara I. Memorias del V Congreso Cubano de Meteorología.Ciudad Habana, del 30 de noviembre al 4 de diciembre del 2009.ISBN 978-959-7167-20-4.
CASIMIRO., M. P. G. 2009. Análisis de series temporales: Modelos ARIMA, Departamento de Economía Aplicada III (Econometría y Estadística).Facultad de Ciencias Económicas y Empresariales, Universidad del País Vasco (UPV-EHU).
DÍAZ, F. F. C. 2011. Selección de modelos mediante criterios de información en análisis factorial. Aspectos teóricos y computacionales. Tesis Doctoral., Universidad de Granada.
FILIK., T. 2016. Improved Spatio-Temporal Linear Models for Very Short-Term Wind Speed Forecasting. Energies, 168.
GODFREY, L. G. 1978. Testing Against General Autoregressive and Moving Average Error Models When the Regressors Include Lagged Dependent Variables. Econometrica, 46.
GODFREY, L. G. 1988. Misspecification Tests in Econometrics. Cambridge: Cambridge University Press.
HINOJOSA, M. 2015. Pronóstico de viento a muy corto plazo para parques eólicos. Tesis presetada en opción al Título de Licenciado en Meterología.
JIANG, Y., SONG, Z. & KUSIAK, A. 2013. Very short -term wind speed forecasting with Bayesian structu ral break model. Renewable Energy, 50, 637-647.
LEÓN, D. 2010. Estudio de la marcha interanual del viento con vista a la prospección eólica en tres lugares diferentes de Cuba. Tesis presentada en opción al título de Licenciada en Meteorología.
LI, Q., HAMMERSCHMIDT, C., PELLEGRINO, G. & VERWER, S. 2016. Short-term Time Series Forecasting with Regression Automata. KDD ’16 August 13-17. San Francisco, California, USA.
LJUNG, L. 1999. System Identification: Theory for the User. Upper Saddle River, NJ, Prentice-Hal PTR.
MARTÍNEZ, B. 2012. Disminución de la rapidez del viento en la capa superficial atmosférica. Su influencia en el aprovechamiento eólico. Tesis en opción al Título de Licenciado en Meteorología., InSTec.
PERDIGÓN, J. & RODRÍGUEZ, G. 2011. Condiciones sinópticas más favorables para el aprovechamiento de la energía eólica en Cuba. Tesis presentada en opción al título de Licenciado en Meteorología.
PROENZA, J. V. 2004. Estudio del recurso eólico en la zona costera de la provincia Holguín. Tesis presentada en opción a Título Académico de Máster en Ciencias Meteorológicas.
RAMÍREZ, D. Autocorrelación.Disponible en http://webdelprofesor.ula.ve/economia/dramirez/MICRO/FORMATO_PDF/Materialeconometria/Autocorrelacion.pdf.
ROQUE, A., ÁLVAREZ, L., LIMIA, M., CARRASCO, M., VEGA, R., RODRÍGUEZ, Y., REYES, P., BÁEZ, R., NIEBLA, Y., ESPINOSA, A. J., VARONA, P., OSA, O., CALZADILLA, A., FERNÁNDEZ, K., SANTANA, M., CARNESOLTAS, M., SOLTURA, R., NOVO, R., ROJAS, D. & OCHOA, E. 2010. Informe Final del Proyecto “Caracterización físico-meteorológica de las capas bajas de la atmósfera a partir de la implementación de una red de torres altas de gradiente y su aplicación al estudio del viento como fuente de energía.”.
ROQUE, A., BORRAJERO, I., HERNÁNDEZ, A. & SIERRA, M. 2015a. Pronóstico energético a corto plazo para los parques eólicos de Gibara I y Los Canarreos. Informe Científico Técnico de proyecto "Elaboración de pronósticos energéticos a muy corto plazo para parques eólicos ".
ROQUE, A., SIERRA, M., BORRAJERO, I. & FERRER, A. H. 2015b. Pronóstico de viento a corto plazo en torres de referencia meteorológica para el programa eólico cubano. Informe Científico Técnico de proyecto "Elaboración de pronósticos energéticos a muy corto plazo para parques eólicos ".
ROQUE, A. & YU, W. 2014. Informe Científico Técnico del Proyecto Atlas Eólico de Cuba.
ROQUE., A. 2015. Estudio comparativo de estaciones de prospección eólica, con respecto a la torre de referencia meteorológica de El Ramón, en Holguín. .
ROSELL, D. 2015. Conferencia Magistral “Desarrollo de las Fuentes Renovables de Energía, Congreso Internacional de Energía Renovable, Ahorro y Educación Energética”Palacio de Las Convenciones, La Habana, 25-28 mayo 2015.
SCLOVE, S. L. 1987. Application of model-selection criteria to some problems in multivariate analysis. Psychometrika, 52, 3, 333-343.
SENKAL, S. & OZGONENEL, O. 2013. Performance Analysis of Artificial and Wavelet Neural Networks for Short Term Wind Speed Prediction. 2013 8th International Conference on Electrical and Electronics Engineering (ELECO), Bursa, 2013, pp. 196-198. doi: 10.1109/ELECO.2013.6713830.
SOLTURA, R., ROQUE, A., RIVERO, I., WALLO, A., BÁEZ, R., VÁZQUEZ, R., RIVERO, R., AYALA, L., RODRÍGUEZ, G., CARRASCO, H., CURBELO, A., GONZÁLEZ, A., HERRERAS, O., MARTÍN, G., DÍAZ, J. & HERNÁNDEZ, G. 2006. Informe del Mapa de Potencial Eólico de Cuba. Informe Científico - Técnico de Instituto de Meteorología.
XIAODAN, W., WENYING, L., NINGBO, W. & YANHONG, M. Short-term wind power prediction based on time series analysis model . Proceedings of the 2nd International Conference on Computer Science and Electronics Engineering (ICCSEE 2013), 2013.
ÁLVAREZ, R., ÁLVAREZ, L. & AENLLE, L. 2009a. Cálculo de la generación eléctrica producida por una máquina eólica en el parque de Gibara para el año 2025. Memorias del V Congreso Cubano de Meteorología. Ciudad Habana, del 30 de noviembre al 4 de diciembre del 2009. ISBN 978-959-7167-20-4.
ÁLVAREZ, R., ÁLVAREZ, L. & AENLLE, L. 2009b. Caracterización de las velocidades bajas del viento con vistas a la generación de energía eléctrica. Memorias del V Congreso Cubano de Meteorología .Ciudad Habana, del 30 de noviembre al 4 de diciembre del 2009 .ISBN 978-959-7167-20-4.
ÁLVAREZ, R., ÁLVAREZ, L. & AENLLE, L. 2009c. Metodología para el cálculo del máximo aprovechamiento del potencial eólico. Memorias del V Congreso Cubano de Meteorología. Ciudad Habana, del 30 de noviembre al 4 de diciembre del 2009. ISBN 978-959-7167-20-4.
APPICE, A., PRAVILOVIC, S., LANZA, A. & MALERBA, D. 2015. Very Short-Term Wind Speed Forecasting Using Spatio-Temporal Lazy Learning.
BOX, G. & PIERCE, D. 1970. Distribution of Residual Autocorrelations in Autoregressive Moving Average Time Series Models. Journal of American Statistical Association ., 65.
CARPINONE, A., GIORGIO, M., LANGELLA, R. & TESTA, A. 2015. Markov chain modeling for very-short-term wind power forecasting. Electric Power Systems Research ., 122, 152-158.
CARRASCO, M. 2008. Caracterización de la brisa de mar y sus efectos en el aprovechamiento de la energía eólica. Estudio de dos casos. Presentado como requisito para optar por el título de Licenciado en Meteorología.
CARRASCO, M. & ROQUE, A. 2009. Influencia de la circulación local de brisas en la generación de energía del parque eólico Gibara I. Memorias del V Congreso Cubano de Meteorología.Ciudad Habana, del 30 de noviembre al 4 de diciembre del 2009.ISBN 978-959-7167-20-4.
CASIMIRO., M. P. G. 2009. Análisis de series temporales: Modelos ARIMA, Departamento de Economía Aplicada III (Econometría y Estadística).Facultad de Ciencias Económicas y Empresariales, Universidad del País Vasco (UPV-EHU).
DÍAZ, F. F. C. 2011. Selección de modelos mediante criterios de información en análisis factorial. Aspectos teóricos y computacionales. Tesis Doctoral., Universidad de Granada.
FILIK., T. 2016. Improved Spatio-Temporal Linear Models for Very Short-Term Wind Speed Forecasting. Energies, 168.
GODFREY, L. G. 1978. Testing Against General Autoregressive and Moving Average Error Models When the Regressors Include Lagged Dependent Variables. Econometrica, 46.
GODFREY, L. G. 1988. Misspecification Tests in Econometrics. Cambridge: Cambridge University Press.
HINOJOSA, M. 2015. Pronóstico de viento a muy corto plazo para parques eólicos. Tesis presetada en opción al Título de Licenciado en Meterología.
JIANG, Y., SONG, Z. & KUSIAK, A. 2013. Very short -term wind speed forecasting with Bayesian structu ral break model. Renewable Energy, 50, 637-647.
LEÓN, D. 2010. Estudio de la marcha interanual del viento con vista a la prospección eólica en tres lugares diferentes de Cuba. Tesis presentada en opción al título de Licenciada en Meteorología.
LI, Q., HAMMERSCHMIDT, C., PELLEGRINO, G. & VERWER, S. 2016. Short-term Time Series Forecasting with Regression Automata. KDD ’16 August 13-17. San Francisco, California, USA.
LJUNG, L. 1999. System Identification: Theory for the User. Upper Saddle River, NJ, Prentice-Hal PTR.
MARTÍNEZ, B. 2012. Disminución de la rapidez del viento en la capa superficial atmosférica. Su influencia en el aprovechamiento eólico. Tesis en opción al Título de Licenciado en Meteorología., InSTec.
PERDIGÓN, J. & RODRÍGUEZ, G. 2011. Condiciones sinópticas más favorables para el aprovechamiento de la energía eólica en Cuba. Tesis presentada en opción al título de Licenciado en Meteorología.
PROENZA, J. V. 2004. Estudio del recurso eólico en la zona costera de la provincia Holguín. Tesis presentada en opción a Título Académico de Máster en Ciencias Meteorológicas.
RAMÍREZ, D. Autocorrelación.Disponible en http://webdelprofesor.ula.ve/economia/dramirez/MICRO/FORMATO_PDF/Materialeconometria/Autocorrelacion.pdf.
ROQUE, A., ÁLVAREZ, L., LIMIA, M., CARRASCO, M., VEGA, R., RODRÍGUEZ, Y., REYES, P., BÁEZ, R., NIEBLA, Y., ESPINOSA, A. J., VARONA, P., OSA, O., CALZADILLA, A., FERNÁNDEZ, K., SANTANA, M., CARNESOLTAS, M., SOLTURA, R., NOVO, R., ROJAS, D. & OCHOA, E. 2010. Informe Final del Proyecto “Caracterización físico-meteorológica de las capas bajas de la atmósfera a partir de la implementación de una red de torres altas de gradiente y su aplicación al estudio del viento como fuente de energía.”.
ROQUE, A., BORRAJERO, I., HERNÁNDEZ, A. & SIERRA, M. 2015a. Pronóstico energético a corto plazo para los parques eólicos de Gibara I y Los Canarreos. Informe Científico Técnico de proyecto "Elaboración de pronósticos energéticos a muy corto plazo para parques eólicos ".
ROQUE, A., SIERRA, M., BORRAJERO, I. & FERRER, A. H. 2015b. Pronóstico de viento a corto plazo en torres de referencia meteorológica para el programa eólico cubano. Informe Científico Técnico de proyecto "Elaboración de pronósticos energéticos a muy corto plazo para parques eólicos ".
ROQUE, A. & YU, W. 2014. Informe Científico Técnico del Proyecto Atlas Eólico de Cuba.
ROQUE., A. 2015. Estudio comparativo de estaciones de prospección eólica, con respecto a la torre de referencia meteorológica de El Ramón, en Holguín. .
ROSELL, D. 2015. Conferencia Magistral “Desarrollo de las Fuentes Renovables de Energía, Congreso Internacional de Energía Renovable, Ahorro y Educación Energética”Palacio de Las Convenciones, La Habana, 25-28 mayo 2015.
SCLOVE, S. L. 1987. Application of model-selection criteria to some problems in multivariate analysis. Psychometrika, 52, 3, 333-343.
SENKAL, S. & OZGONENEL, O. 2013. Performance Analysis of Artificial and Wavelet Neural Networks for Short Term Wind Speed Prediction. 2013 8th International Conference on Electrical and Electronics Engineering (ELECO), Bursa, 2013, pp. 196-198. doi: 10.1109/ELECO.2013.6713830.
SOLTURA, R., ROQUE, A., RIVERO, I., WALLO, A., BÁEZ, R., VÁZQUEZ, R., RIVERO, R., AYALA, L., RODRÍGUEZ, G., CARRASCO, H., CURBELO, A., GONZÁLEZ, A., HERRERAS, O., MARTÍN, G., DÍAZ, J. & HERNÁNDEZ, G. 2006. Informe del Mapa de Potencial Eólico de Cuba. Informe Científico - Técnico de Instituto de Meteorología.
XIAODAN, W., WENYING, L., NINGBO, W. & YANHONG, M. Short-term wind power prediction based on time series analysis model . Proceedings of the 2nd International Conference on Computer Science and Electronics Engineering (ICCSEE 2013), 2013.