In questo lavoro di tesi, confrontiamo 2 possibili modelli per il calcolo del Production-at-Risk di un parco solare situato ad Amburgo, in Germania. I dati raccolti, tramite CAMS, sezione dell’Esa (European Space Agency), sono relativi all’anno 2019 e l’analisi viene effettuata a tempo discreto. Nella tesi introduciamo un modello stocastico che permette, dopo una calibrazione dei suoi parametri ai dati reali, una previsione dell’irraggiamento giornaliero per ogni coordinata spaziale desiderata. La funzione di irraggiamento `e descritta attraverso una componente additiva deterministica stagionale ed una stocastica, basata sulle serie autoregressive. Attraverso l’utilizzo di processi stocastici che descrivono il sistema complesso dell’irraggiamento, siamo in grado di calcolare il P@R (Production-at-Risk) di un parco solare, mediante procedura di simulazione. Nel lavoro svolto, sfruttiamo i processi ARCH nella descrizione della funzione d’irraggiamento puntuale. Confrontiamo questa proposta con un modello da noi sviluppato, su base statistica, che parte da una verifica del modello precedente, applicato non pi`u ad un punto, ma ad una superficie. Ottieniamo il risultato di aver dimostrato l’esistenza di un tetto massimo al costo dell’energia solare. Il nostro modello si basa sulla proposta di essere nella posizione economica pi`u conservativa possibile. Partendo dalla richiesta di accettare solo i valori superiori alla soglia di minimo, otteniamo una descrizione nella quale l’irraggiamento registrato `e sempre maggiore o uguale alla richiesta d’irraggiamento minimo prevista. Riportando la situazione descritta al mercato dell’energia, non vi sar`a, se si limitano le considerazioni al mercato del solare, uno squilibrio tra domanda in difetto rispetto all’offerta. Nell’appendice vengono introdotti: l’angolo solare orario, la nozione di autocorrelazione, i processi gaussiani e le catene di Markov omogenee a tempo discreto.

Confronto tra modelli stocastici: dall’irraggiamento al mercato dell’energia solare

PASSUELLO, FEDERICO
2022/2023

Abstract

In questo lavoro di tesi, confrontiamo 2 possibili modelli per il calcolo del Production-at-Risk di un parco solare situato ad Amburgo, in Germania. I dati raccolti, tramite CAMS, sezione dell’Esa (European Space Agency), sono relativi all’anno 2019 e l’analisi viene effettuata a tempo discreto. Nella tesi introduciamo un modello stocastico che permette, dopo una calibrazione dei suoi parametri ai dati reali, una previsione dell’irraggiamento giornaliero per ogni coordinata spaziale desiderata. La funzione di irraggiamento `e descritta attraverso una componente additiva deterministica stagionale ed una stocastica, basata sulle serie autoregressive. Attraverso l’utilizzo di processi stocastici che descrivono il sistema complesso dell’irraggiamento, siamo in grado di calcolare il P@R (Production-at-Risk) di un parco solare, mediante procedura di simulazione. Nel lavoro svolto, sfruttiamo i processi ARCH nella descrizione della funzione d’irraggiamento puntuale. Confrontiamo questa proposta con un modello da noi sviluppato, su base statistica, che parte da una verifica del modello precedente, applicato non pi`u ad un punto, ma ad una superficie. Ottieniamo il risultato di aver dimostrato l’esistenza di un tetto massimo al costo dell’energia solare. Il nostro modello si basa sulla proposta di essere nella posizione economica pi`u conservativa possibile. Partendo dalla richiesta di accettare solo i valori superiori alla soglia di minimo, otteniamo una descrizione nella quale l’irraggiamento registrato `e sempre maggiore o uguale alla richiesta d’irraggiamento minimo prevista. Riportando la situazione descritta al mercato dell’energia, non vi sar`a, se si limitano le considerazioni al mercato del solare, uno squilibrio tra domanda in difetto rispetto all’offerta. Nell’appendice vengono introdotti: l’angolo solare orario, la nozione di autocorrelazione, i processi gaussiani e le catene di Markov omogenee a tempo discreto.
2022
Comparison of stochastic models: from irradiation to the solar energy market
modelli stocastici
variabili aleatorie
Irraggiamento solare
misture gaussiane
Production-at-risk
File in questo prodotto:
File Dimensione Formato  
Passuello_Federico.pdf

accesso aperto

Dimensione 771.24 kB
Formato Adobe PDF
771.24 kB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/48898