Accéder directement au contenu Accéder directement à la navigation
Article dans une revue

Ensemble forecast of photovoltaic power with online CRPS learning

Abstract : We provide probabilistic forecasts of photovoltaic (PV) production, for several PV plants located in France up to 6 days of lead time, with a 30-min timestep. First, we derive multiple forecasts from numerical weather predictions (ECMWF and Météo France), including ensemble forecasts. Second, our parameter-free online learning technique generates a weighted combination of the production forecasts for each PV plant. The weights are computed sequentially before each forecast using only past information. Our strategy is to minimize the Continuous Ranked Probability Score (CRPS). We show that our technique provides forecast improvements for both deterministic and probabilistic evaluation tools.
Type de document :
Article dans une revue
Liste complète des métadonnées

Littérature citée [50 références]  Voir  Masquer  Télécharger

https://hal-enpc.archives-ouvertes.fr/hal-01909827
Contributeur : Jean Thorey <>
Soumis le : jeudi 18 avril 2019 - 23:41:54
Dernière modification le : vendredi 11 septembre 2020 - 03:17:58

Fichier

paper.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Citation

Jean Thorey, Christophe Chaussin, Vivien Mallet. Ensemble forecast of photovoltaic power with online CRPS learning. International Journal of Forecasting, Elsevier, 2018, 34 (4), pp.762-773. ⟨10.1016/j.ijforecast.2018.05.007⟩. ⟨hal-01909827v2⟩

Partager

Métriques

Consultations de la notice

252

Téléchargements de fichiers

620