RNTI

MODULAD
Prévision de la production intrajournalière d'un ensemble de systèmes photovoltaïques par réseaux de neurones récurrents et variables exogènes physiques
In EGC 2025, vol. RNTI-E-41, pp.435-442
Résumé
Des prévisions intrajournalières précises de la production des systèmes photovoltaïques (PV) sont cruciales pour améliorer le fonctionnement des réseaux de distribution d'énergie. Nous présentons un modèle autorégressif connexionniste s'appuyant pour cette tâche sur un modèle physique et déterministe de performance de panneaux PV. Notre approche utilise les sorties du modèle physique comme variables exogènes et traite les données de plusieurs sites avec un seul modèle. Nous introduisons une distribution gaussienne tronquée en sortie et utilisons l'invariance d'échelle du modèle pour traiter implicitement les effets saisonniers. Nous validons l'intérêt de l'approche sur des données réelles.