Aufdeckung von Solarenergieprojektionen: Bayesianische Modellanalyse über die Jahreszeiten hinweg

Linktabelle

Zusammenfassung und Einführung

Daten

Bayesianisches hierarchisches Modell (BHM)

Beispiel für Sonnenstrahlung

Ergebnisse

Abschluss

Anhang A: Simulationsstudie

Anhang B: Schätzungen des Regridding-Koeffizienten

Verweise

4 Beispiel für Sonnenstrahlung

Das in Abschn. beschriebene Modell 3 wurde einmal für jeden Standort in einem Teilgebiet Kaliforniens angepasst, das im rechten unteren Bereich von Abbildung 2 dargestellt ist und Küsten- und Binnengebiete umfasst. Darüber hinaus wurde das Modell für vier separate Monate (Februar, Mai, August und November) in allen Jahren mit überlappenden Daten (1998–2009) angepasst. Zunächst werden alle Kovariaten in das Modell einbezogen. Allerdings erwiesen sich nicht alle Kovariaten als signifikant. Insbesondere wurde festgestellt, dass CanRCM4.ERA-Int für die meisten Standorte für die Monate Februar, Mai und November keine Bedeutung hatte und für etwa die Hälfte der Standorte im Monat August keine Bedeutung hatte. Die saisonale Kovariate hatte für keinen der Monate eine Bedeutung, was zu erwarten ist, da die Daten in einen einzelnen Monat jeder Saison aufgeteilt wurden. Aus diesem Grund wurde die saisonale Kovariate für alle vier Monate entfernt.

4.1 Posteriorverteilung der Modellkoeffizienten

Häufig wird der aus dem Kriging resultierende neu geordnete Datensatz als Grundlage für die weitere Analyse verwendet. In diesem Abschnitt wird die Methode zur Analyse der Unsicherheit beschrieben, die mit dem Regridding- und linearen Modellvorhersageschritt und den nachgelagerten Effekten verbunden ist, indem Auszüge aus den Posterior-Verteilungen jedes β in Gleichung generiert werden. 1.

4.2 Vorhersageabdeckung

Diese Studie berücksichtigt auch die Abdeckung der späteren Vorhersagen, dh den Bruchteil der Tage, an denen das Vorhersageintervall den tatsächlich beobachteten Wert enthält. In diesem Teil der Analyse werden die Daten eines einzelnen Jahres als Testsatz verwendet, während die restlichen Jahre als Trainingssatz verwendet werden. Es gibt 12 Jahre überlappender Daten, die zu 12 Vorhersageergebnissen außerhalb der Stichprobe führen. Die endgültige Abdeckung ist die durchschnittliche Abdeckung für die 12 Falten.