Machine learning approach to a low-cost day-ahead photovoltaic power prediction based on publicly available weather reports for automated energy management systems

Proceedings of the 36th EU PVSEC 09/2019, P. 1715 – 1722; DLR-Institut für Vernetzte Energiesysteme e. V. mit Hammer Real GmbH; Autoren: DLR N. Maitanova, J-S. Telle, B. Hanke, T. Schmidt, K. v. Maydell, C. Agert; Hammer Real M. Grottke

Kurzzusammenfassung: Der unter der Veröffentlichung für die 35th EU PVSEC unten vorgestellte Produktionsvorhersagealgorithmus wurde weiter optimiert, anhand realer Messdaten geprüft und die Ergebnisse auf Basis von zwei Wettervorhersagen unterschiedlichen Ursprungs validiert. Der vollautomatisierte Algorithmus hat damit seine Praxistauglichkeit bewiesen!