Model Output Statistics (MOS) μοντέλα βελτιστοποίησης αποτελεσμάτων επιχειρησιακών μοντέλων πρόβλεψης με εφαρμογή σε συστήματα ανανεώσιμων πηγών ενέργειας (ΑΠΕ)Model Output Statistics (MOS) μοντέλα βελτιστοποίησης αποτελεσμάτων επιχειρησιακών μοντέλων πρόβλεψης με εφαρμογή σε συστήματα ανανεώσιμων πηγών ενέργειας (ΑΠΕ)Wind speed forecast correction through Model Output Statistics (MOS) Μεταπτυχιακή Διατριβή Master Thesis 2020-11-112020elΤα μοντέλα πρόγνωσης καιρικών φαινομένων, γνωστά και ως Numerical Weather Prediction (NWP) models, χρησιμοποιούνται σήμερα από μετεωρολογικά και ερευνητικά κέντρα παγκοσμίως και προσφέρουν καλής ποιότητας πρόγνωση σε γενικές γραμμές, έχοντας όμως περιθώριο βελτίωσης ιδιαίτερα σε θέματα τοπικών προγνώσεων. Τα NWPs προσομοιώνουν την κίνηση της ατμόσφαιρας χρησιμοποιώντας εξισώσεις ρευστών και φυσικής οι οποίες εφαρμόζονται σε δομημένα πλέγματα διακριτοποίησης στις περιοχές ενδιαφέροντος. Για την επίλυση των εξισώσεων αυτών χρησιμοποιούνται αριθμητικές μέθοδοι οι οποίες οδηγούν υπό ορισμένες συνθήκες και σε συστηματικά ή μη σφάλματα. Η διόρθωση των σφαλμάτων αυτών επιχειρείται σήμερα και μέσω στατιστικών μεθόδων όπως τα φίλτρα Kalman, τα φίλτρα Kolmogorov-Zurbenko και τα Model Output Statistics (MOS). Τα τελευταία είναι στατιστικά μοντέλα τα οποία χρησιμοποιούν συναρτήσεις παρεμβολής που χρειάζεται μεγάλο αριθμό δεδομένων για να εκπαιδευτούν και στην συνέχεια να διορθώσουν τυχόν συστηματικά σφάλματα στις προβλέψεις. Λόγω της εξειδίκευσης που μπορεί να προκύψει από τα δεδομένα εκπαίδευσης, μπορούν και να εμφανιστούν αντίστοιχης εξειδίκευσης φίλτρα. Στην παρούσα εργασία έγινε μελέτη και εφαρμογή συστημάτων MOS για την διόρθωση της πρόγνωσης της ταχύτητας του ανέμου. Χρησιμοποιήθηκαν συγκεκριμένα μοντέλα με διαφορετικές προσεγγίσεις, προγνωστικά δεδομένα καθώς και συνδυασμός τους με άλλα στατιστικά φίλτρα. Ως πεδίο εφαρμογής επιλέχθηκαν περιοχές στην Ισπανία και στην Ελλάδα – στην Κεφαλλονιά και στην Κρήτη – όπου είναι εγκατεστημένα αιολικά πάρκα για την παραγωγή ανανεώσιμων πηγών ενέργειας. Τα αποτελέσματα απέδειξαν σημαντική βελτίωση σε σχέση με την αρχική πρόγνωση οδηγώντας σε πιο αξιόπιστες προβλέψεις σε τοπικό επίπεδο. http://creativecommons.org/licenses/by/4.0/Πολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και ΔιοίκησηςKoumparoulis_George_MSc_2020.pdfChania [Greece]Library of TUC2020-11-11application/pdf9.2 MBfree Koumparoulis Georgios Κουμπαρουλης Γεωργιος Galanis, George Matsatsinis Nikolaos Ματσατσινης Νικολαος Burnetas, Apostolos Πολυτεχνείο Κρήτης Technical University of Crete Hellenic Army Academy Στρατιωτική Σχολή Ευελπίδων MOS NWP