Vorhersagen der Windgeschwindigkeit und Windenergie in Deutschland

Predictions of wind speed and wind energy in Germany

Daniel Ambach () and Robert Garthoff
Additional contact information
Daniel Ambach: insbesondere Statistik Europa-Universität Viadrina
Robert Garthoff: insbesondere Statistik Europa-Universität Viadrina

AStA Wirtschafts- und Sozialstatistisches Archiv, 2016, vol. 10, issue 1, No 4, 15-36

Abstract: Zusammenfassung Mit der Energiewende in Deutschland steigt die Bedeutung der Vorhersage von Windenergie sowie Windgeschwindigkeit. Sowohl kurz- als auch mittelfristige genaue Vorhersagen von Windgeschwindigkeit und Windenergie spielen eine entscheidende Rolle in verschiedenen Wirtschaftsbereichen. Die Weiterentwicklung und Anwendung neuer Windvorhersagemodelle hilft dabei, den Nutzen aus Windenergie zu erhöhen. Der vorliegende Beitrag umfasst die Anwendung eines periodisch-saisonalen vektorautoregressiven Prognosemodells (VAR), um die mittlere Windgeschwindigkeit vorherzusagen. Darüber hinaus beinhaltet das betrachtete Modell autoregressive bedingte Heteroskedastizität basierend auf Schwellenwerten (TARCH). Die eingeführten Modelle werden mit Hilfe der Methode der kleinsten absoluten Minderung und Selektion (LASSO) mit iterativer Neugewichtung geschätzt. Dieser Ansatz wird wiederum mit der Methode der kleinsten Quadrate (OLS), der klassischen LASSO-Methode sowie weiteren gängigen Bezugsmethoden verglichen. Weiterhin sind die entsprechenden Vorhersagen der Windenergie zu ermitteln. Die Güte der betrachteten Modelle wird im Rahmen der Schätzung sowie anhand der Genauigkeit bei der Vorhersage beurteilt und diskutiert. Es werden Prognosen für die nachfolgenden 48 h bestimmt. Abschließ end werden die Windgeschwindigkeitsvorhersagen mit Hilfe der Nennleistungskennlinie in Windenergie transformiert. Hierbei wird ebenfalls die Genauigkeit der Vorhersage beurteilt.

Keywords: Windgeschwindigkeitsvorhersage; Vergleichsstudie; LASSO-Methode mit iterativer Neugewichtung; VAR-TARCH; Wind speed prediction; Comparative study; Iteratively reweighted LASSO method; VAR-TARCH; C13; C53; Q42; Q47 (search for similar items in EconPapers)
Date: 2016
References: View references in EconPapers View complete reference list from CitEc
Citations: View citations in EconPapers (3)

Downloads: (external link)
http://link.springer.com/10.1007/s11943-016-0177-1 Abstract (text/html)
Access to the full text of the articles in this series is restricted.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:astaws:v:10:y:2016:i:1:d:10.1007_s11943-016-0177-1

Ordering information: This journal article can be ordered from
http://www.springer. ... ce/journal/11943/PS2

DOI: 10.1007/s11943-016-0177-1

Access Statistics for this article

AStA Wirtschafts- und Sozialstatistisches Archiv is currently edited by Ralf Münnich

More articles in AStA Wirtschafts- und Sozialstatistisches Archiv from Springer, Deutsche Statistische Gesellschaft - German Statistical Society
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().