Modelo híbrido WRF-SARIMA para mejorar los pronósticos de la velocidad del viento

Abstract

Wind speed forecasts are essential for the growth and consolidation of wind energy. Their connection with electricity markets makes 24-hour-ahead forecasts particularly relevant. The Weather Research and Forecasting (WRF) model has become increasingly popular for wind speed forecasts at horizons of one day or more, therefore, there is is significant interest in improving its forecasts. This work proposes a hybrid wind speed forecasting model for a 24-hour horizon. It combines the WRF model with the Seasonal Autoregressive Integrated Moving Average (SARIMA) model. Using the SARIMA methodology, significant autocorrelations can be identified in forecast errors, allowing for improved WRF model forecasts. The study was conducted in La Ventosa, Oaxaca, a region with significant wind power projects. Model performance was evaluated using mean absolute error (MAE), mean squared error (MSE), and root mean squared error (RMSE) metrics. The results showed that the hybrid WRF-SARIMA model outperformed the WRF model alone. Forecast errors were reduced by between 29% and 45% for the MAE metric, between 40% and 67% for the MSE, and between 22% and 43% for the RMSE. The proposed hybrid model improves 24-hour wind speed forecasts by leveraging the WRF model’s strengths for medium-term forecasts and incorporating the interpretability and robustness of the SARIMA model, while accounting for automation and computational cost, which are important in the operational context of wind energy management.

Los pronósticos de la velocidad del viento son esenciales para el crecimiento y la consolidación de la energía eólica. Debido a su conexión con los mercados eléctricos, los pronósticos con 24 horas de antelación adquieren una relevancia particular. En específico, el modelo Weather Research and Forecasting (WRF) ha ido ganando popularidad como el modelo seleccionado para realizar pronósticos de la velocidad del viento con horizontes de al menos un día, razón por la cual existe un gran interés en mejorar sus pronósticos. Este trabajo propone un modelo híbrido de pronóstico de la velocidad del viento para un horizonte de 24 horas, que combina el modelo WRF con el modelo Autorregresivo Integrado de Media Móvil Estacional (SARIMA). Usando la metodología SARIMA, se logra mejorar los pronósticos del modelo WRF al identificar autocorrelaciones significativas en los errores de pronóstico. El estudio se realizó en La Ventosa, Oaxaca, una región donde se han desarrollado importantes proyectos eólicos. La evaluación del desempeño del modelo se realizó usando las métricas del error absoluto medio (MAE), el error cuadrático medio (MSE) y la raíz del error cuadrático medio (RMSE). Los resultados mostraron que el modelo híbrido WRF-SARIMA presentó un desempeño superior al del modelo WRF. Los errores de pronóstico se redujeron entre un 29% y un 45% en la métrica MAE, entre un 40% y un 67% en el MSE y entre un 22% y un 43% en el RMSE. El modelo híbrido propuesto mejora los pronósticos de la velocidad del viento para un horizonte de 24 horas, aprovechando las ventajas del modelo WRF para pronósticos de mediano plazo e incorporando la interpretabilidad y la robustez del modelo SARIMA, teniendo en consideración aspectos como la automatización y el costo computacional, importantes en el contexto operativo de la gestión de la energía eólica.