%0 Conference Proceedings
%T Prévision de génération d'électricité à partir de sources renouvelables
%+ ENERCOOP
%+ Entrepôts, Représentation et Ingénierie des Connaissances (ERIC)
%A Nagbe, Komi
%A Cugliari, Jairo
%A Thebault, Adrien
%A Jacques, Julien
%< avec comité de lecture
%B 49èmes Journées de Statistique organisée par la Société Française de Statistique
%C Avignon, France
%8 2017-05-29
%D 2017
%K Renewable electricity
%K Time series
%K Damped multiplicative exponential smoothing
%K Électricité
%K Énergies renouvelables
%K Séries temporelles
%K Lissage exponentiel
%Z Mathematics [math]/Statistics [math.ST]Conference papers
%X Since 2007 the French electricity market has been liberalized. With this, a massive integration of intermittent production means, called renewables, has been witnessed. The intermittent nature of these facilities makes more difficult the anticipation of the production capacity needed to honour the contracted obligations towards partners and market’s actors. To anticipate its productions’ capabilities, each actor shall use production toolsto allow him an optimal operation of his activities. For this, the available data are load curves or the electricity produced quantity over a time interval. This document deals with the monthly prediction of load curves up to 12 months ahead. We consider load curves as time series or stochastic processes. We use exponential smooth predictors with a multiplicative seasonal structure and damped trend applied to hydraulic electricity generationdata from the company ENERCOOP.
%X Depuis 2007, le marché de l'électricité en France a été libéralisé. Cette libé-ralisation a vu l'intégration massive des moyens de productions alternatives intermittentes dites énergies renouvelables. L'état intermittent de ces moyens de production ne permet pas aux acteurs du marché de l'électricité d'anticiper leur capacité de production afin de répondre à leurs obligations envers des partenaires et envers le marché. Pour antici-per ses capacités de production, chaque acteur doit se doter d'outils de prévision qui lui permettent de mener de façon optimale ses activités. En l'occurrence, dans le domaine électrique les données qui sont manipulées quotidiennement sont les courbes de charge, ou quantité d'électricité produite dans un intervalle de temps. Ce document porte sur la pré-vision mensuelle de ces courbes de charges pour une échéance de 12 mois. Nous considérons ces courbes de charges comme des séries temporelles ou processus stochastiques. Comme méthode de prévision, nous utilisons dans ce document, le lissage exponentiel multipli-catif saisonnier avec tendance amortie appliqué aux données de production d'électricité hydraulique d'ENERCOOP. Abstract Since 2007 the French electricity market has been liberalized. With this, a massive integration of intermittent production means, called renewables, has been witnessed. The intermittent nature of these facilities makes more difficult the anticipation of the production capacity needed to honour the contracted obligations towards partners and market's actors. To anticipate its productions' capabilities, each actor shall use production tools to allow him an optimal operation of his activities. For this, the available data are load curves or the electricity produced quantity over a time interval. This document deals with the monthly prediction of load curves up to 12 months ahead. We consider load curves as time series or stochastic processes. We use exponential smooth predictors with a multi-plicative seasonal structure and damped trend applied to hydraulic electricity generation data from the company ENERCOOP.
%G French
%2 https://inria.hal.science/hal-01705287/document
%2 https://inria.hal.science/hal-01705287/file/Nagbe-JdS2017.pdf
%L hal-01705287
%U https://inria.hal.science/hal-01705287
%~ UNIV-LYON1
%~ UNIV-LYON2
%~ ERIC
%~ LABEXIMU
%~ LYON2
%~ UDL
%~ UNIV-LYON