Résumé:
Dans la nature il existe plusieurs sources d'énergie renouvelables
disponibles, parmi lesquelles l'énergie éolienne, cette énergie est liée aux variations
de la vitesse du vent qui change continuellement avec le temps. Cela rend la
quantité d'énergie éolienne produite incertaine. Par conséquent, une prévision de la
vitesse du vent aidera à l'estimation préalable à la disponibilité de la production
d'énergie éolienne pour le réseau électrique.
Dans la littérature plusieurs modèles et méthodes de prédiction de la vitesse du
vent ont été présentés parmi ces stratégies on peut cité le filtre de Kalman, les
méthodes physique.......etc.
Dans ce contexte l'objectif de ce travail vise à présenter une étude comparative
entre trois modèles de prévision de la vitesse du vent utilisant des réseaux de
neurones artificiels (RNA).
Comme critères de comparaison entre ces modèles nous choisissons l'Erreur
quadratique moyenne (RMSE), Erreur biais moyenne absolue(MABE), Erreur moyenne
absolue en pourcentage (MAPE) et le coefficient de détermination (R²).