Optimizing the performance of photovoltaic systems with battery energy storage through forecasting-based energy management systems
Nikolay Kurtev
The increasing demand of integration of Photovoltaic (PV) systems with Battery Energy Storage Systems (BESS) requires advanced Energy Management System (EMS) strategies to optimize performance, maximize self-consumption and enhance economic profitability. This review explores state-of-the-art methods for optimizing PV installations with integrated BESS, focusing on forecasting techniques, market-driven optimization and control strategies. A comparative analysis of statistical, machine learning and hybrid forecasting methods highlights their advantages, limitations and applications in day-ahead energy trading. Additionally, the economic implications of energy scheduling are examined, emphasizing the role of data-driven decision-making in improving system efficiency. The paper identifies key challenges and future research directions, including AI-based adaptive control, cybersecurity and real-time optimization techniques, essential for the next generation of smart, decentralized energy systems.
Нарастващото търсене на решения за интеграция на фотоволтаични (PV) системи със батерийни системи за съхранение на енергия (BESS) изисква сложни системи за управление на енергията (EMS), за да се оптимизира производителността, увеличи енергията за собственото потребление и увеличи икономическата печалба. Този обзор разглежда съвременни методи за оптимизиране на фотоволтаични инсталации с интегрирани батерийни системи за съхранение на енергията, с акцент върху техники за прогнозиране, пазарна оптимизация и стратегии на управление. Направен е сравнителен анализ на статистически, машинно обучителни и хибридни методи за прогнозиране, като се подчертават техните предимства, ограничения и приложения в търговията с енергия в сегмент „ден напред“. Допълнително са разгледани икономическите последици от енергийните прогнози, като се набляга на ролята на решенията, базирани на данни, за подобряване на ефективността на системата. Статията обсъжда основните предизвикателства и възможните аспекти на бъдещи разработки, включително адаптивно управление, базирано на изкуствен интелект, киберсигурност и техники за оптимизация в реално време, които са съществени за следващото поколение интелигентни, децентрализирани енергийни системи.
Cite this article as:
Kurtev N., Optimizing the performance of photovoltaic systems with battery energy storage through forecasting-based energy management systems. Electrotechnica & Electronica (Е+Е), Vol. 60 (3-4), 2025, pp.32-39, ISSN: 0861-4717 (Print), 2603-5421 (Online)
