haku: @keyword sähkönkulutuksen ennustaminen / yhteensä: 3
viite: 1 / 3
« edellinen | seuraava »
Tekijä: | Vuorinen, Matti Sakari |
Työn nimi: | Energiankulutuksen ennustusmallien kehittäminen sähkölaitoksessa |
Development of load forecast models in an electrical utility | |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 2005 |
Sivut: | 100 Kieli: fin |
Koulu/Laitos/Osasto: | Teknillisen fysiikan ja matematiikan osasto |
Oppiaine: | Sovellettu matematiikka (Mat-2) |
Valvoja: | Salo, Ahti |
Ohjaaja: | Joronen, Jukka |
OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
Sijainti: | P1 Ark TF80 | Arkisto |
Avainsanat: | load forecasting generalised least squares sähkönkulutuksen ennustaminen kaukolämmön kulutuksen ennustaminen yleistetty lineaarinen regressio |
Tiivistelmä (fin): | Nykyaikaiset energianhallintajärjestelmät mahdollistavat aikaresoluutioltaan entistä tarkempien vuosibudjettien laskennan. Jotta järjestelmän laskentakyvystä saadaan täysi hyöty, pitää laskennan lähtötiedoissa antaa kaukolämmön ja sähkönkulutuksen kulutusennusteet tuntitasolla yhdestä kolmeen vuoteen eteenpäin. Tässä työssä esitetään sekä kaukolämmön että sähkönkulutuksen ennustamiseen sopivat lineaariset mallit, jotka perustuvat oletukseen energiankulutuksen taustalla vaikuttavasta vuorokausirytmistä. Mallien teoreettisessa tarkastelussa keskitytään kahteen mallien käyttöarvoa parantavaan asiaan. Ensinnäkin työssä esitetään yleistettyyn lineaariseen regressioon perustuvat sovitus- ja rekursiivinen päivitysalgoritmi, jotka varmistavat mallien adaptoitavuuden vapautuneiden energiamarkkinoiden vallitessa tapahtuviin nopeisiin muutoksiin asiakasmäärissä. Toiseksi työssä esitetään algoritmi, joka mahdollistaa erilaisten epä- ja yhtälörajoitusten käytön mallin kertoimien ratkaisemisessa. Näiden rajoitusten avulla voidaan mallille antaa lisäinformaatiota esimerkiksi kuukausittaisten energiankulutusrajoitusten muodossa. Mallien sovittamisesta saadut tulokset ovat selitysasteiden valossa erittäin positiivisia. Molemmat energiasuureet riippuvat voimakkaasti lämpötilasta. Kaukolämmön osalta kulutusta voidaan selittää ulkolämpötilan lisäksi kahdella erilaisella vuorokausiselittäjällä. Sähkönkulutuksessa paras malli sisältää kolme erilaista vuorokausiprofiilia. Molempien ennustusmallien kohdalla voimakas lämpötilariippuvuus on paitsi vahvuus myös mallien ongelmakohta. Varsinaisten tulevaisuutta koskevien ennusteiden tarkkuus on enintään yhtä hyvä kuin käytössä oleva lämpötilaennuste. Useamman vuoden päähän ulottuvissa ennusteissa pitää siis käyttää geneeristä lämpötilaa, esimerkiksi lämpötilan historiatietoon perustuvaa keskiarvokäyrää tai kuukausittaisista lämpötilajakaumista generoituja lämpökäyriä. Työssä kehitettyjen mallien paras anti on lisäinformaation tuottaminen päätöksentekijälle. Mallien avulla voidaan paitsi laskea vuosibudjetteja myös tehdä herkkyystarkasteluja lämpötilaan liittyvien epävarmuuksien suhteen. Tällaiset herkkyystarkastelut parantavat riskien hallittavuutta ja lisäksi mallien taustalla oleva matematiikka toimii loogisena pohjana jota voidaan käyttää perusteltaessa erilaisia toimintastrategioita. |
ED: | 2006-06-13 |
INSSI tietueen numero: 31999
+ lisää koriin
« edellinen | seuraava »
INSSI