Hyppää sisältöön
    • Suomeksi
    • In English
Trepo
  • Suomeksi
  • In English
  • Kirjaudu
Näytä viite 
  •   Etusivu
  • Trepo
  • Opinnäytteet - ylempi korkeakoulututkinto
  • Näytä viite
  •   Etusivu
  • Trepo
  • Opinnäytteet - ylempi korkeakoulututkinto
  • Näytä viite
JavaScript is disabled for your browser. Some features of this site may not work without it.

Jakeluverkkoyhtiön asiakkaiden kuormitusprofiilit ja niiden hyödyntäminen kuormitusten ennustamisessa

Kiiski, Lauri (2025)

 
Avaa tiedosto
KiiskiLauri.pdf (1.162Mt)
Lataukset: 



Kiiski, Lauri
2025

Sähkötekniikan DI-ohjelma - Master's Programme in Electrical Engineering
Informaatioteknologian ja viestinnän tiedekunta - Faculty of Information Technology and Communication Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2025-02-25
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202502252421
Tiivistelmä
Vihreä siirtymä aiheuttaa muutoksia sähkön kulutuksen ja tuotannon tapoihin. Tämä aiheuttaa muutoksia myös sähkönjakeluverkkojen kuormituksiin ja verkon suunnittelun tarpeisiin. Jakeluverkkoyhtiön tulee ottaa muutokset huomioon pitkän aikavälin suunnittelussa, sähkönjakeluverkon komponenttien mitoittamisessa ja verkkoyhtiön taloudellisessa suunnittelussa. Näitä tarkoituksia varten tarvitaan toimivia kuormitusmalleja ja tapoja ennustaa kuormitusten muutoksia.

Tässä työssä tutkitaan sähkönjakeluverkon asiakkaiden kuormitusten mallintamisen menetelmiä ja luotujen mallien avulla kuormitusten muutosten ennustamista. Ensin tutkittavat kuormitustiedot korjataan lämpötilan pitkänaikavälin keskiarvon mukaiseksi, jolloin kuormituksista saadaan vertailukelpoisia. Asiakkaiden mallinnus ja ryhmittely tehdään K-means-klusteroinnin avulla. Näin saadaan ryhmiteltyä samankaltaiset sähkönkäyttäjät samaan klusteriin, jonka keskusta määrittelee kuormitusprofiilin.

Kuormitusten muutosten ennustamiseen tunnistetaan keinoiksi asiakkaiden vuosienergian skaalaaminen, muutostekijöiden vaikutuksia kuvastavien muutosprofiilien lisääminen luotuihin kuormitusprofiileihin ja lämpötilaskenaarioiden luominen. Nämä menetelmät ovat toimivia tunnistettujen muutostekijöiden kuten sähköautojen latauksen ja lämmitystapamuutosten vaikutusten mallintamiseen.

Työ osoittaa, että valittu menetelmä on toimiva kuormitusten mallintamiseen ja ennustamiseen, mutta että luotavat asiakasprofiilit vaativat vielä kehitystä ennen niiden käyttöönottoa.
Kokoelmat
  • Opinnäytteet - ylempi korkeakoulututkinto [41318]
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Tietosuoja | Saavutettavuusseloste
 

 

Selaa kokoelmaa

TekijätNimekkeetTiedekunta (2019 -)Tiedekunta (- 2018)Tutkinto-ohjelmat ja opintosuunnatAvainsanatJulkaisuajatKokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Tietosuoja | Saavutettavuusseloste