Σύνοψη έξυπνου δικτύου και βραχυπρόθεσμη πρόβλεψη κατανάλωσης ηλεκτρικής ενέργειας σε οικιακούς χρήστες

Abstract

Η παρούσα έρευνα έχει διεξαχθεί στο πλαίσιο του μεταπτυχιακού προγράμματος στο Πανεπιστήμιο Πειραιώς, Τμήμα Ψηφιακών Συστημάτων, κατεύθυνση Μεγάλα Δεδομένα & Αναλυτική. Η εργασία χωρίζεται σε δύο κύριες ενότητες: επισκόπηση των έξυπνων δικτύων και βραχυπρόθεσμη πρόβλεψη ηλεκτρικής κατανάλωσης για οικιακούς χρήστες. Το ενεργειακό δίκτυο βρίσκεται σε φάση μετάβασης από συμβατικό δίκτυο σε έξυπνο. Αυτή η εργασία παρουσιάζει τις κύριες διαφορές μεταξύ αυτών και υπογραμμίζει τα κύρια χαρακτηριστικά και τα οφέλη ενός έξυπνου δικτύου. Η ανάπτυξη μιας τέτοιας υποδομής και πιο συγκεκριμένα η εγκατάσταση έξυπνων μετρητών, έχει αυξήσει σε τεράστιο βαθμό τον όγκο των δεδομένων που συλλέγονται. Οι πάροχοι ηλεκτρικής ενέργειας άρχισαν να εξετάζουν αυτά τα δεδομένα προκειμένου να εντοπίσουν μοτίβα και να βελτιώσουν τις υπηρεσίες και τα περιθώρια κέρδους τους. Η τεχνητή νοημοσύνη και οι τεχνικές μηχανικής μάθησης χρησιμοποιούνται επί του παρόντος σε μεγάλη κλίμακα για την πρόβλεψη κατανάλωσης ηλεκτρικής ενέργειας, κάτι απαραίτητο για τον σχεδιασμό, την απόκριση της ζήτησης, την ισορροπία προσφοράς-ζήτησης. Τα τελευταία πέντε χρόνια υπάρχει μεγάλο ενδιαφέρον για την πρόβλεψη φορτίου για οικιακούς καταναλωτές, πράγμα πολύ δύσκολο λόγω της αστάθειας τέτοιων δεδομένων. Υπάρχουν πολλά διαφορετικά μοτίβα κατανάλωσης ανάλογα με την περιοχή, τον τύπο του σπιτιού, τα δημογραφικά στοιχεία των κατοίκων, τον καιρό, την ύπαρξη ηλιακών συλλεκτών, την ύπαρξη ηλεκτρικού οχήματος. Τα δεδομένα, που εξετάστηκαν σε αυτή την εργασία, συλλέχθηκαν κατά τη διάρκεια του έργου GridFlexHeeten [97]. Τα δεδομένα συλλέχθηκαν μεταξύ Αυγούστου 2018 και Αυγούστου 2020 για 77 νοικοκυριά που βρίσκονται όλα στο Heeten (Ολλανδία) και αποτελούνται από κατανάλωση ηλεκτρικής ενέργειας ανά λεπτό ανά νοικοκυριό. Αφού κάναμε μια επεξηγηματική ανάλυση, δημιουργήσαμε μεμονωμένα μοντέλα, SARIMAX, Vanilla-LSTM, Encoder-Decoder LSTM, για τρία σπίτια και συγκρίναμε τα αποτελέσματα.