Alueellisen sähkökuorman ennustamisen kehittäminen
No Thumbnail Available
URL
Journal Title
Journal ISSN
Volume Title
Elektroniikan, tietoliikenteen ja automaation tiedekunta |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2010
Department
Major/Subject
Sähköverkot ja suurjännitetekniikka
Mcode
S-18
Degree programme
Language
fi
Pages
[8] + 107
Series
Abstract
Alueellinen sähkökuormien ennustaminen muodostaa perustan sähköverkon strategiselle suunnittelulle. Työssä on tutkittu pitkän aikavälin alueellista sähkökuormien ennustamista ja siihen kohdistuvia muutoksia. Ennustusprosessin kokonaisvaltainen kehittäminen on ollut työn pääkohta. Työssä on ehdotettu kehityskohteita ennusteen integroimiseksi kiinteämmäksi osaksi verkkotietojärjestelmää. Tämä vaatii muun muassa kaavoitustietojen tuomista verkkotietojärjestelmän käyttöön sekä kehittyneitä analyysityökaluja kulutustietojen ryhmittelyyn. Näin verkkotietojärjestelmän hyväksikäyttöä yleissuunnittelussa voidaan tehostaa merkittävästi. Tärkeimpiin suunnittelun lähtötietoihin kuuluvat sähkön käyttö, kaavoitus, rakennus- ja verkkotiedot. Alueilla, joista on paljon lähtötietoja saatavissa, ennustaminen perustuu kaavoitukseen ja nykyisen sähkönkulutuksen tuntemiseen. Verkkoyhtiöt toimivat osana yhteiskuntaa ja niiden toimintaympäristö on kiihtyvää vauhtia muuttumassa. Tätä muutosta on pyrittävä ennakoimaan johtuen verkoston osien pitkistä suunnittelu- ja toteutusajoista. Työssä keskitytään ennustamisen kannalta kolmen merkittävimmän muutoksen tutkimiseen. Näitä ovat sähköautot, lämpöpumput ja hajautettu tuotanto.Spatial load forecasting forms the basis for strategic planning of electricity networks. This thesis studies long term spatial electric load forecasting and changes within. Specifically, the main aim has been to develop a comprehensive forecasting process. A comprehensive forecasting process involves the integration of spatial load forecasting and the network information system. The most important forecasting background information includes electricity consumption, zoning, structure and electricity network data. In areas where a substantial amount of background information is available, forecasting would then be based on zoning and current electricity consumption data. The integration requires importing zoning information to the network information system and developing analyzing tools to group electric consumption data. As a result, this improves the efficiency of the network information system. Electricity network companies are a part of society and their operational environment is rapidly changing. These changes need to be accurately predicted well in advance due to the electricity distribution network lengthy planning periods and lead times. Additionally, this thesis focuses on the research of the three most significant changes concerning spatial load forecasting: electric cars, heat pumps and decentralized production.Description
Supervisor
Lehtonen, MattiThesis advisor
Forsström, StefanKeywords
electricity networks strategic planning, spatial electric load forecasting, load modelling, electric cars, decentralized production, heat pumps, sähköverkon strateginen suunnittelu, alueellisen sähkökuorman ennustaminen, kuorman mallintaminen, sähköautot, hajautettu tuotanto, lämpöpumput