Kurzfrist-Lastprognose für die Day-Ahead- und Intraday-Stromnachfrage bei sich systematisch ändernden Lasten

Kurzfrist-Lastprognose für die Day-Ahead- und Intraday-Stromnachfrage bei sich systematisch... Lastprognosen werden in vielen Bereichen der deutschen Energiewirtschaft eingesetzt, um auf Basis dieser beispielsweise die Energieerzeugung oder den Energiezukauf zu planen und zu optimieren. Dafür sind genaue Lastprognosen unabdingbar. Viele Lastprognosemethoden stoßen jedoch an ihre Grenzen, wenn das vorherzusagende Lastprofil systematischen Änderungen unterliegt, da das Prognosemodell in der Regel anhand historischer Daten kalibriert wird und auf dieser Basis die aufgetretene Last mit den Inputdaten in Verbindung stellt. Durch eine Veränderung des Lastprofils – z. B. durch ein zusätzliches Gebäude – verschiebt sich das Lastniveau im Vergleich zum Kalibrierzeitraum. Da das Lastprognosemodell auf Grundlage der historischen Daten kalibriert ist, können daraus erhöhte Prognosefehler resultieren, die wiederum negative Folgen für die darauffolgenden Optimierungsschritte mit sich bringen können. In dieser Arbeit wird deshalb ein methodischer Ansatz für ein Lastprognosemodell vorgestellt, das sich automatisch an sich systematisch ändernde Lastprofile anpassen kann. Dieses Lastprognosemodell wird zunächst anhand eines Anwendungsfalls verifiziert, bevor dieses anschließend auf zwei weitere, extreme Nachfragefälle angewendet wird, um die Grenzen des entwickelten Lastprognosemodells zu identifizieren. http://www.deepdyve.com/assets/images/DeepDyve-Logo-lg.png Zeitschrift für Energiewirtschaft Springer Journals

Kurzfrist-Lastprognose für die Day-Ahead- und Intraday-Stromnachfrage bei sich systematisch ändernden Lasten

Loading next page...
 
/lp/springer_journal/kurzfrist-lastprognose-f-r-die-day-ahead-und-intraday-stromnachfrage-w8pUPvSxcQ
Publisher
Springer Fachmedien Wiesbaden
Copyright
Copyright © 2017 by Springer Fachmedien Wiesbaden
Subject
Engineering; Energy Economics; Power Electronics, Electrical Machines and Networks; Renewable and Green Energy; Energy Technology; Environment, general
ISSN
0343-5377
eISSN
1866-2765
D.O.I.
10.1007/s12398-017-0202-2
Publisher site
See Article on Publisher Site

References

You’re reading a free preview. Subscribe to read the entire article.


DeepDyve is your
personal research library

It’s your single place to instantly
discover and read the research
that matters to you.

Enjoy affordable access to
over 12 million articles from more than
10,000 peer-reviewed journals.

All for just $49/month

Explore the DeepDyve Library

Unlimited reading

Read as many articles as you need. Full articles with original layout, charts and figures. Read online, from anywhere.

Stay up to date

Keep up with your field with Personalized Recommendations and Follow Journals to get automatic updates.

Organize your research

It’s easy to organize your research with our built-in tools.

Your journals are on DeepDyve

Read from thousands of the leading scholarly journals from SpringerNature, Elsevier, Wiley-Blackwell, Oxford University Press and more.

All the latest content is available, no embargo periods.

See the journals in your area

Monthly Plan

  • Read unlimited articles
  • Personalized recommendations
  • No expiration
  • Print 20 pages per month
  • 20% off on PDF purchases
  • Organize your research
  • Get updates on your journals and topic searches

$49/month

Start Free Trial

14-day Free Trial

Best Deal — 39% off

Annual Plan

  • All the features of the Professional Plan, but for 39% off!
  • Billed annually
  • No expiration
  • For the normal price of 10 articles elsewhere, you get one full year of unlimited access to articles.

$588

$360/year

billed annually
Start Free Trial

14-day Free Trial