Data-driven load profiles and the dynamics of residential electricity consumption.
Data-driven load profiles and the dynamics of residential electricity consumption.
复制标题
DOI：
10.1038/s41467-022-31942-9
复制
发表时间：
2022-08-06
影响因子：
16.6
通讯作者：
中科院分区：
文献类型：
--
作者：
电力消耗的动态构成了规划和运营可持续能源系统的重要组成部分。虽然可再生能源发电动态的变化得到了相当好的研究，但对消费动态变化的更深入了解仍然缺失。在这里，我们分析了奥地利、德国和英国家庭的高分辨率住宅用电数据，并提出了一个普遍适用的数据驱动负荷模型。具体来说，我们从纯粹基于时间序列数据的需求波动中解脱出平均需求曲线。我们引入了一个随机模型来定量地捕捉高度间歇性的需求波动。因此，我们提供了一个更好的了解需求动态，特别是其波动，并提供一般工具，用于解开平均需求和波动的任何给定的系统，超出标准的负载配置文件（SLP）。我们对需求动态的见解可以支持规划和运营未来兼容的（微）电网，以保持供需平衡。在现代电网中，了解所需的电力需求及其变化对于平衡需求和供应是必要的。作者提出了一种数据驱动的方法来创建高分辨率的负载配置文件，并根据记录的电力消耗数据来描述其波动。
The dynamics of power consumption constitutes an essential building block for planning and operating sustainable energy systems. Whereas variations in the dynamics of renewable energy generation are reasonably well studied, a deeper understanding of the variations in consumption dynamics is still missing. Here, we analyse highly resolved residential electricity consumption data of Austrian, German and UK households and propose a generally applicable data-driven load model. Specifically, we disentangle the average demand profiles from the demand fluctuations based purely on time series data. We introduce a stochastic model to quantitatively capture the highly intermittent demand fluctuations. Thereby, we offer a better understanding of demand dynamics, in particular its fluctuations, and provide general tools for disentangling mean demand and fluctuations for any given system, going beyond the standard load profile (SLP). Our insights on the demand dynamics may support planning and operating future-compliant (micro) grids in maintaining supply-demand balance. In modern power grids, knowing the required electric power demand and its variations is necessary to balance demand and supply. The authors propose a data-driven approach to create high-resolution load profiles and characterize their fluctuations, based on recorded data of electricity consumption.
登录
查看更多内容
影响因子：
3.3
作者：
Anvari, M.;Lohmann, G.;Peinke, Joachim
通讯作者：
Peinke, Joachim
DOI：
10.1016/s0378-4371(03)00019-0
发表时间：
2003-05-01
影响因子：
3.3
作者：
Beck, C;Cohen, EGD
通讯作者：
Cohen, EGD
影响因子：
9.6
作者：
Farrokhabadi, Mostafa;Canizares, Claudio A.;Bhattacharya, Kankar
通讯作者：
Bhattacharya, Kankar
影响因子：
8.8
作者：
Delille, Gauthier;Francois, Bruno;Malarange, Gilles
通讯作者：
Malarange, Gilles
DOI：
10.1016/b978-0-08-102592-5.00002-8
发表时间：
2019-01-01
期刊：
PATHWAYS TO A SMARTER POWER SYSTEM
影响因子：
--
作者：
Adefarati, T.;Bansal, R. C.
通讯作者：
Bansal, R. C.