Synthesising electrical demand profiles for UK dwellings
Synthesising electrical demand profiles for UK dwellings
复制标题
综合英国住宅的电力需求概况
DOI：
10.1016/j.enbuild.2014.03.012
复制
发表时间：
2014
影响因子：
6.7
通讯作者：
Jenkins D
中科院分区：
文献类型：
--
作者：
Jenkins D
由于监测、数据获取/所有权和成本等问题，很难获得经验性的国内能源需求数据。因此，根据能源消耗模型进行的国内能源评估十分普遍。当查看非常具体的能源消耗指标时，例如详细的家庭电力需求，确实存在的数据往往是针对相对较少的家庭。这里提出的方法提供了一个起点，用于推断这些信息，使这些数据可以用来代表一个更大的家庭组，因此有更广泛的应用。虽然这种外推的程度仍然存在限制，但需求多样性和占用率变化等问题可以在适当的统计分析中加以解决。该方法还表明，通过使用综合方法来分析日常国内需求模式中的模式，可以对住宅内正在进行的活动类型进行知情估计。合成的聚合数据集（代表一个更大的住宅组）也比较从变电站的真实的需求配置文件，以调查是否观察到类似的模式。这是能源系统适应和恢复能力（ARIES）项目的一部分，着眼于未来气候下的能源需求和供应。
Empirical domestic energy demand data can be difficult to obtain, due to a combination of monitoring, data access/ownership and cost issues. As a result, it is quite common to see domestic energy assessments based on modelled energy consumption. When looking at quite specific metrics of energy consumption, such as minutely domestic electrical demands, the data that does exist tends to be for a relatively small number of homes. The methods presented here provide a starting point for extrapolating this information so that such data can be used to represent a much larger group of homes, and therefore have wider applications. While limitations still exist for the extent of this extrapolation, issues such as diversity of demand and occupancy variations can be accommodated within an appropriate statistical analysis. The method also demonstrates that, by using the synthesis method to characterise the patterns within a daily domestic demand pattern, informed estimations can be with regards to the type of activity being carried out within the dwelling. Synthesised aggregated datasets (representing a larger group of dwellings) are also compared to real demand profiles from substations, to investigate whether similar patterns are being observed. This is part of the Adaptation and Resilience in Energy Systems (ARIES) project, looking at energy demand and supply in a future climate.
登录
查看更多内容
通过马尔可夫隐藏状态合成降雨时间序列的生成器
DOI：
--
发表时间：
2008
期刊：
Communication Systems and Applications
影响因子：
--
作者：
H. S. Sánchez;Yolanda Solís
通讯作者：
Yolanda Solís
用于 24 小时负荷预测的无监督/监督学习概念
DOI：
--
发表时间：
1993
期刊：
影响因子：
--
作者：
M. Djukanovic;B. Babic;D. Sobajic;Y. Pao
通讯作者：
Y. Pao
需求预测的最终用途方法
DOI：
--
发表时间：
1981
期刊：
IEEE Transactions on Power Apparatus and Systems
影响因子：
--
作者：
J. Broehl
通讯作者：
J. Broehl
预测未来能源需求以评估能源系统弹性的方法
DOI：
--
发表时间：
--
期刊：
--
影响因子：
--
作者：
David Jenkins (Author)
通讯作者：
David Jenkins (Author)