Analyse av forbruk med Useload

Transkript

1 Nicolai Feilberg Analyse av forbruk med Useload Workshop 7 mai 2012 i Trondheim Bruk av AMS-data i forbindelse med energieffektivisering og lastmodellering 1

2 Historikk Pmax egen App i Netbas ca versjon av Useload utviklet i 1997 Finansiert og planlagt av Electricité De France EDF Frankrike Electricity Association England Sydkraft Sverige - normering Defu Danmark - temperaturbånd VTT Finland log normalfordeling EFI/SINTEF Norge - utvikling Useload har hovedsakelig blitt benyttet for å skape underlag for andre verktøy, og for internt, nasjonalt og internasjonalt prosjektarbeid 2

3 Useload Curriculum Vitae Netbas Fasit Kundeprofiler Kundeprofiler Planboka Brukstider, Velanderkoeffisienter, kundeprofiler Remodece EU prosjekt Formålsfordeling med timesoppløsning av husholdningers forbruk, 12 land Markedsbasert forbrukstilpasning AMS Kvalitet av måleverdier: kvantifisering av manglende verdier, feilallokerte verdier, verdier som er for store eller små, og "kunstige" verdier ELDEK pågående prosjekt 3

4 Useload Verktøykasse Måledatabase AMS data timeoppløsning Målinger av apparater med minuttsoppløsning Database for overordnede data Temperaturdata for regresjonsanalyse Kalender definisjon av sesonger og døgntyper Kalibrering av antall apparat per kunde, forbruk totalkunde Analyseresultat: Profiler per time for sesong og døgntype av ulike typiske kunder Verktøy Nøkkeltall for beregning av sammenlagring Analyse av målte data for å skape typiske profiler Simulering av et sett av kunder for gitt år og plassering Formålsfordeling av last 4

5 Useload: Lagring av måledata Useload inneholder egen måledatabase Lagrer komprimerte data i Microsoft Access 2007 AMS data med timesoppløsning Formålsfordelt last med minuttsoppløsning Grafisk fremstilling av måledata med eksport til Excel 5

6 Useload: Analyse basert på utvalgte kundedata Useload lagrer utvalgskriterier for senere oppslag I eksempelet er Anlegg av type BOLIG valgt ut Brukeren kan selv definere kolonner for definisjon av utvalg Det er ingen begrensing på antallet kolonner som kan kombineres i utvalget Utvalget lagres slik at underlaget kan gjenskapes senere 6

7 Useload: Formål tilknyttet en gitt kundetype Antallet enkeltapparat spesifiseres. Antallet er et desimaltall for den typiske kunden, tallene baseres på spørreundersøkelser. 7

8 Stratifisering Hvert målepunkt er antgitt med StratumID som betegner antall beboere i husholdet. Ved beregninger tilpasses resultatet automatisk slik at den gjennomsnittlige sammensetningen av totalpopulasjonen tilfredstilles. 8

9 Temperaturdata, zoom mulighet Ved å klikke på x-aksen kan utvalgte verdier studeres nærmere 9

10 Kvalitetssikring av måleverdier Kvalitetssikring ved analyse av måleverdier: Forkaste verdier for et gitt døgn dersom en verdi mangler Forkaste verdier som overskrider spesifisert verdi Forkaste verdier som er estimert (dvs. merket som estimert ved import fra måledatabase) Forkaste verdier som er 0.0 dersom ønskelig. (For apparater er dette fullt mulig) Identifisering av måledata som er tidsmessig forskjøvet Feil som oppstår ved overgang mellom sommertid og normaltid og motsatt Slike feil kan ha store konsekvenser ved fakturering mot timepris 10

11 Resultater fra bruk av Useload Netbas Fasit Kundeprofiler Kundeprofiler Planboka Brukstider, Velanderkoeffisienter, kundeprofiler Remodece EU prosjekt Formålsfordeling med timesoppløsning av husholdningers forbruk, 12 land Markedsbasert forbrukstilpasning AMS Kvalitet av måleverdier: kvantifisering av manglende verdier, feilallokerte verdier, verdier som er for store eller små, og "kunstige" verdier ELDEK pågående prosjekt 11

12 REMODECE prosjektet Måle forbruk og standby forbruk i elektriske apparater i 100 husholdninger pr land Gamle EU-land: Nye elektroniske apparater (har tidligere gjennomført måleprosjekter) (Standby har stor interesse) Nye EU-land og Norge: Alle elektriske apparater Målekampanje: Registrere forbruket i 5-10 apparater pr bolig med 1-10 minutt intervall i 14 dager Antall boliger Antall målepunkter: ( er OK) Spørreskjema: Type bolig, antall beboere etter alder, vaner, utstyr etc.: 500 respondenter per land. Måledata (og spørreskjema) analysert for alle land av SINTEF Energiforskning 3

13 Remodece Målekampanje i Norge Måleperiode: Medio medio 2008 Utvalg for målekampanje og spørreskjema Deltakere rekruttert via forskjellige kanaler Spørreskjema på internett, intranett etc. Korrigeringer Forkaste tvilsomme målinger (6-7 %) Korrigere for manglende målinger og opplysninger Korrigere til EU gjennomsnitt ved mangler Eierandeler for elektrisk utstyr <> 100 % Forbruk pr apparat Forbruk pr husholdning 4

14 Power Detective Måleutstyr benyttet i Norge SINTEF disponerer 125 Power Detectives og 16 sentraler + 6 komfyrmålere 2

15 Formålsfordeling i Norge - Remodece Average consumption for end-use groups. Typical household 2006/ Watt Hour Other Hot water Lighting Space heating 4

16 Tilgjengelighet av data, hush. kunder Mabfot prosjektet Average DSO no Percent Percent received values Share of error free customers

17 Sammenheng mellom tilgjengelighet og antall berørte kunder 14 Customers with missing values % Average missing values %

18 Visjoner - muligheter Nye bruksområder for elektriske apparater betydning for nettet: Elbiler hurtiglagring Direkte varmtvannsbereding Lagring av energi fra natt til dag Lokale energikilder: vind, småkraftverk, solenergi, bio, geo Reaktiv effekt Lagring og analyse 18

19 Identifikasjon av væravhengig last Utskilling av væravhengig last Differanseanalyse Sammenligne last før og etter innstallasjon av et nytt apparat Væravhengig komponent Flyttbar last innenfor døgnet Lagre varme i tank/stein/flytende saltpeter Demand response: redusere last i spesielle perioder med høy pris NOK/MWh Nord Pool 2010 Spot

20 Formålsfordeling som APP for mindre kunder Kundens forbruk er lagret i nettselskapets database Temperaturdata for gitt område er tilgjengelig Kunden angir Antall og type apparater Størrelse av bolig Antall beboere Appen beregner formålsfordelt last Graf med timesoppløsning Energifordeling Forslag til tiltak for reduksjon av kostnad: Øke brukstid Kostnadsfordeling per type apparat Watt Average consumption for end-use groups. Typical household 2006/ Hour Other Hot water Lighting Space heating 20

21 Analyse av tidsserier Useload estimerer forventet forbruk, temperaturfølsomhet og standardavvik (sammenlagring) Verdiene utgjør en kundeprofil 24 verdier for ulike døgntyper og sesonger Profilen for enkeltkunden estimeres først Elementært, min kjære Watson!? 21

22 Stokastisk analyse med "Konvolusjon" Kundenes forbruk i gitt uke Nettstasjon kw ,5 3 2,5 2 1,5 1 0,5 0 Konvolusjon: Finn fordelingen av summen av enkeltmålinger basert på data fra enkeltkunder. 22

23 Konvolusjon Forventingsverdi og temperaturfølsomhet finnes ved regresjonsanalyse av hver måleserie opp mot lokal temperatur. Standardavviket rundt regressjonslinja estimeres også DayDemand -15 Energyconsumptionperday[kWh] 23

24 Profil for typisk kunde Forventingsverdien for den typiske kunden finnes ved å summere forventingsverdiene for enkeltkundene, deretter deles på antall kunder. Standardavvikeet for den typiske kunden finnes ved å summere kvadratet av standardavviket, og ta roten av svaret. Deretter divideres på roten av antall kunder. (Konvolusjon) Enkeltkundene må være uavhengige og normalfordelt for å kunne bruke konvolusjon 24

25 Formålsfordeling, Norge og Europa - eksklusiv romoppvarming mm. Norge Europa 6