Skip to main content

2023 | OriginalPaper | Buchkapitel

2. Kurzfristige Lastprognose (STLF)

verfasst von : William Holderbaum, Feras Alasali, Ayush Sinha

Erschienen in: Energieprognose und Steuerungsmethoden für Energiespeichersysteme in Verteilungsnetzen

Verlag: Springer International Publishing

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Da die Speicherung von Elektrizität teuer ist, ist es besser, sie zu verbrauchen, wenn sie produziert wird. Daher ist es für alle Beteiligten wie Produzenten, Verteiler, Versorgungsunternehmen und Endverbraucher unerlässlich, den Energieverbrauch im Voraus abzuschätzen, um einen rentablen Zustand zu erreichen. Es gibt viele Prognosestrategien für die Lastprognose, wie kurzfristige, mittelfristige und langfristige. Die kurzfristige Lastprognose (STLF) ist jedoch von größter Bedeutung aufgrund ihrer Fähigkeit, Verbrauchsmuster von Haushalten, kleinen und kleinsten Handelszentren vorherzusagen. Das Kapitel beschreibt Werkzeuge und Techniken für die STLF basierend auf den traditionellen statistischen Modellen und fortgeschrittenen maschinellen Lernverfahren. Das Kapitel gibt einen umfassenden Einblick in die Auswahl des geeigneten Prognosemodells für den beabsichtigten Datensatz und präsentiert eine vergleichende Studie, um dem Lernenden die Vor- und Nachteile der bestehenden Literatur in diesem Bereich zu vermitteln.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Literatur
Zurück zum Zitat Abdi H, Williams LJ (2010) Principal component analysis. Wiley Interdiscip Rev: Comput Stat 2(4):433–459CrossRef Abdi H, Williams LJ (2010) Principal component analysis. Wiley Interdiscip Rev: Comput Stat 2(4):433–459CrossRef
Zurück zum Zitat Alasali F, Foudeh H, Ali EM, Nusair K, Holderbaum W (2021) Forecasting and modelling the uncertainty of low voltage network demand and the effect of renewable energy sources. Energies 14:2151 Alasali F, Foudeh H, Ali EM, Nusair K, Holderbaum W (2021) Forecasting and modelling the uncertainty of low voltage network demand and the effect of renewable energy sources. Energies 14:2151
Zurück zum Zitat Board of Governors of the Federal Reserve System (US) (2019) Industrial production: electric and gas utilities retrieved from Fred. Federal Reserve Bank of st. Louis Board of Governors of the Federal Reserve System (US) (2019) Industrial production: electric and gas utilities retrieved from Fred. Federal Reserve Bank of st. Louis
Zurück zum Zitat Browell J, Gilbert C (2020) Probcast: open-source production, evaluation and visualisation of probabilistic forecasts 5 Browell J, Gilbert C (2020) Probcast: open-source production, evaluation and visualisation of probabilistic forecasts 5
Zurück zum Zitat Cohen I (2020) Time series-introduction. Zugegriffen: 13 April 2020 Cohen I (2020) Time series-introduction. Zugegriffen: 13 April 2020
Zurück zum Zitat Hastie TJ, Tibshirani RJ (2017) Generalized additive models. Routledge Hastie TJ, Tibshirani RJ (2017) Generalized additive models. Routledge
Zurück zum Zitat Holt Charles C (2004) Forecasting seasonals and trends by exponentially weighted moving averages. Int J Forecast 20(1):5–10CrossRef Holt Charles C (2004) Forecasting seasonals and trends by exponentially weighted moving averages. Int J Forecast 20(1):5–10CrossRef
Zurück zum Zitat Hyndman RJ, Athanasopoulos G (2018) Forecasting: principles and practice. OTexts Hyndman RJ, Athanasopoulos G (2018) Forecasting: principles and practice. OTexts
Zurück zum Zitat Neal RM (2012) Bayesian learning for neural networks, Bd 118. Springer Science & Business Media Neal RM (2012) Bayesian learning for neural networks, Bd 118. Springer Science & Business Media
Zurück zum Zitat Open Power System Data (2022) Industrial production: electric and gas utilities retrieved from Fred. Federal Reserve Bank of st. Louis Open Power System Data (2022) Industrial production: electric and gas utilities retrieved from Fred. Federal Reserve Bank of st. Louis
Zurück zum Zitat Servén D, Brummitt C (2018) pygam: generalized additive models in python Servén D, Brummitt C (2018) pygam: generalized additive models in python
Zurück zum Zitat Shah A (2020) Perrin Freres monthly champagne sales Shah A (2020) Perrin Freres monthly champagne sales
Zurück zum Zitat Yunusov T, Haben S, Lee T, Ziel F, Holderbaum W, Potter B (2017) Evaluating the effectiveness of storage control in reducing peak demand on low voltage feeders. In: Proceedings of the 24th international conference on electricity distribution (CIRED) Yunusov T, Haben S, Lee T, Ziel F, Holderbaum W, Potter B (2017) Evaluating the effectiveness of storage control in reducing peak demand on low voltage feeders. In: Proceedings of the 24th international conference on electricity distribution (CIRED)
Zurück zum Zitat Ziel F, Steinert R, Husmann S (2015) Efficient modeling and forecasting of electricity spot prices. Energy Econ 47:98–111 Ziel F, Steinert R, Husmann S (2015) Efficient modeling and forecasting of electricity spot prices. Energy Econ 47:98–111
Metadaten
Titel
Kurzfristige Lastprognose (STLF)
verfasst von
William Holderbaum
Feras Alasali
Ayush Sinha
Copyright-Jahr
2023
DOI
https://doi.org/10.1007/978-3-031-45471-4_2