Ekonometrický model SMART Grid sítě

Abstract

Primárním cílem předkládané disertační práce je přispět k rozvoji vyšší míry autonomie domácnosti a naplnit jednu z klíčových priorit Evropské komise v oblasti efektivního využívání elektrické energie u maloodběratelů. Práce se zaměřuje na návrh koncepčního modelu inteligentní domácnosti s orientací na optimalizaci spotřeby elektrické energie na základě poptávky jednotlivých zařízení a nabídky od interních zdrojů domácnosti a dodávky z lokální distribuční soustavy. Pro potřeby optimalizačního mechanismu je zavedeno preferenční schéma využívající individuálních funkcí užitku u jednotlivých zařízení v daném čase. Aplikace ekonometrických principů teorie nabídky a poptávky a teorie užitku v navrženém modelu do oblasti návrhu algoritmu řízení a optimalizace spotřeby je jedním z klíčových přínosů této práce. Využití preferenčních schémat oproti tradičnímu přístupu hledání rovnováhy nabídky a poptávky na bázi ceny posouvá možnosti optimalizačních algoritmů více k objektivizaci individuálním potřebám. Využívání obnovitelných zdrojů v rámci domácnosti, především fotovoltaických elektráren malého výkonu, přináší s sebou požadavek predikce objemu vyrobené elektřiny z těchto zdrojů za účelem optimalizace rozložení spotřeby v čase. Význam vhodné metody predikovat objem elektřiny vyrobené v obnovitelných zdrojích je dán jako důsledek vlastností těchto zdrojů, kdy objem výroby je závislý na geografických a meteorologických podmínkách. Tato práce definuje prognostickou funkci s využitím kubického spline na základě odhadu koeficientu růstu intenzity slunečního záření z předchozího časového intervalu. Prognostická funkce je využita pro odhad výroby z fotovoltaické elektrárny pro potřeby optimalizačního mechanismu. Aplikace kubické spline funkce pro účely prognózování vývoje intenzity slunečního záření je první využití tohoto matematického aparátu u obnovitelných zdrojů elektrické energie.

This thesis focus on contribution to the development of a higher level of household autonomy and to fulfill one of the European Commission's key priorities in the field of electricity efficiency in field of the small customers. Main goal of the thesis is the design of the conceptual model of smart household that is aimed at electricity consumption optimization based on demand and supply equilibrium. Supply and demand are realized by the household appliances. The power scheduling is formulated for multiple kind of appliances to maximize the social welfare. A preference matrix was proposed for optimization household consumption. The utility theory has been used in household preferences, which allows them to represent the value of single-use appliances in numerical value. Time preferences refers to a succession of time periods and the preferences matrix is individually assigned to each time period. The application of econometric principles of supply and demand theory and the utility theory to the design of an intelligent household model is a key contribution of the presented thesis. The thesis is the first application of this theory in electric consumption optimization as a complex system of preferences. The preference matrix leads to more individual settings for household preference settings, contributing to energy efficiency and energy savings. Defining time intervals for managing household consumption objectively considers the household's needs when using appliances. Renewable resources have been developing intensively for the last decade. Their key constraint is the volatility of climate conditions over time. Efficient using of renewable resources requires the ability to predict production from these resources in time periods. The importance of a suitable method of predicting the volume of electricity produced in renewable sources is due to the properties of these sources, where the volume of production depends on geographic and climate conditions. The thesis focus on solar energy, since it is the predominant renewable energy source in residential households. This thesis defines prediction model that translates the solar intensity growth coefficient into solar energy harvesting prediction. The main prognostic function is designed as a cubic spline. The prognostic function is used to estimate the production from the photovoltaic resource for the household consumption optimization. The application of the cubic spline function for predicting the development of solar radiation intensity is the first use of this function for renewable energy resources.