Das größte Problem mit dem sich alle Erzeuger-EVUs beschäftigen müssen, ist die Einsatzplanung der zur Verfügung stehenden Kraftwerke und die Einhaltung der mit Verbundnetzen abgeschlossenen Verträge, so daß sich ein Kostenoptimum für jeden einzelnen Tag und in der Jahresbilanz ergibt.
Vorliegende Arbeit beschäftigt sich mit der Analyse und Auswertung verschiedener Prognosesysteme im Kontext der Energiebedarfsplanung der Stadt Bremen und zeigt deren Stärken und Schwächen auf.
Inhaltsverzeichnis
- EIDESSTATTLICHE ERKLÄRUNG
- BESCHREIBUNG DER THEMENSTELLUNG
- INHALTSVERZEICHNIS
- ABBILDUNGSVERZEICHNIS
- TABELLEN-/GLEICHUNGSVERZEICHNIS
- VORWORT
- 1 EINLEITUNG
- 2 ANALYSE
- 2.1 EINFÜHRUNG
- 2.2 DATENVERARBEITUNG MITTELS SPSS FÜR WINDOWS
- 2.3 DAS DATENMATERIAL
- 2.3.1 AUFBEREITUNG DES DATENMATERIALS ZUR ANALYSE
- 2.3.2 KORREKTUR DES INKONSISTENTEN DATENMATERIALS
- 2.3.3 CHARAKTERISTISCHE DATENAUFTEILUNG
- 2.3.4 CHARAKTERISTIKEN
- 2.3.4.1 Verteilungen
- 2.4 ZEITREIHEN
- 2.4.1 STATIONARITÄT DER ZEITREIHE
- 2.4.2 SPEKTRALANALYSE
- 2.4.3 EMPIRISCHE MOMENTE 1. UND 2. ORDNUNG DER ZEITREIHE
- 2.4.4 ZUSAMMENHANGSANALYSE
- 2.4.4.1 Streudiagramme (Scatterplots)
- 2.4.4.2 Korrelogramme
- 3 PROGNOSEVERFAHREN/-MODELLE
- 3.1 BEURTEILUNGSMETHODEN FÜR DIE PROGNOSEQUALITÄT
- 3.1.1 EX-ANTE-BEURTEILUNG
- 3.1.2 EX-POST-BEURTEILUNG
- 3.2 UNIVARIATE PROGNOSEVERFAHREN
- 3.2.1 DIE NAIVE PROGNOSE
- 3.2.2 PROGNOSE DURCH GLEITENDEN DURCHSCHNITT
- 3.2.3 EXPONENTIELLE GLÄTTUNG
- 3.3 MULTIVARIATE PROGNOSEVERFAHREN
- 3.3.1 MULTIPLE REGRESSIONSANALYSE
- 3.3.2 ADAPTIVE FILTERSYSTEME
- 3.4 HEURISTISCHE PROGNOSEVERFAHREN
- 3.1 BEURTEILUNGSMETHODEN FÜR DIE PROGNOSEQUALITÄT
- 4 ZUSAMMENFASSUNG
- LITERATURLISTE
- ANHANG
Zielsetzung und Themenschwerpunkte
Die vorliegende Diplomarbeit befasst sich mit der Entwicklung eines Prognosesystems für die elektrische Lastganglinie des 50Hz-Netzes der Stadtwerke Bremen AG. Ziel ist es, die zukünftige elektrische Energieverbrauchsdaten der Stadt Bremen mithilfe mathematischer Prognoseverfahren möglichst genau zu bestimmen, um den Kraftwerkseinsatz besser koordinieren zu können.
- Analyse der elektrischen Energieverbrauchsdaten der Stadt Bremen
- Einflußfaktoren auf den Energieverbrauch, wie Jahreszeit, Wetter und soziale Gewohnheiten
- Entwicklung und Anwendung geeigneter Prognoseverfahren
- Bewertung der Prognosegenauigkeit
- Erstellung eines Prognosesystems für die Lastganglinie
Zusammenfassung der Kapitel
Die Diplomarbeit besteht aus vier Hauptkapiteln, die sich mit der Analyse der Energieverbrauchsdaten, der Entwicklung von Prognosemodellen, der Bewertung der Prognosegenauigkeit und der Zusammenfassung der Ergebnisse befassen.
- Kapitel 2: Analyse: Dieses Kapitel analysiert die elektrischen Energieverbrauchsdaten der Stadt Bremen. Es beinhaltet die Aufbereitung und Korrektur der Daten, die Charakterisierung der Datenverteilung und die Analyse von Zeitreihen. Diese Analyse beinhaltet die Untersuchung der Stationarität der Zeitreihe, die Spektralanalyse, die Ermittlung empirischer Momente und die Zusammenhangsanalyse mittels Streudiagrammen und Korrelogrammen.
- Kapitel 3: Prognoseverfahren/-Modelle: In diesem Kapitel werden verschiedene Prognosemodelle vorgestellt und bewertet. Es werden univariate Prognosemodelle wie die naive Prognose, die Prognose durch gleitenden Durchschnitt und die exponentielle Glättung betrachtet. Multivariate Prognosemodelle, wie die multiple Regressionsanalyse und adaptive Filtersysteme, werden ebenfalls behandelt. Zusätzlich werden heuristische Prognoseverfahren erörtert.
Schlüsselwörter
Die Diplomarbeit beschäftigt sich mit den Themen Prognose, Lastganglinie, Energieverbrauch, Stadtwerke Bremen, Zeitreihenanalyse, statistische Verfahren, multivariate Analyse, Prognosegenauigkeit und Kraftwerkseinsatz.
Häufig gestellte Fragen
Was ist das Ziel eines Prognosesystems für die Lastganglinie?
Ziel ist es, den zukünftigen Stromverbrauch möglichst genau vorherzusagen, um den Kraftwerkseinsatz kostenoptimal zu planen und Verträge einzuhalten.
Welche Faktoren beeinflussen den elektrischen Energieverbrauch?
Wesentliche Einflussfaktoren sind die Jahreszeit, aktuelle Wetterbedingungen sowie soziale und wirtschaftliche Gewohnheiten der Bevölkerung.
Was sind univariate Prognoseverfahren?
Dazu gehören einfache mathematische Modelle wie die naive Prognose, der gleitende Durchschnitt oder die exponentielle Glättung, die nur auf Vergangenheitswerten basieren.
Wie unterscheiden sich multivariate Prognoseverfahren?
Multivariate Verfahren wie die multiple Regressionsanalyse berücksichtigen mehrere Variablen gleichzeitig, um die Genauigkeit der Lastprognose zu erhöhen.
Wie wird die Qualität einer Prognose beurteilt?
Die Beurteilung erfolgt durch Ex-ante- (vorab) und Ex-post-Analysen (nach Ablauf des Zeitraums), um die Abweichungen zwischen Prognose und tatsächlichem Verbrauch zu messen.
- Arbeit zitieren
- Manfred Damsch (Autor:in), 1997, Erstellung eines Prognosesystems für die elektrische Lastganglinie des 50Hz-Netzes der Stadtwerke Bremen AG, München, GRIN Verlag, https://www.grin.com/document/40479
