Εφαρμογή τεχνικών συσταδοποίησης σε δεδομένα από έξυπνους μετρητές για το σχεδιασμό προγράμματος απόκρισης ζήτησης

Abstract

Αυτή η εργασία εξερευνά τη χρήση τεχνικών συσταδοποίησης για την υποστήριξη του σχεδιασμού και της εφαρμογής ενός προγράμματος απόκρισης ζήτησης για ένα δίκτυο με εμπορικούς και οικιακούς καταναλωτές. Στόχος του προγράμματος είναι να μεταβάλλει την καταναλωτική συμπεριφορά των συμμετεχόντων με σκοπό την αντιμετώπιση δύο προβλημάτων στον συγχρονισμό παραγωγής και κατανάλωσης στο ηλεκτρικό δίκτυο: α) την αντίστροφη ροή φορτίου, που συμβαίνει όταν η παραγωγή από φωτοβολταϊκά στο τοπικό δίκτυο είναι μεγαλύτερη από την κατανάλωση και β) την κορύφωση της ζήτησης στο Ιταλικό εθνικό δίκτυο, που συνήθως συμβαίνει τις ώρες του απογεύματος. Για το στάδιο της συσταδοποίησης, δοκιμάζονται τρεις διαφορετικοί αλγόριθμοι, ο k-means, o k-medoids και ένα ιεραρχικός αλγόριθμος, σε συνδυασμό με δύο μετρικές απόστασης, την ευκλείδεια και μία απόσταση constrained Dynamic Time Warping (DTW). Τα αποτελέσματά τους συγκρίνονται με μετρικές επικύρωσης, μεταξύ των οποίων υπάρχει και μία που δημιουργήθηκε για αυτή την εργασία, το Peak Performance Score. Στη συνέχεια, ο καλύτερος συνδυασμός παραμέτρων εφαρμόζεται στο διαχωρισμό των ημερήσιων προφίλ του συνόλου δεδομένων σε συστάδες και κάθε συστάδα χαρακτηρίζεται σε σχέση με το σχήμα της, την μέση εντροπία και τη χρήση των φορτίων που ανήκουν σε αυτή (οικιακά, εμπορικά κτλ.). Αυτά τα χαρακτηριστικά χρησιμοποιούνται για το διαχωρισμό των συστάδων που θα μπορούσαν να βοηθήσουν στην επίτευξη των στόχων του προγράμματος και την επιλογή τύπων προγραμμάτων που θα ταίριαζαν σε κάθε συστάδα. Τέλος, η εργασία προτείνει την υλοποίηση ενός ψηφιακού συστήματος το οποίο χρησιμοποιεί προγνωστικά μοντέλα, συσταδοποίηση και ένα μηχανισμό υπολογισμού της ζήτησης βασισμένο στην τιμή για την παραγωγή ημερήσιων, εξατομικευμένων προτάσεων και τιμολογιακών πολιτικών για κάθε καταναλωτή που συμμετέχει στο πρόγραμμα απόκρισης ζήτησης.