Sähköenergiankulutuksen ennustemallin kehittäminen avoimia tietokantoja hyödyntäen
Räisänen, Otto (2018)
Diplomityö
Räisänen, Otto
2018
School of Energy Systems, Sähkötekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2018121150495
https://urn.fi/URN:NBN:fi-fe2018121150495
Tiivistelmä
Vuonna 2013 voimaan astunut sähkömarkkinalain muutos on lisännyt sähköverkkoihin tehtäviä investointeja merkittävästi. Samalla asiakkaiden kuormitus on muuttumassa uusien teknologioiden kuten lämpöpumppujen yleistyessä. Haja-asutusalueilla väestön voimakas vähentyminen aiheuttaa asiakaskohtaisen verkkopituuden kasvamisen. Sähkönjakeluyhtiöiden onkin entistä tärkeämpää kyetä arvioimaan tulevaisuuden muutostekijöiden vaikutuksia sähköenergiankulutukseen, jotta vikainvestoinneilta vältyttäisiin. Tietoa muutostekijöiden kehittymisestä on laajasti saatavilla avoimista tietokannoista kuntatasolla. Perinteisesti sähköenergiankulutusennusteet ovat perustuneet kulutuksen omaan historiaan ja pieneen määrään ulkoista dataa. Tämänkaltainen tarkastelu ei kuitenkaan pysty ottamaan huomioon nykyisessä ja tulevaisuuden toimintaympäristössä tapahtuvia muutoksia.
Tässä työssä selvitetään erilaisten muutostekijöiden vaikutuksia kotitalouksien sähköenergiankulutukseen ja laaditaan menettelytapa sähköenergiankulutuksen ennustamiselle. Lisäksi ennusteiden luotettavuutta arvioidaan. Työssä käytetty menettelytapa perustuu sähköenergiankulutuksen jakamiseen eri osatekijöihin avoimista tietokannoista saatujen tilastotietojen avulla. Osatekijöistä tehdään ennusteet aikasarja-analyysiä hyödyntäen ja lopulta osatekijöiden ennusteet yhdistetään sähköenergiankulutuksen ennusteeksi.
Työssä muodostettu menettelytapa vaikuttaa tuottavan kohtalaisen luotettavia ennusteita suuren alueen sähköenergiankulutuksen kehitykselle. Pienempien alueiden, kuten yksittäisen jakeluyhtiön jakelualueen, sähköenergiankulutuksen ennusteet ovat huomattavasti epävarmempia. Tämä johtuu suurilta osin tilastoissa esiintyvien epävarmuustekijöiden vuoksi. Ennusteiden mukaan sähköenergiankulutuksen kehitys kääntyy laskuun sekä asukasluvultaan kasvavissa kunnissa, että taantuvissa kunnissa. Ennusteiden luotettavuuden parantamiseksi tilastointia tulisi kehittää. The Electric Market law amendment in 2013 has increased investments made in electrical distribution grids considerably. At the same time customer loads are changing with new technologies such as heat pumps becoming more common. In rural areas the population is decreasing which increases the average conductor length per customer. It is increasingly important for DSO’s to estimate how different factors affect electrical energy consumption in the future in order to avoid bad investments. A large number of Information about the factors is available in open databases in a municipality level. Traditionally electricity consumption forecasts have been based on historical data of the consumption and a small amount of outside data. However, this kind of method is not well suited for taking account of changes in the distribution environment.
In this thesis the effects of different kinds of impacting factors related to household electrical energy consumption is studied and a method for forecasting the electrical energy consumption is drafted. Also, the reliability of the forecasts is evaluated. The method in this study is based on dividing the electricity consumption to different components with the help of statistics obtained from open databases. Forecasts of the components are made using time series-analysis and these forecasts are combined to form a forecast of electrical energy consumption.
The method formed in this thesis produces reasonably reliable forecasts for electrical electricity consumption of larger areas. For smaller areas such as the distribution area of a DSO, the forecasts are considerably less reliable. This is in large part due to uncertainty and inaccuracies in the statistics. The forecasts show that both in municipalities which have a growing population, and which have a decreasing population the consumption of electrical energy will start to decrease. In order to increase the reliability of the forecasts the making of relevant statistics should be improved.
Tässä työssä selvitetään erilaisten muutostekijöiden vaikutuksia kotitalouksien sähköenergiankulutukseen ja laaditaan menettelytapa sähköenergiankulutuksen ennustamiselle. Lisäksi ennusteiden luotettavuutta arvioidaan. Työssä käytetty menettelytapa perustuu sähköenergiankulutuksen jakamiseen eri osatekijöihin avoimista tietokannoista saatujen tilastotietojen avulla. Osatekijöistä tehdään ennusteet aikasarja-analyysiä hyödyntäen ja lopulta osatekijöiden ennusteet yhdistetään sähköenergiankulutuksen ennusteeksi.
Työssä muodostettu menettelytapa vaikuttaa tuottavan kohtalaisen luotettavia ennusteita suuren alueen sähköenergiankulutuksen kehitykselle. Pienempien alueiden, kuten yksittäisen jakeluyhtiön jakelualueen, sähköenergiankulutuksen ennusteet ovat huomattavasti epävarmempia. Tämä johtuu suurilta osin tilastoissa esiintyvien epävarmuustekijöiden vuoksi. Ennusteiden mukaan sähköenergiankulutuksen kehitys kääntyy laskuun sekä asukasluvultaan kasvavissa kunnissa, että taantuvissa kunnissa. Ennusteiden luotettavuuden parantamiseksi tilastointia tulisi kehittää.
In this thesis the effects of different kinds of impacting factors related to household electrical energy consumption is studied and a method for forecasting the electrical energy consumption is drafted. Also, the reliability of the forecasts is evaluated. The method in this study is based on dividing the electricity consumption to different components with the help of statistics obtained from open databases. Forecasts of the components are made using time series-analysis and these forecasts are combined to form a forecast of electrical energy consumption.
The method formed in this thesis produces reasonably reliable forecasts for electrical electricity consumption of larger areas. For smaller areas such as the distribution area of a DSO, the forecasts are considerably less reliable. This is in large part due to uncertainty and inaccuracies in the statistics. The forecasts show that both in municipalities which have a growing population, and which have a decreasing population the consumption of electrical energy will start to decrease. In order to increase the reliability of the forecasts the making of relevant statistics should be improved.