[論文レビュー] Data-Driven Load Profiles and the Dynamics of Residential Electric PowerConsumption

Mehrnaz Anvari, Elisavet Proedrou+4 more|arXiv (Cornell University)|Sep 19, 2020

Smart Grid Energy Management参考文献 35被引用数 7

ひとこと要約

本稿では、高分解能の住宅用電力消費データから、経験的・データ駆動型の手法を用いて正確な平均負荷プロファイル（ALP）を抽出し、需要の変動をモデル化するための経験的モード分解（EMD）を提案する。ALPは、実世界のデータへの適合性において、標準負荷プロファイル（H0 SLP）を著しく上回り、最小二乗平均誤差（MSE）が15%低くなる。これは、家庭の需要が非常に間歇的かつ非対称的であることを示しており、将来的なグリッド計画において、従来の負荷プロファイルの適切さに疑問を呈するものである。

ABSTRACT

The dynamics of power consumption constitutes an essential building block for planning and operating energy systems based on renewable energy supply. Whereas variations in the dynamics of renewable energy generation are reasonably well studied, a deeper understanding of short and long term variations in consumption dynamics is still missing. Here, we analyse highly resolved residential electricity consumption data of Austrian and German households and propose a generally applicable methodology for extracting both the average demand profiles and the demand fluctuations purely from time series data. The analysis reveals that demand fluctuations of individual households are skewed and consistently highly intermittent. We introduce a stochastic model to quantitatively capture such real-world fluctuations. The analysis indicates in how far the broadly used standard load profile (SLP) may be is insufficient to describe the key characteristics observed. These results offer a better understanding of demand dynamics, in particular its fluctuations, and provide general tools for disentangling mean demand and fluctuations for any given system. The insights on the demand dynamics may support planning and operating future-compliant (micro) grids in maintaining supply-demand balance.

研究の動機と目的

• 高分解能の住宅用電力消費データから、平均負荷プロファイル（ALP）を抽出し、需要変動をモデル化するための一般的でデータ駆動型の手法を開発すること。
• 広く用いられている標準負荷プロファイル（H0 SLP）が、現実の住宅用電力需要のダイナミクスをどれほど適切に表現できるかを評価すること。
• 特に非対称性と間歇性を特徴とする、家庭用電力需要変動の統計的性質を定量化すること。
• 複数の世帯データセットにおいて、実測データへの適合性がH0 SLPを上回る、強固で最適化されたALPを提供すること。
• 再生可能エネルギーの統合が進む将来のスマートグリッドの設計・運用を支援するため、需要ダイナミクスの表現を改善すること、特に高比率の再生可能エネルギー統合システムにおいて有効である。

提案手法

• 経験的モード分解（EMD）を用いて、週平均の電力需要プロファイルを内因的モード関数（IMF）に分解し、低周波数のトレンドと高周波数の変動を分離する。
• 平均負荷プロファイル（ALP）は、予測値と実測値の間の平均二乗誤差（MSE）を最小化するために、低周波数IMFのうち8〜18個（データに応じて）を合算して再構成する。
• 最適な低周波数モード数（N_optimal = 8）は、MSEを最小化することで特定され、複数の連続する4週間の期間で妥当性が検証された。
• 実データで観察された、非対称的かつ間歇的な需要変動の性質を定量的に捉えるための確率的モデルが開発された。
• MSEを用いてALPとH0 SLPの性能を比較し、2秒解像度の7日間の区間（L = 604,800データポイント）で計算された。
• 本手法は、NOVAREF（公開、CC-BY）、ADRES（TU Wien）、ENERA（DLR/EWE）の3つのデータセットに適用され、後者の2つはデータ利用制限がある。

実験結果

リサーチクエスチョン

• RQ1 標準負荷プロファイル（H0 SLP）は、高時間分解能における住宅用電力消費の実際のダイナミクスをどれほど適切に表現できるか？
• RQ2 家庭用電力需要変動の統計的構造は何か？ また、正規分布または対称的仮定とはどの程度逸脱しているか？
• RQ3 EMDに基づく経験的・データ駆動型の手法によって、H0 SLPよりも正確な平均負荷プロファイルを生成できるか？
• RQ4 最小誤差の平均負荷プロファイルを再構成するためには、低周波数モードをいくつ合算すべきか？
• RQ5 住宅用電力需要の変動は、非対称性と間歇性をどの程度示しており、それらはどのように確率的にモデル化できるか？

主な発見

• 最低8〜18個の低周波数IMFを合算して再構成されたALPは、H0 SLPを一貫して上回り、最小MSEがH0 SLPのMSEより15%低かった。
• NOVAREFデータセットの大多数の4週間期間において、最適なモード数（N_optimal）は8であった。
• 家庭用電力需要の変動は、一貫して非対称的かつ非常に間歇的であり、対称的または正規分布仮定に基づくモデルでは、現実のダイナミクスを適切に捉えることはできない。
• ALP手法は、すべてのテスト設定においてH0 SLPより低い平均二乗誤差（MSE）を達成し、N ≈ N_optimalの範囲でMSE比（MSE_ALP / MSE_H0SLP）が常に1未満であった。
• 最適なNにおけるMSE比率が1未満であることは、結果の非ランダム性を確認しており、偶然を超える統計的有意性を示している。
• 本手法は一般化可能であり、時間系列データから平均需要と変動成分を分離する目的で、任意のシステムに適用可能である。