Прогнозирование энергетических паттернов потребителей и минимизации затрат на дисбаланс

Протребители - это отдельные домохозяйства и предприятия, которые производят и потребляют энергию. Из-за непредсказуемой природы потребителей может быть сложно предсказать их энергетические потребности. Это может привести к энергетическому дисбалансу. Энергетический дисбаланс - это ситуация, когда количество энергии, которое, как ожидается, будет потреблено или произведено, не соответствует фактическому количеству используемой или произведенной энергии. Энергетический дисбаланс является критической проблемой для операторов электросетей, поскольку он может привести к операционным проблемам, неэффективности и увеличению затрат. Чтобы решить эту проблему, это исследование исследует возможности прогнозирования потребления и выработки энергии потребителями с использованием моделей машинного обучения. Было разработано несколько моделей для прогнозирования количества электроэнергии, производимой и потребляемой домашними хозяйствами и предприятиями Эстонии, у которых есть работающие солнечные панели. Данные о погодных условиях, соответствующих ценах на энергоносители и прошлом потреблении энергии доступны с октября 2021 года по апрель 2023 года. Прогноз составлен на период с января 2023 года по апрель 2023 года. В качестве показателя для этой задачи использовалась средняя абсолютная ошибка. Три модели были протестированы: алгоритм сохранения, случайный лес и XGBoost. Наивное решение в виде алгоритма сохранения обеспечивает базовый результат 164,86. Случайный лес с алгоритмом случайного поиска гиперпараметров дает результат 105,31 для тестового набора данных. Однако XGBoost показал лучшую производительность среди этих трех моделей. В тестовом наборе данных он получил оценку MAE 76,45. Было продемонстрировано, что бустинговые модели, в частности XGBoost, полезны для прогнозирования энергетических характеристик потребителей.