TR202019371A2 - Enerji̇ tüketi̇m tahmi̇n ve fi̇yatlandirma si̇stemi̇ - Google Patents
Enerji̇ tüketi̇m tahmi̇n ve fi̇yatlandirma si̇stemi̇ Download PDFInfo
- Publication number
- TR202019371A2 TR202019371A2 TR2020/19371A TR202019371A TR202019371A2 TR 202019371 A2 TR202019371 A2 TR 202019371A2 TR 2020/19371 A TR2020/19371 A TR 2020/19371A TR 202019371 A TR202019371 A TR 202019371A TR 202019371 A2 TR202019371 A2 TR 202019371A2
- Authority
- TR
- Turkey
- Prior art keywords
- energy
- server
- forecast
- values
- consumption
- Prior art date
Links
- 238000005265 energy consumption Methods 0.000 title claims abstract description 21
- 238000010801 machine learning Methods 0.000 claims abstract description 6
- 230000005611 electricity Effects 0.000 description 7
- 238000000034 method Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
Bu buluş, şebeke üzerinden enerji tüketim verilerini takip ederek satın alınacak olan enerji miktarının makine öğrenim algoritmaları aracılığıyla tahmin edilmesini sağlayan bir sistem (1) ile ilgilidir.
Description
TARIFNAME
ENERJI TÜKETIM TAHMIN VE FIYATLANDIRMA SISTEMI
Teknik Alan
Bu bulus, sebeke üzerinden enerji tüketim verilerini takip ederek satin alinacak olan
enerji miktarinin makine ögrenim algoritmalari araciligiyla tahmin edilmesini
Saglayan bir sistem ile ilgilidir.
Önceki Teknik
Günümüzde enerji tüketimi en büyük gider kalemlerinden birini olustumaktadir,
Düzenli kullanilan elektrik miktari kullanicilarin ay sonunda karsilastiklari
faturalara farkli olarak yansiyabilmektedir. Fatura farklarinin olusmasindaki en
önemli faktörlerden biri enerji piyasasinda yasanan dalgalanmalardir. Enerjinin
(özellikle elektrik) üretimi, tüketimi ve dönüstürülmesi gibi konular gün içerisinde
maliyetlere farkli olarak yansimaktadir. Enerji borsasinda yapilan alim satimlar da
bu maliyetleri etkilemektedir. Gün öncesi piyasasi ismiyle bilinen borsada bir
sonraki gün için enerji dagitim sirketleri enerji alim ihalesi açmaktadir ve belirli bir
miktarda enerji satin almaktadir. Enerjinin tüketimine bagli dalgalanmalar gün
içerisinde denge enerji piyasasi kapsaminda ekstra enerji satin alimi veya enerjinin
geri satilmasi olarak yansimaktadir. Gün içerisinde yapilan bu alim satimlarla
birlikte önceki gün ihaleden alinan fiyat arasinda dengesizlik oldugu için kullanilan
enerjinin birim fiyati da degisiklik göstermektedir. Bu durum da tüketicilere ay
bazinda ayni miktarda enerji kullanmalarina karsilik farkli fatura degerleri olarak
yansimaktadir.
Mevcut teknikte bulunan çalismalar göz önünde bulunduruldugunda gerek birim
konut bazinda gerekse is yerlerinde olusan kullanima bagli giderin tahmin
edilmesine ek olarak enerji piyasasindaki miktar ve fiyat bareminin tahminlere göre
kurgulanmasim saglayan bir sisteme ihtiyaç duyuldugu anlasilmaktadir.
Teknigin bilinen durumunda yer alan CN111027747 sayili Çin patent dokümaninda
kullanicinin enerji kullanim tercihlerine bagli olarak ev enerji kontrol yönteminden
bahsedilmektedir. Söz konusu Çin patent dokümaninda bahsedilen enerji kontrol
yönteminde, elektrik ekipmanlarinin siniflandirilmasi, geçmis kullanim verileri
kullanarak gelecek kullanim verilenin tahmin edilmektedir. Tahmin verileri
olusturulurken kullanicinin elektronik tüketim davranislarini, dis ortam sicakligini
ve elektrik fiyat degisiklikleri göz önünde bulundurulmaktadir. Tahmin verileri
kullanilarak tahmin edilen kullanici tüketim verilerine bagli olarak kullanicinin
elektrik satin alma maliyetini minimum seviye çekilmesini saglanmaktadir. Söz
konusu bulusta bir elektrik sebekesi sirketinin limit disinda elektrik almasini
engellemek üzere kullanici tahmin verileri kullanarak optimizasyonun
gerçeklestirilmesi ve elektrik satin alina planinin yapilmasindan bahsedilmektedir.
Bulusun Kisa Açiklamasi
Bu bulusun amaci enerjinin konut, is yeri ve sebeke bazinda tüketim degerlerinin
incelenmesini, tüketim degerlerinin öngörülmesi ile birlikte pazarin ihtiyaç
duydugu enerjinin ve buna bagli olarak enerji alim-satim degerlerinin optimize
edilerek kayiplarin minimuma çekilmesini saglayan bir sistem gerçeklestirmektir.
Bulusun Ayrintili Açiklamasi
Bu bulusun amacina ulasmak için gerçeklestirilen “Enerji Tüketim Tahmin ve
Fiyatlandirma Sistemi” ekli sekilde gösterilmis olup, bu sekil;
Sekil-1; Bulus konusu sistemin sematik bir görünüsüdür.
Sekillerde yer alan parçalar tek tek numaralandirilmis olup, bu numaralarin
karsiliklari asagida verilmistir.
1. Sistem
2. Enerji takip sunucu
3. Tahmin sunucusu
4. Fiyatlandirma sunucusu
Bulus konusu sebeke üzerinden enerji tüketim verilerini takip ederek satin alinacak
olan enerji miktarinin makine ögrenim algoritmalari araciligiyla tahmin edilmesini
saglayan bir sistem (1);
- sebeke üzerinde kullanilmakta olan enerji miktari ve fiyat bilgisini takip
etmek üzere yapilandirilan en az bir enerji takip sunucusu (2)I
- enerji takip sunucu (2) tarafindan takip edilen enerji kullanim bilgilerini
önceden belirlenmis makine ögrenim algoritmalari ile analiz ederek enerji
talebini tahinin etmek üzere yapilandirilan en az bir tahmin sunucusu (3),
- tahmin sunucusu (3) tarafindan yapilan tahmin dogrultusunda enerjinin satis
fiyatini belirleinek üzere yapilandirilan en az bir fiyatlandirma sunucusu (4)
içermektedir.
Bulus konusu sistemde (1) yer alan takip sunucusu (2) enerji sebekesi üzerinde
kullanilan anlik, günlük ve/veya aylik enerji miktarina iliskin bilgileri toplamak
üzere yapilandirilmaktadir. Takip sunucusu (2) bireysel ve kitlesel enerji tüketim
degerlerini, gün içinde yapilan tüketim ve fiyat degisikliklerini ve birim enerji alim
satim degerlerini depolamak üzere yapilandirilmaktadir.
Bulus konusu sistemde (1) yer alan tahmin sunucusu (3) takip sunucusundan (2)
veri alarak enerji tüketim degerlerini kisisel ve kitlesel olarak analiz ederek gelecek
zamanlar için enerji tüketim degerlerine iliskin tahminler olusturmak üzere
yapilandirilmaktadir. Tahmin sunucusu (3) kisilerin ve sebekenin ihtiyaç duydugu
enerji miktarinin tahmin edilmesini saglamak üzere yapilandirilmaktadir. Tahmin
sunucusu (3) gerçek kullanim degerlerini önceden belirlenmis modeller ile analiz
ederek sonraki günlerin tüketimi hakkinda tahmin üretmek üzere
yapilandirilmaktadir. Tahmin sunucusu (3) enerji taleplerinin ve fiyatlarinin yapay
zekâ algoritmalari ile ögrenilmesini ve minimum enerji kaybi olusacak sekilde
aksiyon almak üzere yapilandirilmaktadir.
Bulus konusu sistemde (1) yer alan fiyatlandirma sunucu (4) enerji piyasasina
iliskin güncel alim satim degerlerini ve tahmin sunucusu (3] tarafindan elde edilen
tahmin verilerini kullanarak gelecek zamanlardaki enerji tüketimlerine iliskin
fiyatlandirma yapmak üzere yapilandirilmaktadir.
Bulus konusu sistemde (l) öncelikle takip sunucusu (2) tarafindan enerji
sebekesindeki kullaniirilara iliskin bilgiler ve enerji tüketim detaylari alinmaktadir.
Daha sonra tahmin sunucusu (3) bireysel ve kitlesel enerji tüketimi bilgilerini
önceden belirlenmis bir yapay zekâ algoritmasi ile isleyerek gelecek kisilerin ve
kitlelerin gelecek tüketimlerine iliskin tahminler olusturmaktadir. Olusturulan
tahmin bilgileri ve güncel enerji piyasasindaki alim satim degerleri fiyatlandirma
sunucusu (4) tarafindan kullanilarak gelecek zamandaki enerji tüketimi hakkinda
fiyatlandirma yapilmaktadir.
Bu bulus konut, is yeri ve sebeke bazinda enerji tüketiminin tahmin edilmesi enerji
firmalarinin gün içerisi ve gün sonu enerji piyasalarina minimum seviyede katilim
göstermelerine olanak saglayacaktir. Böylelikle önceki gün enerji borsasinda daha
düsük birim fiyatiyla alinacak olan enerji en efektif sekilde kullanilacaktir.
Bu temel kavramlar etrafinda, bulus konusu sistem (1) ile ilgili çok çesitli
uygulamalarin gelistirilmesi mümkün olup, bulus burada açiklanan örneklerle
sinirlandirilamaz, esas olarak istemlerde belirtildigi gibidir.
Claims (1)
1. Sebeke üzerinden enerji tüketim verilerini takip ederek satin alinacak olan enerji miktarinin makine ögrenim algoritmalari araciligiyla tahmin edilmesini saglayan; -Sebeke üzerinde kullanilmakta olan enerji miktari ve fiyat bilgisini takip etmek üzere yapilandirilan en az enerji takip sunucusu (2) içeren, -enerji takip sunucu (2) tarafindan takip edilen enerji kullanim bilgilerini önceden belirlenmis makine ögrenim algoritmalari ile analiz ederek enerji talebini tahmin etmek üzere yapilandirilan en az bir tahmin sunucusu (3), -tahmin sunucusu (3) tarafindan yapilan tahmin dogrultusunda enerjinin satis fiyatini belirlemek üzere yapilandirilan en az bir Iiyatlandimia sunucusu (4) ile karakterize edilen bir sistem (1). Enerji sebekesi üzerinde kullanilan anlik, günlük ve/veya aylik enerji miktarina iliskin bilgileri toplamak üzere yapilandirilan takip sunucusu (2) ile karakterize edilen Istem l”deki gibi bir sistem (1). Bireysel ve kitlesel enerji tüketim degerlerini, gün içinde yapilan tüketim ve Iiyat degisikliklerini ve birim enerji alim satim degerlerini depolamak üzere yapilandirilan takip sunucusu (2) ile karakterize edilen Istem 1 veya 2”deki gibi bir sistem (1). . Takip sunucusundan (2) veri alarak enerji tüketim degerlerini kisisel ve kitlesel olarak analiz ederek gelecek zamanlar için enerji tüketim degerlerine iliskin tahminler olusturmak üzere yapilandirilan tahmin sunucusu (3) ile karakterIZe edilen yukaridaki istemlerden herhangi Kisilerin ve sebekenin ihtiyaç duydugu enerji miktarinin tahmin edilmesini saglamak üzere yapilandirilan tahmin sunucusu (3) ile karakterize edilen yukaridaki istemlerden herhangi birindeki gibi bir sistem (1). . GErçek kullanim degerlerini Önceden belirlenmis modeller ile analiz ederek sonraki günlerin tüketimi hakkinda tahmin üretmek üzere yapilandirilan tahmin sunucusu (5) ile karakterize edilen yukaridaki istemlerden herhangi Enerji taleplerinin ve fiyatlarinin yapay zekâ algoritmalari ile ögrenilmesini ve minimum enerji kaybi olusacak sekilde aksiyon almak üzere yapilandirilan tahmin sunucusu (3) ile karakterize edilen yukaridaki istemlerden herhangi birindeki gibi bir sistem (1). Enerji piyasasina iliskin güncel alim satim degerlerini ve tahmin sunucusu (3) tarafindan elde edilen tahmin verilerini kullanarak gelecek zamanlardaki enerji tüketimlerine iliskin fiyatlandirma yapmak üzere yapilandirilan fiyatlandirma sunucusu (4] ile karakterize edilen yukaridaki istemlerden herhangi birindeki gibi bir sistem (1).
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TR2020/19371A TR202019371A2 (tr) | 2020-12-01 | 2020-12-01 | Enerji̇ tüketi̇m tahmi̇n ve fi̇yatlandirma si̇stemi̇ |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TR2020/19371A TR202019371A2 (tr) | 2020-12-01 | 2020-12-01 | Enerji̇ tüketi̇m tahmi̇n ve fi̇yatlandirma si̇stemi̇ |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TR202019371A2 true TR202019371A2 (tr) | 2021-01-21 |
Family
ID=75576079
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TR2020/19371A TR202019371A2 (tr) | 2020-12-01 | 2020-12-01 | Enerji̇ tüketi̇m tahmi̇n ve fi̇yatlandirma si̇stemi̇ |
Country Status (1)
| Country | Link |
|---|---|
| TR (1) | TR202019371A2 (tr) |
-
2020
- 2020-12-01 TR TR2020/19371A patent/TR202019371A2/tr unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yang et al. | Decision-making for electricity retailers: A brief survey | |
| US9134353B2 (en) | Comfort-driven optimization of electric grid utilization | |
| Xiao et al. | Optimal joint demand and virtual bidding for a strategic retailer in the short-term electricity market | |
| Qiu et al. | Multi-Agent Reinforcement Learning for Automated Peer-to-Peer Energy Trading in Double-Side Auction Market. | |
| US9588145B2 (en) | Electric power management apparatus and electric power management method | |
| Girish et al. | Determinants of electricity price in competitive power market | |
| Esmaeel Nezhad et al. | Multi‐objective decision‐making framework for an electricity retailer in energy markets using lexicographic optimization and augmented epsilon‐constraint | |
| Nguyen et al. | Modeling load recovery impact for demand response applications | |
| Dewangan et al. | Peak-to-average ratio incentive scheme to tackle the peak-rebound challenge in TOU pricing | |
| Zhang et al. | Residential customers-oriented customized electricity retail pricing design | |
| Afzaal et al. | Agent-based energy consumption scheduling for smart grids: an auction-theoretic approach | |
| Jamshidi et al. | An interval-based stochastic dominance approach for decision making in forward contracts of electricity market | |
| Babic et al. | Adaptive bidding for electricity wholesale markets in a smart grid | |
| Guo et al. | Purchase strategies for power retailers considering load deviation and CVaR | |
| Gomes et al. | Direct load control in the perspective of an electricity retailer–a multi-objective evolutionary approach | |
| TR202019371A2 (tr) | Enerji̇ tüketi̇m tahmi̇n ve fi̇yatlandirma si̇stemi̇ | |
| Zhang et al. | Economic and pricing signals in electricity distribution systems: A bibliographic survey | |
| vom Scheidt et al. | A data-driven Recommendation Tool for Sustainable Utility Service Bundles | |
| Nieto-Martin et al. | Community energy retail tariffs in Singapore: Opportunities for peer-to-peer and time-of-use versus vertically integrated tariffs | |
| Gorgizadeh et al. | Strategic bidding in a pool-based electricity market under load forecast uncertainty | |
| Cali et al. | Optimization and digitalization of power markets | |
| Qin et al. | Retail order-taking strategies under competing trade credit policies with varying demands | |
| Mathieu et al. | Harnessing the flexibility of energy management systems: a retailer perspective | |
| JP6783344B2 (ja) | 最適合成電力量推移選定システム | |
| KR20030005442A (ko) | 건설부문 의사결정 지원 수단 및 방법 |