TR202019371A2 - Enerji̇ tüketi̇m tahmi̇n ve fi̇yatlandirma si̇stemi̇ - Google Patents

Enerji̇ tüketi̇m tahmi̇n ve fi̇yatlandirma si̇stemi̇ Download PDF

Info

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
Application number
TR2020/19371A
Other languages
English (en)
Inventor
Deri̇ci̇ Oğuzhan
Original Assignee
Turkcell Technology Research And Development Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Turkcell Technology Research And Development Co filed Critical Turkcell Technology Research And Development Co
Priority to TR2020/19371A priority Critical patent/TR202019371A2/tr
Publication of TR202019371A2 publication Critical patent/TR202019371A2/tr

Links

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)

ISTEMLER
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).
TR2020/19371A 2020-12-01 2020-12-01 Enerji̇ tüketi̇m tahmi̇n ve fi̇yatlandirma si̇stemi̇ TR202019371A2 (tr)

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)

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.
US20100332373A1 (en) System and method for participation in energy-related markets
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
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