banner
Centro de notícias
Nosso portfólio de produtos e serviços abrange uma gama de opções excepcionais para você.

Um conjunto de dados sintéticos de prosumidores de eletricidade residencial dinamarqueses

Jan 31, 2024

Scientific Data volume 10, Número do artigo: 371 (2023) Citar este artigo

1 Altmétrica

Detalhes das métricas

Os consumidores convencionais de eletricidade residencial estão se tornando prosumidores que não apenas consomem eletricidade, mas também a produzem. Espera-se que essa mudança ocorra em larga escala nas próximas décadas e apresente inúmeras incertezas e riscos para a operação, planejamento, investimento e modelos de negócios viáveis ​​da rede elétrica. Para se preparar para essa mudança, pesquisadores, serviços públicos, formuladores de políticas e empresas emergentes precisam de uma compreensão abrangente do consumo de eletricidade dos futuros prosumidores. Infelizmente, há uma quantidade limitada de dados disponíveis devido a questões de privacidade e à lenta adoção de novas tecnologias, como veículos elétricos a bateria e automação residencial. Para resolver esse problema, este artigo apresenta um conjunto de dados sintéticos contendo cinco tipos de dados de eletricidade importados e exportados de prosumidores residenciais. O conjunto de dados foi desenvolvido usando dados reais de consumidores tradicionais da Dinamarca, dados de geração fotovoltaica do modelo global de estimativa de energia solar (GSEE), dados de carregamento de veículos elétricos (EV) gerados usando o pacote emobpy, um operador de sistema de armazenamento de energia residencial (ESS) e um modelo baseado em rede adversária generativa (GAN) para produzir dados sintéticos. A qualidade do conjunto de dados foi avaliada e validada por meio de inspeção qualitativa e três métodos: estatísticas empíricas, métricas baseadas na teoria da informação e métricas de avaliação baseadas em técnicas de aprendizado de máquina.

Com a crescente penetração de fontes renováveis ​​de energia (FER), veículos elétricos (EVs) e sistemas de armazenamento de energia (ESS) nas residências modernas, os consumidores convencionais estão se transformando em prosumidores, tornando os sistemas de energia cada vez mais dinâmicos e bidirecionais. Em 2022, as FERs continuaram seu rápido crescimento, respondendo por 13% da geração global de energia, mostrando um aumento de 17% em relação a 20211. A perspectiva da Agência Internacional de Energia (IEA), publicada em 2021, previu que 56% da geração global de eletricidade viria de renováveis ​​até 2050, onde a energia solar é projetada para ser o principal recurso renovável, ocupando até 43% da participação total de FER2. O consumo global de eletricidade também aumentará devido ao aquecimento de ambientes e à eletrificação dos transportes. Entre todo o uso de eletricidade, acredita-se que os VEs domésticos sejam os principais contribuintes para a redução de emissões, devendo representar 70% do total de veículos de passageiros até 2050, enquanto os veículos elétricos a bateria (BEV) representarão 56% de todas as vendas de veículos3.

Com base nessa projeção, é imperativo que os operadores de rede, formuladores de políticas, concessionárias e outras partes interessadas entendam a dinâmica do consumo residencial de eletricidade no futuro. No entanto, existem várias barreiras para isso, principalmente em relação à disponibilidade de dados de alta qualidade. Em primeiro lugar, dados individuais de consumo de eletricidade em larga escala não estão disponíveis para profissionais e pesquisadores devido a preocupações com a privacidade dos consumidores. Em países com lançamentos generalizados de medidores inteligentes, os dados de intervalo de consumo estão disponíveis apenas para consumidores, operadores de sistema e varejistas para cobrança. No entanto, em todos os casos, os tipos de usuários com base em seus equipamentos atrás do medidor (BTM), por exemplo, EV, baterias estacionárias ou sistemas solares fotovoltaicos, são desconhecidos. Em segundo lugar, o tipo de prosumidor de eletricidade existente é quase dinâmico e muda ao longo do tempo sem nenhum mecanismo para atualizar as categorizações de prosumidor. Por exemplo, um mau funcionamento da energia solar fotovoltaica pode tornar um usuário solar temporariamente um usuário não solar ou a indisponibilidade de um VE pode alterar temporariamente o tipo do usuário. O conhecimento dinâmico do tipo prosumer (por exemplo, de hora em hora ou diariamente) pode ser crucial para operadores de sistema, agregadores e varejistas para melhor estimar o comportamento da demanda em horas ou dias à frente para planejamento e operação. Nesse sentido, um conjunto de dados rotulados em grande escala de diferentes tipos de consumo de eletricidade de prosumidores facilita a modernização das redes elétricas4.

Ed, t), the battery charging power, hence hourly energy, will be \({\rm{\min }}\left({E}_{{\rm{g}},t}-{E}_{{\rm{d}},t},{P}_{{\rm{\max }}},{S}_{{\rm{\max }}}-{S}_{t}\right)\), where imported energy is zero, and the exported energy will be:/p> Ed,t), exported energy will be zero. Hence, the battery discharge power is equal to \({\rm{\min }}\left({E}_{{\rm{d}},t}-{E}_{{\rm{g}},t},{P}_{{\rm{\max }}},{S}_{t}\right)\), and the imported energy will be:/p>