Geri Dön

Tariff design for energy production and distribution with machine learning

Makine öğrencmesi kullanılarak enerji üretim ve dağıtımında tarife modellenmesi

  1. Tez No: 495491
  2. Yazar: BURAK IŞIK
  3. Danışmanlar: YRD. DOÇ. DR. MUSTAFA ALPER ÖZPINAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mekatronik Mühendisliği, Mechatronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: İstanbul Ticaret Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 92

Özet

Bu çalışmada, Aynı veya daha yakın akıllı şebeke konumlarında yaşayan elektrik müşterilerinin akıllı talep tarafı yönetimi için yeni bir kümeleme yaklaşımı önerilmiştir. Literatürdeki çalışmaların çoğu, her bir müşterinin bireysel tüketim davranışlarına odaklanırken, bu çalışma, enerji üreticilerinin düzgün çalışması için aynı veya en yakın şebekede gruplanmış müşterilerin kümelenmesini optimize etmektedir. Bu yaklaşımın sağladığı en büyük avantaj, puant ve baz tüketimli müşterileri dengeleyerek elektrik şirketlerinin gün öncesi planlamasına fayda sağlamaktır. K-ortalamalar kümesi yöntemi, günlük boyunca daha üniform bir yapı sağlamak üzere birbirlerini dengeleyecek baz ve puant tüketiciler için benzer tüketicileri bulma imkanı sağlar ve mesken müşteriler için yük çizelgeleme ve güç satın alımı için daha iyi bir çözüm sunar.

Özet (Çeviri)

In this study, A new approach have been proposed for intelligent demand side management in clustering of electricity customers living in the same or closer smart grid locations. While most of the studies in literature focuses on individual consumption behavior of each customer, this study optimizes clustering of grouped customers in the same or closest grid for smooth operation of the energy producers. Greatest advantage provided by this approach is its capability to provide benefits to utility companies' day ahead planning by balancing peak and low consumption customers. K-means clustering method provides finding similar customers for low and peak consumers that balances each others load to provide a more uniform throughout a day provides a better solution for load scheduling and power buy for residental customers.

Benzer Tezler

  1. Konya bölgesi için alternatif biyokütle esaslı enerji sistemlerinin tekno-ekonomik değerlendirilmesi

    Tecno-economic evulation of alternative energy systems based on biomass for Konya region

    MUHAMMET ER

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Biyoteknolojiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    PROF. DR. ÜNER ÇOLAK

  2. Development of a home energy management system to increase renewable self-consumption in households considering demand-side flexibility

    Talep tarafı esnekliği dikkate alınarak konutlarda yenilenebilir öz tüketimi artırmaya yönelik bir ev enerji yönetim sistemi geliştirilmesi

    ANIL CAN DUMAN

    Doktora

    İngilizce

    İngilizce

    2024

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    PROF. DR. ÖNDER GÜLER

  3. Control and management of solar charger using microgrids and photovoltaic cells

    Başlık çevirisi yok

    MUNTAHA JABUR KADHUM AL-FATLAWI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. KEVORK MARDİKYAN

  4. Düşük sıcaklıkta enerji depolama

    Low temperature thermal storage

    ERTÜRK ÇAĞRIHAN GENÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ÖZDEMİR

  5. Elektrik enerjisi piyasaları ve çimento sektöründe elektrik enerjisi tüketim tahmininin önemi

    Electricity markets and the importance of electricity consumption forecasting in cement sector

    EZGİ KAYAHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    PROF. DR. SERMİN ONAYGİL