Individuální modely predikce spotřeby

@Prokop v dubnu psal, že připravujete individuální modely predikce spotřeby, které by mohly vyřešit můj problém se špatnou predikcí spotřeby pro tepelné čerpadlo, jehož denní spotřeba je výrazně závislá na průměrné denní teplotě. Chtěl jsem se zeptat, jestli se v tom pokročilo a bude to letos v zimě fungovat.

http://forum.deltagreen.cz/t/flexibilita-spotreby-a-proteus/161/45

Ano, modely které reagují na vazbu teploty pro každého zákazníka specificky máme připravené. V následujících dnech budeme postupně zdroj predikcí přepínat. Teplotní výkyvy by tak měly být reflektované a rovněž bychom měli výrazně rychleji reagovat na změnu vzorce spotřeby léto/podzim. Budeme to sledovat, vyžaduje to dost ladění, ale mělo by to být výrazně lepší než loni.

3 Likes

Dobrá zpráva. Hlásím se jako dobrovolník.

To je výborná zpráva. Předpokládám, že v nastavení Protea budou zatržítka Netopím elektřinou (žádná závislost na teplotě), topím přímotopem (lineární závislost na odchylku aktuální teploty a referenční teploty) nebo topím tepelným čerpadlem (kvadratická závislost na odchylku aktuální teploty a referenční teploty). Spotřeby budou proi tyto tři případy: bez topení W = W0, s přímotopem W = W0 + W1(t0 - t) a s tepelným čerpadlem W = W0 - W1(t0 - t)2 (pro t > t0) nebo W = W0 + W1(t0 - t)2 (pro t < t0), kde W0 je spotřeba nezávislá na teplotě, W1 je spotřeba topení při t0, t je aktuální teplota.

Nemáme zatím v plánu přidávat nastavení ze strany uživatele. Konkrétní křivku vztahu spotřeby a teploty vyčítáme přímo z reálných dat, každého zákazníka zvlášť.

Dle mého názoru budete těžko automaticky rozpoznávat, jaký typ topení je kde instalován. Těch proměnných je příliš mnoho, zvlášť u tepelného čerpadla, kde je reakce na teplotu výrazná. Ale i tak nějaké odezva předpovědi spotřeby na okolní teplotu bude pokrok. Tak držím palce, ať naleznete to správné řešení. Kdybyste potřebovali testovací instalaci, můžu pomoct.

ono ty vstupy od uživatele jsou vždy problematické v tom, že většina těch lidí to nastaví špatně, nebo sice správně, ale pak to zapomene aktualizovat atd.

Následně nám pak volají, proč to počítáme tak špatně, abychom jim řekli, že takto si to nastavili a odpovědí většinou je, že to tak sice nastavili, ale že preci máme data na to abychom viděli, že je to špatně a máme to detekovat a následně dělat správně.

No a asi chápete jaké řešení se pak nabízí - přeskočit ten uživatelský vstup úplně a rovnou to dělat z dat :smiley:

Rozhodně souhlasím, že vynechat z řetězce uživatele jako nespolehlivého elementa je rozumné. Dokážu si představit, že analýzou dat je možné rozlišit druh topení v objektu, ale je otázka, zda to není mrhání silami v době, kdy byste se mohli věnovat nečemu jinému (nechtěl jsem napsat důležitějšímu, protože korekce předpovědi spotřeby na základě okolní teploty považuji za důležitý úkol). Když už si tak píšeme, mně osobně by se líbilo, kdyby bylo možné zatržítkem zapínat a vypínat grafy v Proteovi a mít možnost v nich zoomovat. A také kdyby pro 24 hodin dopředu byla vidět finanční bilance, pokud by se systém choval přesně podle předpokládané spotřeby, výroby a přednastavého chování. Každý uživatel, který by zasáhl do řízení ručně by viděl, jak se jeho zásah projevil na celkové finanční bilanci. A bylo by po diskuzi, zda Proteus nastavuje nebo nenastavuje elektrárnu správně.

1 Like

ta bilance už je téměř hotová - to spustíme velmi brzy, ja to aktuální prio 1

design protea včetně grafů budeme předělávat - budeme spojovat portál s fakturacemi, daty o spotřebě a protea dohromady do „mobile first“ podoby, tzn, primárně bude mobilní aplikace, sekundární web (ten zůstane, ale nebude to primární platforma).

Jinak těm predikcím požádám ještě @Prokop - je tam v plánu nasazení vylepšení těch predikcí a toho jak se s nimi pracuje, tak možná to vyřeší ten problém jako takový (asi ne plně, ale třeba z větší části)

Už se těším na ostré nasazení. Mimochodem i u předpovědi výroby by se dala udělat korekce na chybu předpovědi. Předpověď počasí vždy platí pro nějakou oblast, ale každé místo je jiné, ale liší se i meteorologické předpovědi od různých služeb. Takže není problém statisticky porovnávat předpovídanou a skutečnou výrobu a tímto místním koeficientem korigovat předpověď pro danou oblast pro konkrétní instalaci. Bylo by to jen 2* 365 čísel očně a jeden koeficient. A ještě byste získali informaci o tom, jak se která služba ve svých předpovědích mýlí. To je vše, už dám pokoj. :slight_smile:

děláme ty predikce podle přesné polohy dané FVE, ale samozřejmě i to má svojí chybu (ty predikce nakupujeme)

Je pak (nebo spíše bude?) někde k vidění i analýza jak to dopadlo historicky per domácnost? Já tomu jen u sebe naivně věřím, že to není potřeba nijak kompenzovat.

@Prokop asi když tak řekni jak to plus mínus vychází

Zkusím odpovědět v bodech, doufám že jsem na něco nezapomněl.

  • Historickou analýzu přesnosti predikcí per domácnost (zatím) v nejbližší době ukazovat v Proteovi neplánujeme. Ona jediná správná metrika, jsou predikce spojené dohromady (FVE, spotřeba a plán střídače jako takového, protože až výsledek všeho se skutečně projeví v nákladech). Tady se naopak chystáme počítat a ukazovat jakou úsporu řízení jako takové přináší. Tedy porovnávat řízený stav střídače se stavem kdyby řízen nebyl (protože nakonec toto je jediná relevantní metrika). Poněkud problematická část je tu kvalita dat, kdy se nemalá část střídačů, nechová tak jak bychom modelově očekávali (typicky kvůli rozbalancovaným článkům atp.). Takže potřebujeme ještě nějaký čas na to čísla vyčistit, abychom nezpůsobili víc zmatku než užitku.

  • K těm predikcím, není naší ambicí přesně rozpoznávat, jaký typ topení je v domácnosti instalován, ale vidíme vazbu mezi teplotou a zvýšenou spotřebou pro každého zákazníka zvlášť, kterou jsme pak schopni do predikcí promítnout. Ale jak jsem psal, je to zatím spíš první krok, než finální řešení.

  • Lokalizace predikcí, jak psal David, predikujeme každé odběrné místo zvlášť, meteo vstupy máme v granuralitě cca 3km*3km. Ale kvalita těch predikcí je proměnlivá. Léto to odpredikuje hezky, ale podzim, mlhy, rychlé změny se v přesnosti hrozně moc liší. Testovali jsme tu spousty různých meteo providerů, ale ty nejlepší predikce jsou extrémně drahé, tak to zatím kombinujeme externími vstupy/vlastními modely. To co tam nemáme (a měli bychom mít) jsou ty lokální korekce, tam kde vidíme, že jsou repdikce (z jakéhokoliv důvodu) špatně systematicky. Na portfoliu systematická chyba není, to sledujeme důsledně.

Dnes jsem zapnul topení tepelným čerpadlem, takže by se měly v Proteovi objevit čerstvá data. Manuálně jsem zdvihnul odhady spotřeby na dnes a zítra o 0.6 kWh pro každou hodinu.

Já třeba topnou sezonu ještě nezahájil. A dokud nebudou mít na sobě furt ponožky a dva svetry, tak nezahájim. :wink:

1 Like

dneska se mi v rámci automatizace zaplo topení samo, tak mě to překvapilo a šel jsem přenastavit teploty na nižší :slight_smile:

Taky jsem si nějaký čas říkal, že přechod z leta na topnou sezonu je se zpozdenim a co s tim.

Akorat chci podotknout, ze treba pokud se mi chce s tim hrat, tak kdyz vidim, ze zitra bude extra mrznout, pritopim si do podlahy den predtim manualne za lepsi cenu. Tak co s tim…

Mimochodem, minulou zimu jsem si trochu lamal hlavu s tim, jestli je lepsi topit TC v noci, kdyz je levnejsi elektrina, nebo ve dne, kdy je tepleji… tak jsem si udelal vypocet, ze z hodinove predpovedi teploty zjistit COP a to jsem pak prononasobil cenou elektriny a vyslo mi neco takoveho napriklad:

treba je to pro nekoho zajimave

1 Like