PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Definition of the Time Zones of a Dynamic Tariff for a Potential Group of Flexible Electricity Consumers

Treść / Zawartość
Identyfikatory
Warianty tytułu
PL
Określenie stref czasowych taryfy dynamicznej dla potencjalnej grupy elastycznych odbiorców energii elektrycznej
Języki publikacji
EN PL
Abstrakty
EN
The paper discusses the definition of time zones of a multi-zone dynamic tariff for customers in the G12 tariff group. The study employed cluster analysis, i.e. object grouping, used to isolate homogeneous groups of objects by the k-means algorithm. Subject to analysis were four randomly selected days of the year, including holidays and workdays in summer and winter. The selected input data included the averaged standard electricity consumption profiles for customers in the G12 tariff group, the weighted average price from the day-ahead market (DAM) and the ambient temperature. The study consisted in the selection of the number of clusters for a given day of the year, including the objective function – the minimum variability of data within clusters and maximum variability of data between individual clusters. The Davies-Bouldin index, defined a metric for evaluating clustering algorithms, was used to evaluate the obtained results. The results of the analysis show that the division of time zones obtained for a multi-zone dynamic tariff is characterized by greater detail (three or four zones) than in the flat G12 tariff (two zones).
PL
W artykule omówiono definicję stref czasowych wielostrefowej taryfy dynamicznej dla odbiorców grupy taryfowej G12. Badanie zostało przeprowadzone z zastosowaniem analizy skupień, czyli grupowania obiektowego, wykorzystywanego do wyodrębniania jednorodnych grup obiektów, za pomocą algorytmu k-średnich. Analiza została przeprowadzona dla czterech wylosowanych dób roku, obejmujących dni świąteczne oraz dni robocze w okresie letnim i zimowym. Wybór danych wejściowych obejmował uśred- nione standardowe profile zużycia energii elektrycznej dla odbiorców w grupie taryfowej G12, kurs średni ważony z rynku dnia następnego (RDN) oraz temperaturę otoczenia. Badanie polegało na doborze liczby skupień dla danej doby roku, z uwzględnieniem funkcji celu – minimalizacji zmienności danych wewnątrz skupień i maksymalizacji zmienności danych między poszczególnymi skupieniami. Do oceny otrzymanych wyników posłużono się wskaźnikiem Daviesa-Bouldina, zdefiniowanego jako metryka oceny algorytmów grupowania. Z rezultatów przeprowadzonej analizy wynika, że uzyskany podział stref czasowych dla wielostrefowej taryfy dynamicznej cechuje się większą szczegółowością (trzy lub cztery strefy) niż w taryfie płaskiej G12 (dwie strefy).
Wydawca
Czasopismo
Rocznik
Tom
Strony
69--75
Opis fizyczny
Bibliogr. 22 poz., rys., tab.
Twórcy
autor
  • PSE Innowacje sp. z o.o.
  • AGH University of Science and Technology in Kraków
Bibliografia
  • 1. International Smart Grid Action Network, Dynamic Tariff Structures for Demand Side Management and Demand Response, India 2013.
  • 2. Frontier Economics, Retail Tariff Model, A Report prepared for the AEMC, Australia 2012.
  • 3. USAID INDIA, Smart Grids: An Approach to Dynamic Pricing in India, Partnership to Advance Clean Energy Deployment (PACE-D), Technical Assistance Program, India 2014.
  • 4. Application: Directive of the European Parliament and of the Council on common rules for the internal market in electricity, Brussels 2017.
  • 5. Europejski rynek energii elektrycznej – diagnoza [The European Electricity Market – a Diagnosis], Polskie Sieci Elektroenergetyczne S.A., Warsaw, 2018.
  • 6. Majka K., Systemy rozliczeń i taryfy w elektroenergetyce [Billing Systems and Tariffs in the Power Sector], Wydawnictwo Politechniki Lubelskiej, Lublin 2005.
  • 7. Korab R., Locational marginal prices (and rates) – harmonization of market solutions with new development trends, Acta Energetica, No. 2/2, 2009, pp. 31–40.
  • 8. Instrukcja Ruchu i Eksploatacji Sieci Dystrybucyjnej [Distribution Grid Code], Energa Operator, 2018.
  • 9. Instrukcja Ruchu i Eksploatacji Sieci Dystrybucyjnej [Distribution Grid Code], Enea Operator, 2018.
  • 10. Instrukcja Ruchu i Eksploatacji Sieci Dystrybucyjnej [Distribution Grid Code], Tauron Dystrybucja S.A., 2018.
  • 11. Instrukcja Ruchu i Eksploatacji Sieci Dystrybucyjnej [Distribution Grid Code], Innogy Stoen Operator sp. z o.o., 2018.
  • 12. Instrukcja Ruchu i Eksploatacji Sieci Dystrybucyjnej [Distribution Grid Code], PGE Dystrybucja S.A., 2018.
  • 13. Rynek Dnia Następnego – Wyniki Notowań, TGE [Day Ahead Marked – Quotations, TGE] [online], https://tge.pl/pl/541/wyniki-rdn [access: 12.02.2019].
  • 14. Data of IMGW Institute of Meteorology and Water Management [online], https://dane.imgw.pl/data/dane_pomiarowo_obserwacyjne/dane_meteorologiczne/terminowe/synop/ [access: 12.02.2019].
  • 15. Dutta G., Mitra K., Dynamic Pricing of Electricity: A Survey of Related Research, Indian Institute of Management, Ahmedabad, India 2015.
  • 16. Smartgrid Engagement Toolkit [online], https://www.smartgridengagement-toolkit.eu/fileadmin/s3ctoolkit/user/guidelines/GUIDELINE_DESIGNING_A_DYNAMIC_TARIFF.pdf [access: 12/02/2019]
  • 17. StatSoft Polska [online], www.statsoft.pl [access: 12.02.2019].
  • 18. Wierzchoń S., Kłopotek S., Algorytmy analizy skupień [Cluster Analysis Algorithms], Wydawnictwo Naukowe PWN, Warsaw 2015.
  • 19. Bezdek J.C., Pal N.R., Some new indexes of cluster validity, IEEE Transactions on Systems, Man, And Cybernetics, Part B: Cybernetics, Vol. 28, June 3, 1998, pp. 301–315.
  • 20. Davies D.L., Bouldin D.W., A Cluster Separation Measure, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 1, Issue 2, 1979, pp. 224–227.
  • 21. Naukowiec [Scientist] [online], http://www.naukowiec.org/wiedza/statystyka/wspolliniowosc-zmiennych objasniajacych_954.html http://www.naukowiec.org/wiedza/statystyka/wspolliniowosc-zmiennych-objasniajacych_954.html [access: 23/05/2019]
  • 22. Bojda K., Sołtysik M., Wpływ elektromobilności na rozwój gmin i klastrów energii przy wykorzystaniu możliwości stymulacji cennikowej [Electromobility impact on the development of municipalities and energy clusters using the possibility of price-setting stimulation], Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią Polskiej Akademii Nauk, No. 107, 2018, pp. 119–134.
Uwagi
1. Wersja polska na stronach 76--81.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-97c12669-b319-42e0-9ec4-3b85ac78b45a
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.