belastningsprognoser

Belastningsprognoser er forudsigelser af elforbruget i et elsystem over kommende tidsrum. De bruges af netoperatører, elproducenter og markedsaktører til at sikre balance mellem udbud og efterspørgsel, til driftsplanlægning og til at optimere driftsomkostninger og investeringer.

Horisont og detaljeringsgrad varierer. Kortsigtede prognoser dækker minutter til timer og bruges i realtidsstyring og daglige beslutninger som enhedssammensætning og reserveplanlægning. Langtidsprognoser kan dække dage til uger og bruges til produktionsteknisk planlægning, nettdesign og økonomisk vurdering. Prognoser kan være punktestimater eller sandsynlighedsbaserede, hvor scenerier og eller konfidensintervaller giver plads til usikkerhed.

Inddata og metoder. Vejrdata (temperatur, vind, solindstråling), kalenderfaktorer (ugedage, helligdage), økonomiske indikatorer og historiske forbrugsdata er centrale input. Metoder spænder fra klassiske tidsrækkeanalyser (ARIMA/SARIMA) og regressionsmodeller til maskinlæringsmetoder (fremragende for mønster genkendelse) og hybride tilgange. Der kan være både deterministiske og probabilistiske prognoser, hvor sidstnævnte giver sandsynlighedsbaserede intervaler.

Anvendelser og udfordringer. Belastningsprognoser understøtter driftsplanlægning, markedsafvikling, balancering og efterspørgselsstyring gennem demand response. Udfordringer inkluderer usikkerhed, ændrede forbrugsmønstre, integration af vedvarende energi og datakvalitet. Evaluering af prognoser bruger målemetoder som MAE, RMSE og MAPE, og probabilistiske vurderinger som kalibrering og CRPS for at måle forståelse af usikkerhed.