文献

J-GLOBAL ID：202202241572772432   整理番号：22A0101784

住宅家庭における利用可能な蓄熱容量の確率的日先予測【JST・京大機械翻訳】

Probabilistic day-ahead forecast of available thermal storage capacities in residential households

著者 (2件)： Lange Jelto (Institute of Environmental Technology and Energy Economics, Hamburg University of Technology, Eissendorfer Strasse 40, 21073 Hamburg, Germany) ,  Kaltschmitt Martin (Institute of Environmental Technology and Energy Economics, Hamburg University of Technology, Eissendorfer Strasse 40, 21073 Hamburg, Germany)
資料名： Applied Energy  (Applied Energy)
巻： 306  号： PA  ページ： Null  発行年： 2022年 
JST資料番号： A0097A  ISSN： 0306-2619  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 揮発性再生可能物に基づく発電のより大きなシェアは,しばしば高い削減率,従って炭素-中性エネルギーの損失をもたらす。小規模住宅電力から熱への利用は,電力需要を柔軟に増やし,そうでなければ,そうでない再生可能発電を統合して,この状況を改善するのを助けることができる。それにもかかわらず,全体的システム運用におけるそのような柔軟性を含めるためには,信頼できる定量的計画と行動基盤の必要性がある。そのために,人工ニューラルネットワークに基づく住宅電力対熱運転のための利用可能な蓄熱容量の確率的日先予測を実行する方法を提案した。予測は,貯蔵温度の日先予測と利用可能な貯蔵能力の導出からなる2段階アプローチとして構造化される。住宅部門における不確実性をより良く対処するために,確率的予測を行った。温度予測のために,長い短期メモリ層と混合密度出力から成るニューラルネットワーク構造を使用した。貯蔵温度の予測確率分布を次にサンプリングし,貯蔵容量の確率分布に変換した。適切なハイパーパラメータ構成を確保するために,これらのパラメータの自動最適化を行った。このアプローチの一般的な適用性の実証のために,事例研究をドイツ北部の単一家族世帯のデータに基づいて行った。異なる決定論的および確率的ベンチマーク予測モデルに対するアプローチを比較し,提案アプローチがベンチマークモデルよりも明らかに優れていることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  最適化 ,  *電力 ,  ネットワーク ,  不確実性 ,  発電 ,  電力需要 ,  ニューラルネットワーク ,  確率分布 ,  事例研究 ,  系統運用 ,  ベンチマーク ,  予測モデル
準シソーラス用語： 決定論 ,  温度予測 , 【Automatic Indexing@JST】

著者キーワード (6件)： セクタ結合 ,  住宅電力対熱 ,  予測 ,  人工ニューラルネットワーク ,  LSTM ,  混合密度ネットワーク

分類 (4件)： 太陽光発電  (NB03090G) ,  風力発電  (NB03120Q) ,  電力工学・電力事業一般  (NB01000X) ,  風力エネルギー  (LB03060X)

タイトルに関連する用語 (5件)： 住宅 ,  家庭 ,  蓄熱 ,  確率 ,  予測