SCCER Digitalization

Verwendung von Clustering-Methoden zur Analyse von Smart-Metering-Daten.

Im Rahmen der Energiestrategie 2050 müssen Schweizer Netzbetreiber bis 2027 alte Stromzähler durch intelligente “Smart Meter” ersetzen. In einem Pilot-Projekt mit Siemens, Arbon Energie AG und Università della Svizzera italiana USI werden Daten von rund 10'000 "Smart Metern" ausgewertet. Um die Kundensegmentierung besser zu verstehen, werden die verschiedenen Verbrauchertypen geclustert. Die Ergebnisse können für Anlagenmanagement und Netzbetrieb verwendet werden.

Bildnachweis: European Utility Week-2019

• Klasseneinteilung der Verbraucher durch Verwendung von Daten der Lastprofile
• Kategorisierung nach heutigen Standardlastprofilen gemäss ElCom
• Clustering und Untersuchung der Übereinstimmung der Kundengruppen bzgl. Netz- und Energiekosten.
• Clustering von Netzelementen
• Identifikation von unregelmässigen Kenndaten
• Sensitivität und komparative Analyse

Die Standardlastprofile wurden gemäss verschiedenen Verbrauchskategorien zur Sortierung der Smart Meters verwendet. Es ist grundsätzlich möglich, für jede Verbrauchskategorie eine durchschnittliche Spitzenleistung oder eine Leistungsverteilung davon zu identifizieren und sie für kundenbasierte Vorhersagen zu verwenden. Smart Meters, die zur selben Verbrauchskategorien gehören, können aber sehr unterschiedliche Lastprofile haben.

Clustering-Methoden wurden eingesetzt, um Kundengruppen mit einem ähnlichen Verhalten zu finden. Im nächsten Schritt wird die Konsistenz der Gruppen auf der Grundlage von Netzbetrieb und Energiebeschaffungskosten analysiert.

Abbildung 2: Durchschnittliche Spitzenleistung über jährlichen Energieverbrauch. Unterschiedliche Farben zeigen unterschiedliche Kategorien an.

Abbildung 3: Energie wöchentlicher Durchschnitt im Winter für alle SM in einer Kategorie.

Abbildung 4: Ergebende Clusters (verschiedene Farben) für Daten in Abbildung 3. Dicke Linien stellen den Median jedes Clusters dar.