Sähkövarastojen käyttäytymisen ennustaminen ja tiedonhallinta: Kantaverkkoyhtiön käyttötoiminnan näkökulma
Year: 2025
Type: dissertation
Abstract: Sähkövarastojen määrä Suomen sähköjärjestelmässä on kasvanut nopeasti, mikä on lisännyt tarvetta ymmärtää niiden käyttäytymistä ja vaikutuksia kantaverkkoyhtiön käyttötoimintaan. Diplomityön tavoitteena oli selvittää, millainen on sähkövarastojen liittymisprosessi, mitä tietoja sähkövarastoista tällä hetkellä vaaditaan, voidaanko sähkövarastojen käyttäytymistä eli baseline-tehoa ennustaa nykyisin käytettävissä olevilla tiedoilla ja miten sitä voidaan ennustaa. Työssä kartoitettiin sähkövarastojen liittymisprosessin tietovirrat, analysoitiin tiedonhallinnan nykytila sekä arvioitiin tiedon riittävyyttä ennustamisen näkökulmasta. Työssä tehtiin kirjallisuuskatsaus sähkömarkkinoiden toimintaperiaatteista ja vaatimuksista, liiketoimintaprosessien mallinnuksesta sekä aikasarjaennustamisen menetelmistä. Soveltavassa osuudessa mallinnettiin sähkövarastojen liittymisprosessi ja tietovirrat Fingridin vaatimusten sekä asiantuntijahaastatteluiden pohjalta. Lisäksi työssä tunnistettiin sähkövarastojen tiedonhallinnan puutteet ja arvioitiin niiden vaikutusta sähkövarastojen ennustamiseen. Lopuksi määriteltiin keinot aloittaa sähkövarastojen ennustaminen tunnistettujen puutteiden korjaamisen jälkeen. Tulosten perusteella sähkövarastojen käyttäytymisen ennustaminen on nykyisellään haastavaa. Keskeisiä tietoja, kuten baseline-tehoa ja mittausdataa, ei ole kattavasti saatavilla tai tiedot eivät ole yhdistettävissä muihin sähkövaraston tietoihin. Tiedonhallinnan puutteet, kuten mittausdatan laatu, tietomallien hajanaisuus ja tuotantosuunnitelmien luokittelun puute, estävät luotettavien ennusteiden muodostamisen. Työssä esitetään konkreettisia kehitystoimenpiteitä tiedonhallinnan parantamiseksi, joista merkittävin toimenpide ennustamisen mahdollistamiseksi on baseline-signaalin vaatiminen. Kun tarvittavat tiedot ja tietomallit ovat kunnossa, voidaan ennustaminen aloittaa yksinkertaisilla tilastollisilla malleilla ja siirtyä kohti kehittyneempiä datapohjaisia menetelmiä. Työ osoittaa, että sähkövarastojen ennustaminen vaatii ennustemallien vertailua ja kattavaa data-analyysiä tarkkojen lopputulosten saamiseksi. Toisaalta tarkan ennustamisen edellytyksenä on tiedonhallinnan kehittäminen ja markkinamuutosten vaikutusten huomiointi.
Author: Kangasniemi, Niko
Institution: Tampere University
Language: Finnish
Subfield: Electrical and Electronic Engineering
Field: Engineering
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7132913829