- AutorIn
- Anne Wenzel
- Titel
- Komponentenzerlegung des Regelleistungsbedarfs mit Methoden der Zeitreihenanalyse
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:ch1-qucosa-66420
- Datum der Einreichung
- 14.09.2010
- Datum der Verteidigung
- 29.10.2010
- Abstract (DE)
- Im Rahmen der Arbeit wurden die minutengenauen Daten des Regelleistungsbedarfs (Summe aus Sekundärregelleistung und Minutenreserve) der Monate April bis Dezember des Jahres 2009 einer Regelzone einer Zeitreihenanalyse unterzogen und in Komponenten gemäß dem klassischen Komponentenmodell zerlegt. Diese sind die Trendkomponente, ermittelt durch einen gleitenden Durchschnitt mit der Länge einer Stunde, weiterhin zwei periodische Komponenten mit der Periodenlänge einer Stunde sowie der Periodenlänge eines Tages und die Restkomponente, welche mit einem ARIMA(2,1,5)-Prozess modelliert wurde. In der Zukunft sollte das erstellte Modell des Regelleistungsbedarfs durch Hinzunahme einer jahreszeitlichen Komponente noch verbessert werden. Dies war im Rahmen der Arbeit nicht möglich, da keine Daten über einen Zeitraum von mehreren Jahren vorhanden waren. Zusätzlich kann geprüft werden, inwiefern mit dem Komponentenmodell Prognosen durchführbar sind. Dafür sollte die Trendkomponente anders gewählt werden, da sich der hier gewählte Weg zu sehr an den Daten orientiert. Der zweite Teil der Aufgabenstellung dieser Arbeit bestand im Identifizieren inhaltlicher Komponenten, also möglicher Zusammenhänge zwischen dem Regelleistungsbedarf und verschiedenen denkbaren Ursachen. Als potentielle Ursachen wurden der Lastverlauf sowie die Windenergieeinspeisung untersucht. Zwischen der Zeitreihe des Lastverlaufs und der des Regelleistungsbedarfs bestand eine leichte positive Korrelation, zwischen der Zeitreihe der Windenergieeinspeisung und der des Regelleistungsbedarfs eine geringe negative Korrelation.
- Freie Schlagwörter (DE)
- Komponentenzerlegung, ARMA, ARIMA
- Freie Schlagwörter (EN)
- operating reserve, modeling, time series, decomposition of time series, stochastic process, ARMA, ARIMA
- Klassifikation (DDC)
- 510
- Normschlagwörter (GND)
- Regelleistung, Modellierung, Zeitreihe, Zeitreihenanalyse, stochastischer Prozess
- GutachterIn
- Prof. Dr. Bernd Hofmann
- Prof. Dr. Wolfgang Schufft
- BetreuerIn
- Prof. Dr. Bernd Hofmann
- Prof. Dr. Wolfgang Schufft
- Den akademischen Grad verleihende / prüfende Institution
- Technische Universität Chemnitz, Chemnitz
- URN Qucosa
- urn:nbn:de:bsz:ch1-qucosa-66420
- Veröffentlichungsdatum Qucosa
- 01.04.2011
- Dokumenttyp
- Masterarbeit / Staatsexamensarbeit
- Sprache des Dokumentes
- Deutsch
- Inhaltsverzeichnis
Einleitung 1 Ausgangssituation und technische Gegebenheiten 2 Mathematische Grundlagen 3 Analyse der Regelleistungsdaten 4 Zusammenfassung und Ausblick