02960 Time Series Analysis - with a focus on Modelling and Forecasting in Energy Systems

2024/2025

Kursusinformation
Time Series Analysis - with a focus on Modelling and Forecasting in Energy Systems
Engelsk
2,5
Ph.d., Faglig identitetskursus
Kurset udbydes som enkeltfag
August
Kurset afholdes over 5 dage.
Campus Lyngby
Sommerskolen arrangeres af DTU i samarbejde med Center Denmark og IEA EBC Annexes 81, 82 og 83, samt projekterne Next Energy, DEH, ARV, syn.ikia, BIPED, Seeds, Begonia og Elexia.
[Kurset følger ikke DTUs normale skemastruktur]
Inden en måned efter sommerskolen afleveres den sidste rapport til evaluering
Bedømmelse af øvelser og rapport(er)
For at bestå kurset og opnå ECTS point skal raporter over øvelserne givet under sommerskolen afleveres en måned efter sidste dag, samt godkendes.
bestået/ikke bestået , intern bedømmelse
Grundlæggende ingeniør statistik kursus, samt et basalt kendskab til tidsrækkeanalyse.
0240202417
Minimum 15 Maksimum: 100
Peder Bacher , Lyngby Campus, Bygning 303B , pbac@dtu.dk
Henrik Madsen , Lyngby Campus, Bygning 303B, Tlf. (+45) 4525 3408 , hmad@dtu.dk
01 Institut for Matematik og Computer Science
https://02960.compute.dtu.dk/
I studieplanlæggeren

Tilmelding skal også ske til Peder Bacher, pbac@dtu.dk. Se mere på https:/​/​02417.compute.dtu.dk/​registration
Overordnede kursusmål
At give deltagerne en konkret indføring i de statistiske teknikker, som er specielt andvendlige til modellering baseret på data observeret fra energi systemer, samt anvendelsen af modellerne f.eks. til styring.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Opnå grundig forståelse for maximum likelihood estimationsteknikker.
  • Formulere og anvende ikke-parametriske modeller vha. kernel funktioner og splines - specielt til modellering af solindstrålings- og brugeradfærdeffekter.
  • Formulere og anvende tidsadaptive modeller.
  • Formulere og anvende modeller til short-term forecasting i energisystemer, f.eks. til varmeforbrug i bygninger, eleffekt fra solceller og vindmøller.
  • Anvendelse af statistiske modeludvælgelsesteknikker (F-test, likelihood ratio-tests, model validering).
  • Formulere og anvende grey-box modeller - model identifikation - test for model order og model validering, samt avancerede ikke-lineære modeller.
  • Opnå forståelse af model predictive control (MPC) - via konkrete anvendte eksempler på energisystemer.
  • Opnå forståelse af fleksibilitetsfunktioner og -indeks.
Kursusindhold
Generelt er der brug for selvindstillende modeller af hver komponent i et system, men kun i den nødvendige detaljegrad til den konkrete anvendelse. Har man f.eks. en bygning med solceller og varmepumpe, så har man typisk brug for en model fra vejrprognoser og styrevariabler til: eleffekt fra solceller, ellast fra varmepumpen, samt indetemperatur i bygningen. Disse i kombination med elpriser, vil i en MPC styring, kunne optimere driften af varmepumpen og flytte forbruget for at opnå den billigste drift. Der findes mange andre anvendelse, e.g. KPI performance estimation og fejldiagnostisering, disse anvendelser vil også blive eksemplificeret. Den statistiske teori bag modellerne vil blive præsenteret, specielt er fokus på ikke-lineære modeller, både diskrete (kernels og splines) og kontinuerte (grey-box modellering med SDEer).
Litteraturhenvisninger
Som udgangspunkt forventes kendskab til tidsrækkeanalyse, som præsenteret i http:/​/​henrikmadsen.org/​books/​time-series-analysis/​. Materialet til selve kurset vil blive tilgængeligt for deltagerne.
Sidst opdateret
29. august, 2024