Overordnede kursusmål
Kursets hovedmål er at afsløre mulighederne for grænsefladen mellem
digitalisering og energimarkeder ved at gennemgå nogle indledende
begreber i analyse og optimering.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
- Forklare de grundlæggende begreber og funktionsmåde på
energimarkederne, både på engros- og detailsiden
- Beskrive de forskellige typer data af betydning for forbrugere
og prosumere på energimarkederne
- Kunne udlede og diskutere beskrivende statistikker om
elektriske belastningsdata på husstandsniveau
- Implementere og anvende grundlæggende clustering teknikker
- Bruge egnede visualiseringer i f.eks. R eller Python
- Beskrive en række udfordringer i beslutningsprocessen hos
elforbrugere og prosumere som optimeringsproblemer
- Implementere og løse disse optimeringsproblemer
- Organisere og udføre gruppebaseret projektarbejde
- Fremlægge projektarbejde på en tilfredsstillende måde, både
mundtligt og skriftligt.
Kursusindhold
Kombinationen af den stigende tilgængelighed af data i
energisystemer og liberaliseringen af energimarkederne giver en
række muligheder og udfordringer i driften af energisystemer.
Kurset vil primært koncentrere sig om elektricitet, selv om det vil
blive forklaret, hvordan lignende begreber og metoder også gælder
for andre energisystemer, f.eks. varme og gas.
En kompakt introduktion til energimarkederne vil blive givet ved at
definere grossist- og detailpartier samt omkostningsstrukturen for
elektricitet. Derefter tages udgangspunkt i forbrugernes og
prosumernes synspunkter ved også at se på detailsiden af
energimarkederne mere generelt. Parallelt vil de forskellige typer
data af relevans blive introduceret, som f.eks. Smart meter og
meteorologiske data, der kan bruges som input til analyse og
optimering. Derefter vil der blive lagt vægt på en række analyse-
og optimeringsproblemer, for forbrugerprofilering, optimal
planlægning af forbrug og opbevaring, mv. Til dette formål vil
metoder fra statistisk læring f.eks. clustering, såvel som
operationsforskning og. lineær programmering blive introduceret og
anvendt i forbindelse med intelligent elektrisk energiforbrug.
Endelig vil eleverne bruge et programmeringssprog som R eller
python til behandling af data, implementering af analyser og
optimeringsmetoder samt forskellige typer af visualiseringer.
Bemærkninger
E-learning anvendes i form af podcast lectures, interactive quiz,
chat room, discussion board/blog og web-based tools.
Sidst opdateret
18. marts, 2020
