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:
- Beskrive de forskellige typer data af betydning for forbrugere
og prosumere på energimarkederne
- Beskrive en række udfordringer i beslutningsprocessen hos
elforbrugere og prosumere som optimeringsproblemer
- Implementere og løse disse optimeringsproblemer
- Kunne udlede og diskutere beskrivende statistikker om data
relateret til elproduktion og -forbrug
- Implementere og anvende regression og maskinlæring
teknikker
- Udvikle dataanalyse- og optimeringsprogrammer i Python
- 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. 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. regression, såvel som
operationsforskning, f.eks. lineær programmering, blive
introduceret og anvendt i forbindelse med intelligent elektrisk
energiforbrug. Endelig vil eleverne bruge Python
programmeringssproget til behandling af data, implementering af
analyser og optimeringsmetoder samt forskellige typer af
visualiseringer.
Sidst opdateret
27. januar, 2022
