HVORDAN SKABER ELSEKTOREN VÆRDI FRA DATA? Jesper Kronborg Jensen, Energinet 1
FORBRUGSPROFILER Der er behov for at kunne træffe beslutninger på et datadrevet grundlag 1 Behov for at kunne fastlægge udgangspunktet for stationsforbruget på faktisk målt forbrug 2 Behov for at bestemme forbrugstypers bidrag til maksimal og minimal effekt nu og i fremtiden baseret på profiler fremfor historiske markedsdata 3 Behov for at kunne fremskrive nye forbrugstyper på stationer ved at få bedre indsigt i hvordan forbruget fordeler sig 2
HVORDAN DEFINERER VI EN FORBRUGSPROFIL? EKSEMPEL PÅ EN FORBRUGSPROFIL En forbrugsprofil viser en generel profil for fordelingen af elforbrug over en given tidsperiode fx en uge eller en måned. Profilen afspejler forbrugsmønsteret på en måler, og kan give en forståelse af forbrugsadfærden, dvs. hvornår målepunktet har behov for elektricitet. Kilde: Newing, A., Anderson, B., Hahaj, A. og James, P. (2016), The Role of Digital Trace Data in Supporting the Collection of Population Statistics the Case for Smart Metered Electricity Consumption Data, Population Space and Place, Vol. 22 No. 8, s. 849-863. 3
IDENTIFICERE & KLASSIFICERE VP PROFILER 1. Identificere VP Fra Husstand u/ varmepumpe Til Husstand m/ varmepumpe Verificeret mod dokument Styr din varmepumpe 2. Klassificere VP 85 % korrekt
RESULTATER Hvad har vi lært om forbrugsprofiler? FORBRUG FRA VARMEPUMPER Koble individuelle målepunkter til en station Identificere og lave forbrugsprofiler for individuelle varmepumper Klassificere varmepumper ud fra forbrugsdata Aggregere forbrugstyper for hver station ud fra individuelle målepunkter 5
FORBRUGSFLEKSIBILITET Hvad reagerer de på? Hvem reagerer? SEGMENTER Kan vi opgøre den implicitte forbrugsfleksibilitet? Kan vi se en reaktion? AFVIGELSER SIGNALER Hvornår reagerer de? (Er det når Energinet har brug for det?) Kan vi udvikle et værktøj? 6
RESULTATER AF SPRINTET FLEXAFREGNEDE FORBRUGERE DK2 Små virksomheder Private Netområde med flad tarif Netområde med tidsdifferentieret tarif Netområde med flad tarif Netområde med tidsdifferentieret tarif 7 Gennemsnitsforbrug pr. dag pr. time Gennemsnitsforbrug pr. dag pr. time Gennemsnitsforbrug pr. dag pr. time Gennemsnitsforbrug pr. dag pr. time 7.617 kwh/h 16.516 kwh/h 16.716 kwh/h 39.964 kwh/h Faktisk forbrug Modelleret forbrug 19/01320-15
RESULTATER Hvad har vi lært om forbrugsfleksibilitet? private, små virksomheder og landbrug reagerer på pris (lille effekt) intet forbrug reagerer på CO 2 signal temperatur er en primær driver for ændring af elforbrug for private, små virksomheder og handelsvirksomheder tidsdifferentierede tariffer skaber ikke forbrugsfleksibilitet der er ikke forskel i fleksibilitet hos forbrugere med og uden tidsdifferentierede tariffer der ses højere forbrug end normalt ved betydelig nedregulering det kan ikke eftervises, at virksomheder, der tidligere har oplyst, at de agerer fleksibelt rent faktisk er det i 2018
OPEN DOOR LAB MARKEDSBASERET INDPASNING AF VEDVARENDE ENERGI FREMMER ANVENDELSE AF ENERGIDATA OG DIGITALE MARKEDSINITIATIVER MÅLRETTER FOKUS PÅ STRATEGISK FIT OG NYTÆNKENDE DIGITAL UDVIKLING, DER SKABER FORRETNINGSMÆSSIG VÆRDI UNDERSTØTTER MARKEDSBASERET INDPASNING AF VEDVARENDE ENERGI GENNEMFØRER MÅLRETTEDE FORLØB SAMMEN MED EKSTERNE VIRKSOMHEDER/ORGANISATIONER UNDERSTØTTE OG FREMME ANVENDELSEN AF DATA REDUCERE BARRIERER FOR ANVENDELSE AF DATA INSPIRERE TIL ØGET BRUG AF DATA
1 SPØRGSMÅL Skriv til os med idéer: energidata@energinet.dk