Rathmair, M. (2011). Energy feedback and electrical load identification [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://resolver.obvsg.at/urn:nbn:at:at-ubtuw:1-39233
Energy Feedback; Load Identification Framework; Smart Metering
en
Abstract:
Eine individuelle Messung und das Management von Einzellasten in einem Haushalt wird immer populärer. Besonders, wenn diese Messung mit Systemen für Heimautomatisierung und Energiefeedback in Verbindung gebracht wird. In jedem Haushalt erfolgt die Messung des Gesamtverbrauchs über einen Stromzähler, welcher von den Energieversorgern für die Abrechnung der Energiekosen verwendet wird. In modernen neuen Anlagen kommen vollelektronische Stromzähler, sogenannte Smart Meter, zum Einsatz. Die Hauptaufgabe in dieser Diplomarbeit besteht darin, die Einzel- mit der Summenverbrauchsmessung zu vereinen und die einzelnen Geräte aus dem Summenlastprofil einflussfrei zu identifizieren. Eine wesentliche Aufgabe des Projektes, ist die Aufzeichnung von Lastprofilen einzelner Geräte sowie des Summenlastprofils eines Haushaltes. Anschließend wird versucht aus dem gemessenen, sich überlappenden Summenverlauf die einzelnen Geräte zu identifizieren. Die Ergebnisse dieser Analyse sollen für den Entwurf eines automatisierten Lastidentifikationsalgorithmus herangezogen werden. Das Design besteht darin, dass verschiedenste Sub-Algorithmen in einer objektorientierten Struktur zusammengefasst werden. So kann jedes Gerät mit einer maximalen Detektionswahrscheinlichkeit und der am besten geeigneten Methode identifiziert werden. Alle Verbrauchsdaten des Smart Meter sowie die Ergebnisse der Lastidentifikation werden auf einer grafischen Benutzeroberfläche angezeigt. Die Präsentation der Verbrauchsdaten soll Kunden motivieren die verfügbare elektrische Energie effizienter zu nutzen. Dies reduziert die Stromkosten, führt zum Abflachen von Spitzenlasten und erhöht die Effektivität in der Verteilung und Speicherung von elektrischer Energie.<br />
de
Today an individual power measurement and management of appliances get more and more popular. Especially for home automation and energy information feedback applications. On the other side the measurement of the aggregated power consumption of a household (smart metering) is a commonly used measurement method for customer billing aspects. The objective of this diploma thesis is to create a connection between smart metering and nonintrusive monitoring and detection of individual electrical loads. A significant task of this work is recording load profiles of different home appliances and aggregated load profiles of a household. A main challenge is to identify the individual measured devices out of an overlapped aggregated load signal. With the results of load profile analyzations an algorithm for an automatic detection of loads is designed. Different identification methods and sub-algorithms are collected in a object oriented load identification framework. So each load type can be identified at a maximum probability with the best qualified detection method. All information of the smart meter and load detection results are presented at an appropriate graphical user interface. The illustration of the current electrical consumption and activated devices in a household should be a motivation for customers using the available electrical energy in a more efficient way. This reduces the energy costs, flattens demand load profiles and finally increases the effectiveness in distribution and storage of energy.