Viktige funn: Effekten av intradagsprognoser

De mest overbevisende resultatene av studien er de som er relatert til datasettet for industriparker, som kan relateres til den gode korrelasjonen mellom verdiene fra samme område, og modellen drar nytte av disse tydelige korrelasjonene for å generere realistiske prediksjoner. Av denne grunn kunne man se hvordan IntraDay prognoser ga en stor reduksjon i feil:

Sekstimersprognosene reduserte den totale gjennomsnittlige feilen med omtrent 40 %, mens éntimesprognosene reduserte med opptil 70 %.

Figur 2. Sammenligning av dagen før vs. intradag basert vs. intradag timebasert på gjennomsnittlig absolutt feil. Det første søylediagrammet viser resultatet av 30 dager, mens det andre søylediagrammet viser det totale gjennomsnittet av Mae over disse 30 dagene. (Hentet fra rapporten)

Dessuten, i tilfellet med EV-Public Low Power Charger-datasettet, avdekket rapporten en overraskende innsikt: mens en modell spesielt utviklet for å fange opp langsiktige daglige og ukentlige mønstre, presterte bedre i en dagen før-prognose, resulterte intradagtilnærmingen i en redusert feil på opptil 70 % i tilfellet med en generisk modell. Dette bekrefter at den valgte modellen er like viktig som prognosehorisonten.

Videre gir funn for datasett for forretningskontorer og kommunesentre også interessant innsikt: Når det gjelder forretningskontorer, hadde intradagprognoser stor innvirkning på å korrigere feilene som ble presentert i DayAhead prognosene. Mens det i tilfellet med kommunesentre, på grunn av sine uregelmessige mønstre, svingninger og inkonsekvenser på tvers av år, drar minst nytte av intradagprognoser. I rapporten foreslås det å ikke implementere intradagsprognoser for data med mye støy og dårlig kvalitet.

Konklusjon

Rapporten avsluttes med å bekrefte at selv om intradagsprognoser er et kraftig verktøy for å forbedre prediksjonsnøyaktigheten, må måten de implementeres på være strategisk, ettersom fordelene varierer avhengig av modellen som brukes som datasett. I dette tilfellet er det mer fordelaktig for profiler med sterk kortsiktig forutsigbarhet, mens det ikke er det for de med svært stabile langsiktige mønstre av uregelmessige og inkonsistente data.

Hvis du ønsker å få mer informasjon, kan du kontakte oss via e-post.

Intraday prognose

Mohsen Mohammadi er forfatteren av den nyeste interne forskningsrapporten som bekrefter at kortere prognosehorisonter fører til bedre prediksjoner, og fremhever viktigheten av modellvalg. Å utnytte nyere historiske data gjennom intradagsprognoser forbedrer nøyaktigheten betydelig på tvers av ulike forbruksprofiler.

Rapporten undersøker intradagsprognoser på seks timer og én time relatert til tradisjonelle DayAhead (tjuefire timer) for å avgjøre om kortsiktige prediksjoner fører til forbedret nøyaktighet. Metoden som ble brukt var basert på flere datasett som inkluderte: industriparker, offentlig lavstrømslader for elbiler, bedriftskontorer og kommunesenter.