ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΟΙΚΙΑΚΩΝ ΚΑΤΑΝΑΛΩΤΩΝ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ: ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΟΙΚΙΑΚΩΝ ΚΑΤΑΝΑΛΩΤΩΝ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΓΙΑΝΝΟΥΛΟΥΔΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ ΣΔΟΥΚΟΣ ΑΓΓΕΛΟΣ ΕΠΙΒΛΕΠΩΝ: ΑΝΔΡΕΟΥ ΓΕΩΡΓΙΟΣ ΘΕΣΣΑΛΟΝΙΚΗ 2011

2

3 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ Διπλωματική εργασία ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΟΙΚΙΑΚΩΝ ΚΑΤΑΝΑΛΩΤΩΝ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ Γιαννουλούδης Κωνσταντίνος ΑΕΜ: 6341 Σδούκος Άγγελος ΑΕΜ: 6458 Επιβλέπων: Λέκτορας Ανδρέου Γεώργιος Θεσσαλονίκη 2011

4

5 Στις οικογένειές μας Ευχαριστούμε τον κ. Ανδρέου για την πολύτιμη βοήθειά του και την πλήρη υποστήριξή του κατά τη διάρκεια εκπόνησης της Διπλωματικής. Ευχαριστούμε τις οικογένειές μας για τη συμπαράστασή τους όλα αυτά τα χρόνια

6

7 Πρόλογος Η παρούσα διπλωματική τοποθετείται στο ευρύτερο πεδίο της μοντελοποίησης της ζήτησης ηλεκτρικής ενέργειας και σκοπό έχει να παρουσιάσει μια μεθοδολογία βάσει της οποίας μπορεί να κατασκευαστεί το προφίλ της κατανάλωσης ενός οικιακού καταναλωτή. Για το σκοπό αυτό καταστρώθηκε ένα ερωτηματολόγιο από τις απαντήσεις του οποίου αναμένουμε την εικόνα των ηλεκτρικών συσκευών που λειτουργούν κάθε χρονική στιγμή ώστε στο τέλος να εξαχθεί η καμπύλη της ζήτησης ηλεκτρικής ισχύος. Στη συνέχεια δημιουργήθηκαν πραγματικά σενάρια σε υπάρχοντες καταναλωτές οι οποίοι απάντησαν το ερωτηματολόγιο και με ημερήσιες μετρήσεις οι οποίες πραγματοποιήθηκαν στο χώρο κατανάλωσης προέκυψαν οι πραγματικές καμπύλες της ηλεκτρικής ισχύος. Κατόπιν παρουσιάζονται συγκριτικά οι παραγόμενες και οι πραγματικές καμπύλες της ηλεκτρικής ισχύος και ακολουθεί σύγκριση, αξιολόγηση και συμπεράσματα τα οποία μπορούν να προκύψουν ύστερα από την εφαρμογή της μεθοδολογίας.

8

9 Πίνακας Περιεχομένων 1. Εισαγωγή Λόγοι για την εκπόνηση της Διπλωματικής Χρηστικότητα Θέματος Μία προσέγγιση από τη βάση προς την κορυφή για τη μοντελοποίηση οικιακού φορτίου Ένα μοντέλο για την δημιουργία προφίλ οικιακών ηλεκτρικών φορτίων Πράκτορες λογισμικού διακίνησης ηλεκτρικής ενέργειας- Μοντέλο καταναλωτή (Power TAC) Μεθοδολογία Επιλογή μεθόδου Ερωτηματολογίου Ερωτηματολόγιο Ανάλυση Ερωτηματολογίου- Επεξήγηση Σημείων Δοκιμή Μεθόδου Άμεσες Μετρήσεις - Περιγραφή Μετρητή Wattson Περιγραφή της διαδικασίας σύνθεσης καμπυλών Παρουσίαση αποτελεσμάτων και αξιολόγησή τους Συμπεράσματα Προτάσεις για μελλοντική εργασία Επίλογος...70 Βιβλιογραφία Αναφορές

10 2

11 1. Εισαγωγή 1.1 Λόγοι για την εκπόνηση της Διπλωματικής Οι ηλεκτρικές συσκευές έχουν μεγάλη διείσδυση στη καθημερινότητα του ανθρώπου σε βαθμό να είναι πλέον άμεσα εξαρτώμενος από τη λειτουργία τους. Κάθε χρονική στιγμή τίθενται εντός ή εκτός λειτουργίας εκατοντάδες ηλεκτρικές συσκευές ανάλογα με τις ανάγκες και τις απαιτήσεις των αντίστοιχων καταναλωτών τη δεδομένη στιγμή. Ειδικά όταν αυτές αποτελούν μέρος ενός οικιακού καταναλωτή η χρήση τους παρουσιάζει μια έντονη ποικιλομορφία η οποία εξαρτάται από πολλούς παράγοντες. Ένας οικιακός καταναλωτής από μόνος του δεν μπορεί να θεωρηθεί ως ένα σημαντικό φορτίο. Ωστόσο μια πλειάδα οικιακών καταναλωτών όπως αυτό συμβαίνει στα αστικά κέντρα αποτελούν ένα σημαντικό μέρος της αγοράς ηλεκτρικής ενέργειας καθώς κατέχουν ένα μεγάλο κομμάτι της κατανάλωσης ηλεκτρικής ενέργειας και το οποίο μάλιστα απαιτεί ειδική μέριμνα. Γι αυτό το λόγο γίνονται συνεχείς προσπάθειες ώστε να γίνει δυνατή η πρόβλεψη της ζήτησης ηλεκτρικής ισχύος από οικιακούς καταναλωτές έτσι ώστε να είναι σε θέση οι παραγωγοί να προβλέπουν με ακόμα μεγαλύτερη ακρίβεια την παραγόμενη ηλεκτρική ενέργεια που θα διοχετεύεται καθημερινά στους καταναλωτές. Προσπάθειες προς αυτή την κατεύθυνση γίνονται πολλές όμως υπάρχουν πάρα πολλοί παράγοντες που πρέπει να ληφθούν υπόψη ώστε να φτάσουμε σε ακριβή και ασφαλή μοντέλα. Όμως τι είναι αυτό που κάνει τόσο δύσκολη την προσπάθεια ώστε να αναπτυχθούν τα κατάλληλα μοντέλα τα οποία θα μπορούν να περιγράψουν σε μεγάλο βαθμό τη ζήτηση ηλεκτρικής ισχύος από έναν οικιακό καταναλωτή; Η απάντηση σίγουρα δεν είναι εύκολη αλλά αν θέλαμε να εστιάσουμε σε ένα συγκεκριμένο σημείο αυτό θα ήταν ο άνθρωπος ο οποίος είναι αυτός που χειρίζεται τις συσκευές. Δηλαδή το πρώτο βήμα που πρέπει να γίνει είναι να διερευνήσουμε τις δραστηριότητες του ατόμου στην καθημερινότητα του και με βάση αυτές να εξαχθούν τα πρώτα συμπεράσματα για να προκύψει η μορφή της ηλεκτρικής κατανάλωσης. Φυσικά υπάρχουν και οι συσκευές όπου δεν απαιτείται η παρουσία του ανθρώπου για τη λειτουργία τους και η αλήθεια είναι ότι σε αυτή την περίπτωση καταλήγουμε ευκολότερα σε πιο ασφαλείς προβλέψεις. Όσο όμως και αν προσπαθούμε να τυποποιήσουμε τις συνήθειες του ατόμου θα υπάρχουν απρόβλεπτοι παράγοντες οι οποίοι θα δημιουργούν απόκλιση από τις προβλέψεις. Σκοπός είναι να στηθεί έτσι η διαδικασία ώστε η απόκλιση αυτή να είναι στα πλαίσια του επιθυμητού. 3

12 Πάλι γεννάται ένα ερώτημα που έχει να κάνει με το γεγονός γιατί ο ανθρώπινος παράγοντας δίνει μια έντονη ιδιαιτερότητα στο προφίλ της ημερήσιας ζήτησης ηλεκτρικής ισχύος ενός οικιακού καταναλωτή; Ίσως γιατί είναι πολλοί αυτοί οι παράγοντες οι οποίοι σε ημερήσια βάση επηρεάζουν τη συμπεριφορά του ανθρώπου και κατ επέκταση τη διάθεση του να χρησιμοποιεί τις ανάλογες συσκευές. Αν αναλύαμε αυτούς τους παράγοντες, θα βλέπαμε ότι είναι τόσο μεγάλο το εύρος τους, που μπορούμε να ξεκινήσουμε από την εποχή τους έτους στην οποία ζητούμε μια πρόβλεψη της κατανάλωση και να φτάσουμε μέχρι τον κοινωνικό του περίγυρο αλλά και την οικονομική κατάσταση στην οποία βρίσκεται ο συγκεκριμένος καταναλωτής. Λαμβάνοντας αυτά υπόψη, η ζήτηση ηλεκτρικής ισχύος από ένα καταναλωτή εμφανίζει έντονη ποικιλομορφία ωστόσο υπάρχουν και κοινές κατευθυντήριες γραμμές ακολουθώντας τις οποίες μπορούμε να βρούμε τον τρόπο για να αναπτυχθεί ένα αξιόπιστο μοντέλο το οποίο θα εμφανίζει μεν μια απόκλιση όπως γίνεται αυτό φανερό από τους παραπάνω λόγους αλλά ταυτόχρονα θα αντιπροσωπεύει την ημερήσια ζήτηση ηλεκτρικής ισχύος και ενός μεγάλου μέρους των οικιακών καταναλωτών. 1.2 Χρηστικότητα Θέματος Η ανάπτυξη μοντέλων καταναλωτών μπορεί να ενταχθεί στα πλαίσια μιας ευρύτερης τάσης που επικρατεί τα τελευταία χρόνια και αφορά την ορθολογικότερη χρήση της ηλεκτρικής ενέργειας. Αυτό μπορεί να εξηγηθεί από το γεγονός ότι, γνωρίζοντας πως κινείται η ζήτηση ηλεκτρικής ενέργειας από έναν αριθμό καταναλωτών, είναι ευκολότερο και να προβλεφθεί η ζήτηση αλλά και να διανέμονται τα φορτία στο διάστημα της ημέρας με τέτοιο τρόπο ώστε να μην παρατηρούνται αιχμές αλλά αντιθέτως να υπάρχει μια εξομαλυμένη κατάσταση. Με τον τρόπο αυτό οι εταιρίες παροχής ηλεκτρικής ενέργειας είναι σε θέση να εκμεταλλεύονται πιο αποδοτικά τις ήδη υπάρχουσες εγκαταστάσεις για την κάλυψη των τωρινών αναγκών αφού ως γνωστό όσο πιο ομαλό είναι το φορτίο τόσο πιο οικονομικά καλύπτεται δεδομένου ότι απότομες αιχμές φορτίου απαιτούν την έστω και προσωρινή συμβολή στην παραγωγή μικρότερων και αντιοικονομικών μονάδων. Ακόμη η πρόβλεψη της ζήτησης επιτρέπει στους παρόχους να κάνουν οικονομικότερους χειρισμούς στα πλαίσια του μακροπρόθεσμου επενδυτικού τους προγραμματισμού. Ένα ακόμη σημαντικό πλεονέκτημα που αναδεικνύει η πρόβλεψη της ζήτησης ισχύος για κάποιον τυχαίο καταναλωτή και επομένως αθροιστικά για την περιοχή του, είναι η ευελιξία που παρέχει στη διαχείριση της Διανεμημένης παραγωγής. Η όλο και αυξανόμενη διείσδυση των ΑΠΕ στην παραγωγή απαιτεί ριζικές αλλαγές 4

13 τόσο στον προγραμματισμό της παραγωγής από συμβατικές μονάδες, όσο και στην τοπολογία και τον έλεγχο του δικτύου μεταφοράς και διανομής. Καθίσταται επομένως προφανές ότι η πρόβλεψη της ακριβούς ζήτησης ανά περιοχή εξασφαλίζει τη γνώση μιας πολύ σημαντικής μεταβλητής στο πρόβλημα της κάλυψης της ζήτησης. 1.3 Μία προσέγγιση από τη βάση προς την κορυφή για τη μοντελοποίηση οικιακού φορτίου Πίσω στο 1994 ο καθηγητής του πανεπιστημίου της Ρώμης La Sapienza Alfonso Capasso και η ομάδα του, ασχολήθηκαν εντατικά και πρότειναν ένα μοντέλο για την προσέγγιση της καμπύλης φορτίου μιας κατοικημένης περιοχής. Το μοντέλο αυτό αφορούσε τη σύνθεση της καμπύλης μιας ευρύτερης κατοικημένης περιοχής (οικισμός, χωριό, μικρή πόλη, οικοδομικό τετράγωνο κλπ) στηριζόμενο στην πρόβλεψη της καμπύλης των επιμέρους τμημάτων αυτής της περιοχής. Με άλλα λόγια λαμβάνοντας υπ όψιν κοινωνικά/οικονομικά/δημογραφικά χαρακτηριστικά της περιοχής και ηλεκτρικά προφίλ συσκευών κατασκεύασε μια προσέγγιση της κατανάλωσης για κάθε οικιακό χρήστη και με σύνθεση του συνόλου των καταναλώσεων για κάθε χρήστη της δεδομένης περιοχής μπορούσε να εξάγει με ακρίβεια τη ζήτηση ισχύος για ολόκληρη την υπό εξέταση περιοχή. Καθώς η συμπεριφορά κάθε χρήστη σχετικά με την κατανάλωση ηλεκτρικής ενέργειας παρουσιάζει μεγάλη μεταβλητότητα και σε κάποιες περιπτώσεις ακόμη και στοχαστική συμπεριφορά, έγινε μια προσπάθεια καταγραφής των ενεργειακών συνηθειών τόσο μεταξύ των χρηστών για μια μέρα όσο και για κάθε χρήστη κατά τη διάρκεια μερικών ημερών. Τα συμπεράσματα αυτής της παρακολούθησης οδήγησαν στο θεμελιώδη διαχωρισμό μεταξύ χρηστών και συσκευών. Έτσι ο συνδυασμός της καθημερινής συμπεριφοράς των χρηστών (που έχει σχέση με παράγοντες ψυχολογικούς, σωματικούς κλπ) με τα χαρακτηριστικά των διαθέσιμων γι αυτόν ηλεκτρικών συσκευών επέτρεπε την πρόβλεψη της καμπύλης ισχύος που αφορά τον κάθε χρήστη. Με την πρόσθεση των καμπυλών κάθε χρήστη, προέκυψε η καμπύλη του συγκεκριμένου νοικοκυριού ενώ με τη συμβολή όλων των νοικοκυριών αναδεικνυόταν η καμπύλη της υπό εξέταση περιοχής αυτή είναι και η ουσία της προσέγγισης τύπου πυραμίδας (bottom up approach) δηλαδή από τα επιμέρους στο συνολικό. Ο θεμελιώδης διαχωρισμός μεταξύ χρήστη και συσκευής συνίσταται και από επιμέρους κατακερματισμό των δυο μεγάλων κατηγοριών ως εξής: 5

14 Σχετικά με το Χρήστη: 1. Πιθανότητα ύπαρξης ή μη του χρήστη εντός οικίας 2. Κατηγοριοποίηση δραστηριοτήτων εντός σπιτιού. 3. Ποσοστιαία κατανομή της χρήσης ηλεκτρικών συσκευών μεταξύ των χρηστών 4. Προσδιορισμός τάσης κάθε χρήστη για κάθε οικιακή δραστηριότητα 5. Προσδιορισμός πιθανότητας παράλληλης χρήσης πολλών συσκευών από έναν χρήστη 6. Ιδιοκτησία συσκευών Σχετικά με τις συσκευές: 1. Ηλεκτρική Υπογραφή της συσκευής 2. Όριο Σύμβαση μέγιστης ηλεκτρικής ισχύος μεταξύ νοικοκυριού και παρόχου 3. Τεχνολογικό επίπεδο οικίας Διείσδυση τεχνολογίας στο νοικοκυριό Σκοπός του Capasso υπήρξε η αλγοριθμική διασύνδεση αυτών των δύο κατηγοριών μέσω υπολογιστικών μοντέλων. Έτσι ορίσθηκε μια διαδικασία με το όνομα ARGOS η οποία ζητούσε ως είσοδο ένα πακέτο δεδομένων όπως αυτά απαριθμήθηκαν πιο πάνω και τα επεξεργαζόταν ως εξής: Η παρουσία ή όχι εντός σπιτιού για ένα άτομο κατά τη διάρκεια μιας ημέρας συνδυάζεται με τη γενικευμένη πιθανότητα εκτέλεσης μιας δραστηριότητας στο σπίτι. Έτσι προκύπτει η πιθανότητα αυτό το άτομο να εκτελέσει τη συγκεκριμένη δραστηριότητα εντός τυχαίου 24ώρου. Αυτή η κατανομή πιθανότητας τροποποιείται πολλαπλασιαζόμενη με ένα συντελεστή που αφορά την αποκλειστικότητα της δραστηριότητας γι αυτό το άτομο, δηλαδή κατά πόσο αυτή η δραστηριότητα γίνεται παράλληλα με κάποια άλλη. Στο κομμάτι των ηλεκτρικών συσκευών τώρα όλες οι σχετικές με τη δραστηριότητα συσκευές λαμβάνονται υπ όψη και τοποθετείται ο κύκλος λειτουργίας τους σε διάγραμμα 24ώρου με γνώμονα την προαναφερθείσα κατανομή πιθανότητας για τη συγκεκριμένη δραστηριότητα. Τελικά με την επανάληψη για όλες τις πιθανές δραστηριότητες και όλα τα μέλη του νοικοκυριού προκύπτει μια καμπύλη φορτίου για ένα 24ωρο. Η πρόσθεση όλων των τελικών καμπυλών φορτίου στα πρότυπα της πυραμίδας δίνει τη συνολική καμπύλη κατανάλωσης της υπό εξέταση περιοχής. Για να καταστρωθούν όλες αυτές οι κατανομές υπάρχει απαίτηση πρόσβασης σε μεγάλο όγκο δεδομένων που αφορά δημογραφικά, κοινωνικά, οικονομικά στοιχεία, γνώση του τρόπου ζωής και των καθημερινών συνηθειών αλλά και τεχνικά 6

15 δεδομένα σχετικά με την ηλεκτρική συμπεριφορά των συσκευών. Όλα αυτά τα δεδομένα προήλθαν από στατιστικές μελέτες που διενήργησαν σχετικές υπηρεσίες όπως ISTAT, CENSIS κλπ. Οι μελέτες αυτές αφορούσαν ποικιλία πεδίων όπως την κατανομή του είδους των νοικοκυριών ανά περιοχή, καταγραφή των οικονομικών στοιχείων των νοικοκυριών αλλά και παρακολούθηση της καθημερινότητας τους μέσω των συνηθισμένων δραστηριοτήτων τους όπως τους ζητήθηκε να τις αποτυπώσουν σε ημερολόγια. Έρευνες διεξήχθησαν από τις αντίστοιχες υπηρεσίες (ENEL, ENEA, CESI) και για τα τεχνικά χαρακτηριστικά των ηλεκτρικών συσκευών και περιελάμβαναν τόσο καταναλώσεις ηλεκτρικής ισχύος συναρτήσει του είδους της συσκευής όσο και κατανάλωση ηλεκτρικής ενέργειας σε διάστημα ενός έτους. Ακόμη περιείχαν καταγραφές για τις τυπικές ρυθμίσεις συσκευών (πχ πρόγραμμα πλυντηρίου, τρόπος μαγειρέματος σε ηλεκτρική κουζίνα κλπ) αλλά και τις καινοτομίες που εισήγαγε το κάθε μοντέλο. Από το σύνολο των στατιστικών δεδομένων ωστόσο έλλειπαν κλιματολογικά δεδομένα, πράγμα που είχε αντίκτυπο στην προσομοίωση της συμπεριφοράς θερμαντικών και κλιματιστικών συσκευών, θερμοσιφώνων κλπ. Η διαδικασία προσομοίωσης της καμπύλης φορτίου εμφάνιζε ελαστικότητα στο τι μπορούσε να δέχεται σαν δεδομένο αλλά και στο τι μπορούσε να προσφέρει σαν αποτελέσματα. Όταν υπάρχει έλλειψη δεδομένων ο αλγόριθμος μπορεί να θεωρήσει κάποιες τυπικές προεπιλεγμένες τιμές τις οποίες έχει ορίσει ο χρήστης. Ακόμη ο χρήστης μπορεί να τροποποιήσει τις παραμέτρους του αλγορίθμου (όπως τιμές πιθανότητας, συντελεστές βάρους πιθανότητας κλπ) ώστε να τον προσαρμόσει στις συνθήκες της περιοχής για την οποία εφαρμόζεται. Τέλος η προσομοίωση ήταν δυνατό να εκτελεστεί για μεταβλητό αριθμό και είδος ημερών, νοικοκυριών, εισοδημάτων αλλά και ποικιλία περιοχών μετά από επεξεργασία του πακέτου δεδομένων εισόδου. Αυτό που έμενε να κρίνει την αξία του μοντέλου είναι η ακρίβεια των αποτελεσμάτων της προσέγγισης. Για το λόγο αυτό έγιναν πραγματικές μετρήσεις με βήμα 15λέπτου για ένα χειμερινό μήνα ενώ παράλληλα από το ίδιο δείγμα απαντήθηκαν ερωτηματολόγια με σκοπό την συγκέντρωση δεδομένων παραμέτρων για το δείγμα. Η ποσοτικοποίηση της ακρίβειας έγινε στον δείκτη NVF (Normalized Variation Factor Κανονικοποιημένος Δείκτης Μεταβλητότητας) που αφορά τη σύγκριση μεταξύ των τιμών της προσομοίωσης και αυτών της μέτρησης ως εξής: NVF = i (pred i rec i ) 2 n rec 2 0 7

16 όπου pred i η i-στή τιμή πρόβλεψης rec i η i-στή τιμή μέτρησης rec 0 η μέση τιμή της μετρηθείσας τιμής n το πλήθος των δειγμάτων (αριθμός 15λέπτων) Οι τιμές του NVF προέκυπταν ικανοποιητικότατες αφού δεν ξεπερνούσαν το στη χειρότερη περίπτωση σύγκρισης για μια μέρα. Ακόμα καλύτερα αποτελέσματα εμφανίζονται σε εβδομαδιαίες και μηνιαίες συγκρίσεις με το NVF να τότε πέφτει στο και αντίστοιχα. Εν κατακλείδι η μελέτη του Α. Capasso και της ομάδας του αποτέλεσε ένα δυνατό και αξιόπιστο εργαλείο για την προσομοίωση καμπυλών φορτίου οικιακών καταναλωτών. Η αποδεδειγμένα ικανοποιητική ακρίβεια και η ευελιξία προσαρμογής του μοντέλου μετρίαζαν τη σχετική πολυπλοκότητα του αλλά και την ανάγκη για πρόσβαση σε μεγάλο όγκο στατιστικών και τεχνικών δεδομένων. Μια ενδεχόμενη προσθήκη του καιρικού παράγοντα θα καθιστούσε το μοντέλο ιδανικό για χρήση σε στρατηγικές διαχείρισης φορτίου και λοιπά συναφή πεδία. 1.4 Ένα μοντέλο για την δημιουργία προφίλ οικιακών ηλεκτρικών φορτίων Στη δημοσίευση A model for generating household electricity load profiles των Jukka V. Ρaatero και Peter D. Lund του πανεπιστήμιου Helsinki University of Technology της Φινλανδίας γίνεται περιγραφή για τη δημιουργία ενός προφίλ της ηλεκτρικής κατανάλωσης σε οικιακούς καταναλωτές που θα βασίζεται σε στατιστικά δεδομένα. Εδώ για την κατασκευή του μοντέλου του φορτίου χρησιμοποιήθηκε η τεχνική bottom-up σύμφωνα με την οποία το παραγόμενο μοντέλο προέρχεται από τον συμψηφισμό όλων των μεμονωμένων συσκευών που διαθέτει ένας καταναλωτής και στη συνέχεια όλοι αυτοί οι καταναλωτές συνθέτουν το συνολικό φορτίο. Στη συνέχεια χρησιμοποιώντας την τεχνική του Demand Side Management (DSM) και δημιουργώντας διάφορα σενάρια έγινε προσπάθεια ώστε να εξομαλυνθούν οι κορυφές που εμφανίζονται στην ημερήσια κατανάλωση ηλεκτρικής ενέργειας. Η δυσκολία που υπήρχε στη μέχρι τότε βιβλιογραφία ήταν ότι τα δεδομένα έδιναν πληροφορίες για την κατανάλωση πολλαπλών καταναλωτών και όχι μεμονωμένων ώστε να φανεί η διακύμανση που υπάρχει μεταξύ τους. Έτσι είχαν δημιουργηθεί πολλά μοντέλα για πρόβλεψη της κατανάλωσης χωρίς όμως να δίνουν πληροφορίες για τις συσκευές που διέθετε κάθε καταναλωτής. 8

17 Μια εναλλακτική λύση στην οποία βασίστηκε με κάποιες τροποποιήσεις και το μοντέλο των συγγραφέων της δημοσίευσης ήταν η πλήρης γνώση όλων των μεμονωμένων ηλεκτρικών συσκευών που διαθέτουν οι οικιακοί καταναλωτές αλλά και η πρόθεσή τους να τις λειτουργήσουν μέσα στη διάρκεια της μέρας. Συγκεκριμένα οι Paatero και Lund βασίστηκαν σε αντιπροσωπευτικά στατιστικά δεδομένα προσπερνώντας λεπτομερείς πληροφορίες που αφορούν τον κάθε καταναλωτή. Κατόπιν χρησιμοποιώντας στοχαστικές διαδικασίες και κατανομές πιθανότητας κατάφεραν να εξάγουν το προφίλ της κατανάλωσης. Σκοπός τους ήταν να βγάλουν ρεαλιστικά δεδομένα για την ηλεκτρική κατανάλωση χρησιμοποιώντας γενικές πληροφορίες για τις ηλεκτρικές συσκευές και στατιστικά δεδομένα για τους καταναλωτές που θα ήταν εύκολο να βρεθούν. Για τη συλλογή των δεδομένων χώρισαν δύο ομάδες από τις οποίες η πρώτη περιλάμβανε 702 οικιακούς καταναλωτές για μετρήσεις σε διάστημα 365 ημερών και η δεύτερη ομάδα 1082 καταναλωτές σε διάστημα 143 ημερών. Η ημερήσια κατανάλωση φυσικά εξαρτάται από εξωτερικούς παράγοντες όπως η μέση θερμοκρασία αλλά και οι ώρες με ηλιοφάνεια ανάλογα την εποχή του έτους, τα οποία βέβαια παρουσιάζουν μια ετήσια περιοδικότητα. Σαν σημαντικό συμπέρασμα σημειώνεται το ότι η μέση κατανάλωση την ημέρα κατά τη διάρκεια μιας εργάσιμης μέρας ήταν χαμηλότερη από το αντίστοιχο διάστημα στα Σαββατοκύριακα. Αντιθέτως η μέση κατανάλωση τις απογευματινές και νυχτερινές ώρες στις καθημερινές ημέρες ήταν υψηλότερη από το αντίστοιχο διάστημα στα Σαββατοκύριακα. Συνολικά εξάγεται ότι η μέση ημερήσια κατανάλωση τις εργάσιμες μέρες ήταν σημαντικά μειωμένη απ ότι τα Σαββατοκύριακα. Από τη άλλη πλευρά όσον αφορά τους μεμονωμένους οικιακούς καταναλωτές, εκεί παρατηρήθηκε μια έντονη διακύμανση στην καμπύλη φορτίου τους. Μπορεί όμως να εξομαλυνθεί και να προσεγγισθεί σε μια μέση κατανάλωση όσο ο αριθμός των υπό μελέτη καταναλωτών του δείγματος αυξάνει. Ανεξάρτητα όμως από το μέγεθος του δείγματος μια απόκλιση θα συνεχίζει να υπάρχει λόγω της ισχυρής εξάρτησης που κατά κανόνα υπάρχει μεταξύ κάποιων φορτίων και της μέσης εξωτερικής θερμοκρασίας την εκάστοτε περίοδο. Τέτοια φορτία είναι συνήθως αυτά που χρησιμοποιούνται για ψύξη ή θέρμανση χώρων του σπιτιού και δεν τα έλαβαν υπόψη τους στη μελέτη οι συγγραφείς. Για να ομαλοποιήσουν γενικά την μέση ημερήσια κατανάλωση προσπάθησαν να φιλτράρουν το πλήθος των δεδομένων αποκλείοντας κάποιες εποχιακές αποκλίσεις, όμως παρέμεινε η επίδραση λόγω της κοινωνικής συμπεριφοράς των καταναλωτών. Επίσης το στοιχείο που παρουσιάζει αυτή η επίδραση είναι ότι εμφανίζεται ταυτόχρονα σε όλο το πλήθος των καταναλωτών και δεν μπορεί να εξαλειφθεί όσο κι αν μεγαλώσει ο αριθμός του δείγματος. 9

18 Η κατασκευή του μοντέλου βασίστηκε σε δύο συνιστώσες. Το πρώτο μέρος καθόριζε την διακύμανση της ημερήσιας κατανάλωσης και ξεχώριζε τις ηλεκτρικές συσκευές σε κάθε καταναλωτή. Το δεύτερο μέρος προσομοίωνε ξεχωριστά τη χρήση της κάθε ηλεκτρικής συσκευής για κάθε οικιακό καταναλωτή. Στο πρώτο μέρος τα επίπεδα της κατανάλωσης καθορίζονταν από έναν κοινωνικό συντελεστή όπως τον ονόμασαν, οι τιμές του οποίου λαμβάνονται συνήθως από στατιστικά δεδομένα με μια τυπική απόκλιση. Ο συντελεστής αυτός επηρεάζεται από τις συνθήκες περιβάλλοντος και την επιρροή που μπορεί να έχουν στην κατανάλωση οι κοινωνικοί παράγοντες. Το επόμενο βήμα ήταν να καθοριστεί το σετ των συσκευών που υπάρχει σε κάθε νοικοκυριό. Αυτό μπορεί να γίνει πάλι με στατιστικά δεδομένα σχετικά με το επίπεδο διείσδυσης συγκεκριμένων συσκευών σε κάθε οικιακή κατανάλωση. Το δεύτερο μέρος προσομοίωνε το προφίλ της κατανάλωσης για κάθε ηλεκτρική συσκευή κάθε νοικοκυριού ξεχωριστά. Συγκεκριμένα σε κάθε συσκευή αντιστοιχεί ένας κύκλος λειτουργίας και για την έναυση της γινόταν κάθε χρονική στιγμή έλεγχος για την πιθανότητα που υπήρχε να τεθεί σε λειτουργία. Οι ηλεκτρικές συσκευές οι οποίες βρίσκονται σε κατάσταση αναμονής προστίθενται στη συνολική κατανάλωση. Με αυτή τη διαδικασία κατάφεραν να δημιουργήσουν μια μεγάλη βάση δεδομένων ηλεκτρικής κατανάλωσης με στοιχεία τα οποία αντιστοιχούσαν σε έναν αριθμό νοικοκυριών με περίοδο χρήσης έναν χρόνο. Τα στοιχεία που είχαν πάρει για το βαθμό διείσδυσης των συσκευών από στατιστικά δεδομένα τις Φινλανδίας έπρεπε να τροποποιηθούν κατάλληλα ώστε να γίνουν περισσότερο στοχευμένα σε καταναλωτές οι οποίοι διαμένουν σε πολυκατοικίες όπως ήταν και οι αρχικές μετρήσεις τους. Επίσης άλλες παράμετροι για την υλοποίηση του μοντέλου όπως η συχνότητα εκκίνησης μιας συσκευής, ο κύκλος λειτουργίας αλλά και η κατανάλωση σε κατάσταση αναμονής βασίστηκαν σε πληροφορίες που αντλήθηκαν από άλλες δημοσιεύσεις. Ο τελικός σκοπός τους ήταν να αντιπαραθέσουν τις καμπύλες της κατανάλωσης που προέκυψαν από το μοντέλο, με την καμπύλη που είχε προκύψει από τα μετρητικά δεδομένα με σκοπό να υπάρχει μικρή απόκλιση της μέσης ενέργειας ανά ημέρα. Οι ωριαίες αποκλίσεις ήταν μικρότερες του 3% με κάποιες εξαιρέσεις που μπορεί να έφταναν το 5%. Επίσης η διαφορά μεταξύ της ωριαίας ζήτησης ισχύος ανά καταναλωτή από τη μέση ωριαία ζήτηση ισχύος ανά καταναλωτή λαμβάνοντας όμως υπόψη το σύνολο των καταναλωτών μειωνόταν όσο αύξανε ο αριθμός των υπό προσομοίωση δεδομένων. Ωστόσο η διαφορά αυτή παρέμενε υψηλότερη από την περίπτωση όπου οι καμπύλες προέκυπταν από τα μετρητικά δεδομένα και αυτό οφειλόταν σε ιδιαιτέρες συμπεριφορές των καταναλωτών που δεν μπορούσαν να αποδοθούν από το μοντέλο. 10

19 Για να αποδειχθεί η χρηστικότητα του μοντέλου εφαρμόστηκαν τρεις περιπτώσεις DSM στα νοικοκυριά που προέκυψαν από τη διαδικασία. Τα φορτία κάθε καταναλωτή μπορούσαν να διαχειριστούν ξεχωριστά εφαρμόζοντας την παραπάνω στρατηγική διαχείρισης της ζήτησης σε μεμονωμένες συσκευές ταυτόχρονα σε πολλούς καταναλωτές. Θεωρήθηκαν δύο στρατηγικές DSM, η μία αφορούσε μετάθεση της χρήσης μιας συσκευής σε απώτερο χρόνο και η άλλη αφορούσε την απενεργοποίηση της συσκευής. Ωστόσο ορίστηκαν σε κάθε καταναλωτή και κάποιες προτεραιότητες ώστε να διατηρηθεί η λειτουργικότητα του νοικοκυριού και μετά τις παρεμβάσεις στη διαχείριση των συσκευών. Το πρώτο σενάριο που μπορεί να χαρακτηριστεί ως ήπιο είχε ως σκοπό να μειώσει τις κορυφές στην κατανάλωση κατά τη διάρκεια των εργάσιμων ημερών. Αυτό επιτεύχθηκε αναβάλλοντας τη λειτουργία των ψυχρών φορτίων δηλαδή ψυγείων και καταψυκτών κατά μία ώρα στα διαστήματα της ημέρας που αναμενόταν μέγιστη ζήτηση και συναντάται συνήθως τις απογευματινές ώρες. Στη δεύτερη περίπτωση εφαρμόστηκε μια πιο περίπλοκη στρατηγική DSM με σκοπό να περιορίσει την μέγιστη κορυφή της κατανάλωσης μέσα στην περίοδο ενός έτους. Αυτό υλοποιήθηκε ρυθμίζοντας τις ώρες λειτουργίας των ηλεκτρικών συσκευών βάσει προτεραιότητας τους. Η χρήση των συσκευών αναβλήθηκε για ώρες όπου δεν υπήρχε μεγάλη ζήτηση ισχύος. Αυτή η τεχνική όμως παραβίαζε την άνεση των καταναλωτών καθώς δεν μπορούσαν να χρησιμοποιήσουν κάποιες ηλεκτρικές συσκευές για κάποια διαστήματα της ημέρας όπως τις συσκευές για πλύσιμο, για διασκέδαση και το 50% του φωτισμού. Στην τελευταία περίπτωση προκειμένου να ελαχιστοποιηθεί η κατανάλωση εφαρμόστηκε μια πλήρης διακοπή της τροφοδοσίας (black-out) για τρεις ώρες. Αν ήταν γνωστή εξ αρχής η διάρκεια αυτής της διακοπής θα μπορούσε να επιτευχθεί μια πιο εξομαλυμένη απόκριση του φορτίου μέσω της αναβολής της λειτουργίας των ψυχρών φορτίων όπως στην πρώτη περίπτωση. Σαν συμπέρασμα το συγκεκριμένο μοντέλο βασίσθηκε στην προσέγγιση της σύνθεσης ενός οικιακού καταναλωτή μέσω των μεμονωμένων ηλεκτρικών συσκευών με σκοπό να προκύψει σε τελικό στάδιο το προφίλ της ημερήσιας κατανάλωσης. Σε αυτό το μοντέλο παρατέθηκαν και δύο ομάδες με μετρητικά αποτελέσματα που σκοπό είχαν να ελέγξουν την λειτουργικότητα του μοντέλου με τελικό σκοπό την επαλήθευσή του. Στο τελικό στάδιο αποδείχθηκε ότι υπήρχε ταύτιση μεταξύ των μετρητικών αποτελεσμάτων και των δεδομένων που προέκυψαν από τη μοντελοποίηση. Επίσης εκτελέστηκαν και τρεις περιπτώσεις DSM που σκοπό είχαν με κατάλληλη μετατόπιση της λειτουργίας κυρίως των 11

20 ψυχρών φορτίων, να μειωθούν οι κορυφές στις καμπύλες καθώς επίσης και να εξομαλυνθούν. 1.5 Πράκτορες λογισμικού διακίνησης ηλεκτρικής ενέργειας- Μοντέλο καταναλωτή (Power TAC) Καθώς η αγορά της ηλεκτρικής ενέργειας στην Ευρωπαϊκή Ένωση ολοένα και απελευθερώνεται με τις ανανεώσιμες πηγές να αυξάνουν συνεχώς τη συμμετοχή τους στην παραγωγή, η δομή των υπαρχόντων δικτύων κρίνεται ανεπαρκής. Μέχρι τώρα, τους μεγάλους σταθμούς παραγωγής και την ισχύ που έρρεε στο δίκτυο έλεγχαν λίγα και κεντρικά σημεία ελέγχου. Τελευταία με τη διείσδυση της διανεμημένης παραγωγής και των διάσπαρτων αυτόνομων παραγωγών καθίσταται αναγκαία η μέτρηση της ισχύος και ο έλεγχος της ροής της σε κάθε σημείο του δικτύου. Έτσι τα παλαιά δίκτυα πρέπει να αναβαθμιστούν ώστε να υποστηρίζουν αυτές τις νέες ανάγκες. Αυτή η αναβάθμιση όμως δεν είναι μόνο σε επίπεδο υλικού, αλλά κρύβει μια ολόκληρη φιλοσοφία διαχείρισης της ισχύος με γνώμονα την επάρκεια και το κέρδος από τις αγοραπωλησίες. Έξυπνοι πράκτορες λογισμικού αναπτύσσονται με σκοπό την ρύθμιση της ροής ισχύος, δηλαδή την προσαρμογή της παραγωγής στη ζήτηση σε πραγματικό χρόνο. Επειδή αυτή η αυτοματοποίηση της αγοράς ενέργειας κρύβει πολλούς οικονομικούς κινδύνους ενώ η εμπειρία των αγορών σε παρόμοιες τακτικές είναι μηδαμινή, η ανάπτυξη αυτού του λογισμικού γίνεται σε επίπεδο προσομοίωσης (πλην όμως με ρεαλιστικά δεδομένα συνθηκών ζήτησης κλπ) ώστε να υπάρχει χαμηλό ρίσκο αλλά και πληρότητα του λογισμικού όταν θα είναι έτοιμο να βγει στην αγορά. Ένας από τους διαγωνισμούς για την ανάπτυξη τέτοιων πρακτόρων είναι και το project ονόματι Power TAC (Trading Agent Competition). Σε αυτή την προσπάθεια, μέλη της παγκόσμιας προγραμματιστικής κοινότητας προσομοιώνουν την αγορά ενέργειας για την ανάδειξη του βέλτιστου πράκτορα. Το μεγαλύτερο ίσως κομμάτι της προσομοίωσης αφορά τον τρόπο με τον οποίο διαμορφώνεται η ζήτηση και εδώ είναι το σημείο που το Power TAC συναντά το πεδίο ενδιαφέροντος της παρούσας εργασίας. Σύμφωνα με την οργάνωση του Power TAC η ζήτηση χωρίζεται σε 4 κατηγορίες: 1. Οικιακοί Καταναλωτές 2. Επαγγελματικοί Καταναλωτές 3. Καταναλωτές Τριτογενούς Τομές (Γραφεία, Υπηρεσίες κλπ) 4. Βιομηχανικοί Καταναλωτές 12

21 Η κατηγορία των οικιακών καταναλωτών είναι αυτή που ενδιαφέρει εδώ καθώς το πλήθος τους και οι αθροιζόμενες καταναλώσεις τους αποτελούν σημαντικό ποσοστό της συνολικής ζήτησης. Άρα είναι προφανής η σημαντικότητα της πρόβλεψης ζήτησης για κάθε είδος οικιακού καταναλωτή και άρα του συνόλου της οικιακής κατανάλωσης. Για αυτή την πρόβλεψη, το Power TAC προτείνει την εξής κατηγοριοποίηση: ΝΟΙΚΟΚΥΡΙΟ - HOUSEHOLD MODEL Οι οικιακοί καταναλωτές κατέχουν ένα σημαντικό μερίδιο της ηλεκτρικής κατανάλωσης και γι αυτό το λόγο αποτελούν μια βασική συνιστώσα της αγοράς ηλεκτρικής ενέργειας. Έτσι οι συντελεστές του Power TAC προσπάθησαν να δημιουργήσουν το συγκεκριμένο μοντέλο τοποθετώντας το πάνω σε βασικά χαρακτηριστικά τα οποία θα αναλυθούν στη συνέχεια έτσι ώστε να είναι κατανοητό στους χρήστες χωρίς να απατούνται ειδικές τεχνικές γνώσεις. Τα βασικά χαρακτηριστικά έτσι όπως ορίστηκαν από τους δημιουργούς και διέπουν τη λειτουργία του μοντέλου είναι αρχικά το όνομα (Name) που δίνεται σε κάθε νοικοκυριό ώστε να ξεχωρίζουν μεταξύ τους και ο αριθμός των μελών (Members) του που θα επιλέγεται τυχαία. Το σημαντικότερο κομμάτι αποτελούν βέβαια οι ηλεκτρικές συσκευές (Appliances), μερικές από τις οποίες μπορεί να είναι κοινές μεταξύ των καταναλωτών αλλά πάντα θα υπάρχουν διαφοροποιήσεις στον αριθμό που διαθέτει κάθε νοικοκυριό αλλά και το ποσό ηλεκτρικής ενέργειας που καταναλώνει. Τέλος χρήσιμο εργαλείο για τον καθορισμό των συνηθειών των καταναλωτών μπορεί να αποτελέσει το ημερήσιο/εβδομαδιαίο (Daily/Weekly Load) φορτίο αλλά και η μέση κατανάλωση ηλεκτρικής ενέργειας σε ένα χρόνο (Year Consumption) το οποίο προκύπτει συνήθως από στατιστικά δεδομένα. Τα μοντέλα αυτά στην ουσία αποτελούν πράκτορες λογισμικού και η λειτουργία τους γίνεται με συγκεκριμένες συναρτήσεις όπως σχεδιάστηκαν από τους δημιουργούς. Στο σημείο αυτό καλό είναι να τις αναφέρουμε και να αναλύσουμε περιληπτικά τη λειτουργία κάθε μιας. Initialize: Δημιουργεί έναν οικιακό καταναλωτή παίρνοντας ως είσοδο το όνομα του οικιακού καταναλωτή ώστε να ξεχωρίζουν μεταξύ τους και άλλες ρυθμιστικές παραμέτρους ώστε να δημιουργηθεί ένα δυναμικό και πλήρως λειτουργικό μοντέλο. Member Randomizer: Επιλέγει τυχαία τον αριθμό μελών της οικιακής κατανάλωσης. Αdd Person: Δημιουργεί ένα άτομο. Πρόκειται για το μοντέλο ενός ανθρώπου κι εξηγείται στην επόμενη ενότητα. Check Probability: Εξετάζει την πιθανότητα που έχει κάποια συσκευή να αποτελεί μέρος της οικιακής κατανάλωσης. 13

22 Fill Appliances: Μετά τη συνάρτηση Check Probability ακολουθεί η συγκεκριμένη συνάρτηση έτσι ώστε να τοποθετηθούν στο νοικοκυριό συσκευές τυχαίου αριθμού και είδους. Fill Daily Load: Στην αρχή κάθε μέρας ο πράκτορας λογισμικού συμψηφίζει την κατανάλωση των ηλεκτρικών συσκευών που πρόκειται να λειτουργήσουν ώστε να προκύψει το ημερήσιο προφίλ της καταναλώμενης ηλεκτρικής ενέργειας. Για συσκευές οι οποίες χρειάζονται τον άνθρωπο για το χειρισμό τους και φυσικά αποτελούν την πλειονότητα, καθοριστικό ρόλο στο προφίλ παίζει η παρουσία/απουσία των μελών του νοικοκυριού. Is Empty/On vacation: Ελέγχεται η παρουσία των μελών στο νοικοκυριό. Step Function: Η συγκεκριμένη συνάρτηση δουλεύει ταυτόχρονα σε όλους τους οικιακούς καταναλωτές ώστε να ανανεώνει την κατάσταση του νοικοκυριού μετά από συγκεκριμένο χρόνο κάθε φορά. Δηλαδή ασχολείται με την ενημέρωση σχετικά με το ποια άτομα εισέρχονται/εξέρχονται και ποιες συσκευές εκκινούν/διακόπτουν τη λειτουργία τους. Show status: Ενημερώνει για την κατάσταση που επικρατεί σε κάθε νοικοκυριό μια συγκεκριμένη στιγμή ή όλη τη μέρα. Αφορά τα μέλη που είναι παρόντα, ποιες συσκευές λειτουργούν και την κατανάλωση τους. ΧΡΗΣΤΕΣ - PERSON MODEL Η δημιουργία ενός πράκτορα λογισμικού που θα προσομοιώνει τον άνθρωπο είναι δύσκολη υπόθεση λόγω των πολλών παραγόντων που πρέπει να ληφθούν υπόψη αν θέλουμε να δημιουργήσουμε ένα αληθοφανές μοντέλο. Έτσι χαρακτηριστικά τα οποία συνθέτουν την ιδιοσυγκρασία του ανθρώπου και οι συνήθειες τις καθημερινότητάς του διαμορφώνουν σε μεγάλο βαθμό το προφίλ της ημερήσιας κατανάλωσης ηλεκτρικής ενέργειας. Αρχικά αναλύονται βασικά στοιχεία τα οποία διέπουν τη ζωή του ανθρώπου και την καθημερινότητά του ενώ στη συνέχεια ακολουθούν οι συναρτήσεις με τις οποίες λειτουργούν οι πράκτορες λογισμικού για να προσομοιώσουν το άτομο. Οι συντελεστές του Power ΤΑC χώρισαν τα άτομα σε τρεις κατηγορίες ανάλογα με το ποσοστό παρουσίας τους στο νοικοκυριό. Δηλαδή όρισαν την ομάδα των κυρίως παρόντων (Mostly Present) που αφορά τις νοικοκυρές, ανέργους και παιδιά προσχολικής ηλικίας, την ομάδα των περιοδικά παρόντων (Periodically Present) όπου ανήκουν οι εργαζόμενοι και οι μαθητές, και την ομάδα των τυχαία απόντων (Randomly Absent) όπου ανήκουν εργαζόμενοι με βάρδιες. 14

23 Ως καταστάσεις των ατόμων ορίστηκαν εκείνες όπου το άτομο μπορεί να βρίσκεται σπίτι και να χρησιμοποιεί τις ηλεκτρικές συσκευές, μπορεί να είναι άρρωστο, μπορεί να λείπει σε διακοπές, μπορεί να βρίσκεται στην εργασία του, μπορεί να βρίσκεται εκτός σπιτιού για κάθε είδους ψυχαγωγία και τέλος μπορεί να κοιμάται. Εμβαθύνοντας λίγο στις παραπάνω καταστάσεις μπορούμε να πούμε ότι για τις ασθένειες λήφθηκαν από στατιστικά στοιχεία κατά μέσο όρο πόσες μέρες τυχαίνει να λείπει ένα άτομο από τη δουλειά του σε ένα χρόνο ενώ όσον αφορά τις διακοπές αυτές χωρίστηκαν σε δύο κατηγορίες. Η πρώτη κατηγορία περιλαμβάνει μέρες αργίας όπου τα μέλη του νοικοκυριού μπορεί είτε να βρίσκονται στο σπίτι είτε να απουσιάζουν ενώ η δεύτερη κατηγορία αφορά διακοπές διαρκείας όπου οι εργαζόμενοι παίρνουν άδεια για αρκετές μέρες και μπορεί να απουσιάζουν από το νοικοκυριό όλα τα μέλη για κάποιες μέρες. Η επιλογή γίνεται πάντως τυχαία και στις δύο αυτές κατηγορίες. Τα άτομα μπορεί να απουσιάζουν από το νοικοκυριό εκτός από την εργασία τους και για δραστηριότητες που μπορεί να αφορούν την ψυχαγωγία τους και έχουν σχέση με αθλητισμό, ψώνια, κινηματογράφος κ.α. Έτσι ορίζεται τυχαία για το κάθε άτομο ένας αριθμός δραστηριοτήτων οι οποίες τοποθετούνται τις μέρες τις εβδομάδας σε ώρες που να μη συμπίπτουν και με άλλες ασχολίες, έχοντας μια συγκεκριμένη διάρκεια. Η απουσία του ατόμου λόγω της εργασίας μοντελοποιείται χρησιμοποιώντας δύο στοιχεία, την ώρα που φεύγει το άτομο από το σπίτι και την διάρκεια της εργασίας. Ο αριθμός των ημερών που μπορεί να δουλεύει κάποιος αποφασίζεται τυχαία. Για τα άτομα της ομάδας περιοδικά παρόντες, η ώρα που φεύγουν από το σπίτι προκύπτει από κανονική κατανομή στατιστικών δεδομένων ενώ για τα άτομα της ομάδας τυχαία απόντες επειδή η δουλειά τους είναι σε βάρδιες έχουν επιλεγεί τρεις ώρες κατά τη διάρκεια μιας ημέρας όπου μπορεί να γίνει η αλλαγή βάρδιας. Όλα αυτά τα δεδομένα είναι απαραίτητα για να δημιουργηθεί το προφίλ της απουσίας των ατόμων από την οικιακή κατανάλωση. Πρέπει να τονιστεί ότι για τα άτομα της κατηγορίας κυρίως παρόντες έχει οριστεί ότι δεν απουσιάζουν από το σπίτι λόγω της εργασίας τους. Οι ιδιότητες που έχουν αποδοθεί από τους δημιουργούς στους πράκτορες λογισμικού για την μοντελοποίηση των ατόμων είναι ένα όνομα (Name) για να ξεχωρίζει από τα υπόλοιπα, η κατάστασή του (Status) κάθε στιγμή, το όνομα του νοικοκυριού (Member of) στο οποίο είναι μέλος, μια λίστα των ημερών που θεωρούνται ως αργίες (Public Vacation Vector) και είναι ίδια για όλα τα μέλη, μια λίστα με τα χρονικά διαστήματα που μπορεί να είναι άρρωστο το άτομο (Sickness Vector), μια λίστα με τις ψυχαγωγικές δραστηριότητες του ατόμου (Leisure Vector) και τη διάρκεια τους (Leisure Duration) και τέλος το ημερήσιο/εβδομαδιαίο πρόγραμμα του κάθε ατόμου (Daily/Weekly Routine). Επίσης έχουν δοθεί και 15

24 κάποια συγκεκριμένα χαρακτηριστικά στα εργαζόμενα άτομα όπως οι μέρες τις οποίες δουλεύει (Working Days) και οι ώρες που ξεκινά την εργασία του (Start Working Hours) καθώς επίσης και η διάρκεια (Working Duration). Επίσης χρειάζεται να είναι γνωστές οι περίοδοι που μπορεί να βρίσκεται σε άδεια (Vacation Vector) καθώς και η διάρκειά τους (Vacation Duration). Όπως και στην περίπτωση του πράκτορα που προσομοιώνει το νοικοκυριό έτσι κι εδώ υπάρχουν οι απαραίτητες συναρτήσεις οι οποίες θα αναλυθούν περιληπτικά στη συνέχεια. Initialize: Δημιουργεί ένα ρεαλιστικό και πλήρως δραστήριο άτομο ενσωματώνοντας όλα τα απαραίτητα χαρακτηριστικά όπως περιγράφηκε και στην περίπτωση του νοικοκυριού. Create Sickness/Leisure Vector: Δημιουργεί τυχαία συνθήκες ασθένειας ή ψυχαγωγικών δραστηριοτήτων για κάθε άτομο ξεχωριστά. Is Sleeping/At Work/Sick/Leisure/Vacation: Βρίσκει την τωρινή κατάσταση του ατόμου. Fill Normal/Sick: Γεμίζει την καθημερινότητα του ατόμου ανάλογα αν είναι υγιές ή άρρωστο. Add Leisure: Προσθέτει τυχαία κάποια δραστηριότητα σε κάποια μέρα της εβδομάδας. Fill Daily/weekly Routine: Χρησιμοποιείται κατά την αρχικοποίηση όταν ο κάθε πράκτορας πρέπει να γεμίσει το ημερήσιο/εβδομαδιαίο πρόγραμμα του με δραστηριότητες. Refresh: Ανανεώνει το πρόγραμμα του ατόμου ημερήσια/εβδομαδιαία. Show Status: Δείχνει κάθε στιγμή την κατάσταση του ατόμου. Σε αυτές τις συναρτήσεις έρχονται να προστεθούν και μερικές ακόμα οι οποίες αφορούν την καθημερινότητα των εργαζόμενων ατόμων. Create Vacation/Working Vector: Δημιουργούν τυχαία τις εργάσιμες μέρες και τις μέρες με άδεια. Create Start Working Hour: Καθορίζει ποια θα είναι η ώρα έναρξης της εργασίας για τα άτομα της κατηγορίας τυχαία απόντες. Working Days Randomizer: Δημιουργεί τυχαία τη λίστα με τις μέρες εργασίας για το κάθε άτομο. Fill Work: Γεμίζει τη μέρα του ατόμου με τις εργασιακές του συνήθειες. Add Leisure To Routine: Προσθέτει τυχαία κάποια ψυχαγωγική δραστηριότητα σε μια εργάσιμη μέρα. 16

25 ΣΥΣΚΕΥΕΣ - APPLIANCE MODEL Η προσέγγιση του Power TAC για τις συσκευές προσανατολίζεται κυρίως στη εξέταση της δυνατότητας χρονικής μετακίνησης της λειτουργίας των συσκευών με σκοπό την εξομάλυνση του 24ώρου φορτίου. Έτσι αρχικά ορίζονται οι παράμετροι των συσκευών όπως πιθανότητα ύπαρξης της συσκευής στο σπίτι (saturation), ποσοστό ετήσιου φορτίου (consumption share), ποσοστό του συνολικού φορτίου σε κατάσταση αναμονής (base load share), ονομαστική ισχύς (power), διάρκεια κύκλου σε 15λεπτο βήμα (cycle duration), εξάρτηση λειτουργίας από την παρουσία ή μη μελών στο σπίτι (occupancy dependence) και τέλος πίνακες πιθανότητας λειτουργίας της συσκευής σε μηνιαία, εβδομαδιαία και ημερήσια βάση (probability season/weekday/daytime). Ακόμη ορίζονται αναγνωριστικά στοιχεία της συσκευής όπως όνομα συσκευής (name), όνομα κατέχοντος νοικοκυριού (member of), στιγμιαία κατάσταση χρήσης ή μη (in use), ημέρες χρήσης (days), αριθμός χρήσεων ανά ημέρα / εβδομάδα (times of daily/weekly function), πίνακας αρχικής χρονικής κατανομής εκκινήσεων συσκευής (operation vector), πίνακας κατανομής χρονικά διορθωμένων εκκινήσεων (daily/weekly operation vector) και τέλος πίνακας καταγραφής τελικού ημερήσιου / εβδομαδιαίου φορτίου συσκευής (daily/weekly load vector). Ο βασικός άξονας εξέτασης όπως προαναφέρθηκε είναι το λεγόμενο time shifting. Το κίνητρο για τους χρήστες είναι φυσικά οικονομικό καθώς η τιμή της ενέργειας στο μέλλον θα μεταβάλλεται μέσα σε ένα τυπικό 24ωρο. Έτσι οι πράκτορες λογισμικού αναλαμβάνουν να θέσουν σε λειτουργία τις συσκευές όταν το συνολικό κόστος του επόμενου κύκλου της ελεγχόμενης συσκευής θα είναι το ελάχιστο. Η χρονική αυτή μετακίνηση όμως έχει πολλαπλά οικονομικά οφέλη για τις εταιρίες παροχής ενέργειας αφού ο επιτυγχάνεται ο σκοπός της εξομάλυνσης καμπύλης ισχύος, χωρίς αιχμές κλπ. Λόγω της σημαντικότητας όλων των παραπάνω (αλλά και όλων όσα θα περιείχε μια πιο βαθιά ανάλυση σχετικά με το time shifting) οι συσκευές χωρίζονται σε τρεις κατηγορίες με παράμετρο το κατά πόσο δυνατή είναι χρονική μετακίνησή της λειτουργίας τους. Έτσι έχουμε: Πλήρως Αυτοματοποιημένες Συσκευές: Συσκευές που προσφέρουν τις υπηρεσίες τους ανεξαρτήτως ταυτόχρονης παροχής ισχύος. Με άλλα λόγια έχουν τη δυνατότητα αποθήκευσης ενέργειας. Χαρακτηριστικά παραδείγματα τέτοιων συσκευών είναι το Ψυγείο, ο Καταψύκτης, ο Θερμοσίφωνας και οι Θερμοσυσσωρευτές αφού για παράδειγμα το ψυγείο συνεχίζει να διατηρεί τη θερμοκρασία του χαμηλά ακόμη και όταν ο κύκλος ψύξης σταματήσει. Η δυνατότητα αυτή αφήνει ελεύθερη την επιλογή της χρονικής στιγμής στην οποία θα αντλήσει ηλεκτρική ισχύ κάποια από αυτές τις συσκευές. Έτσι οι 17

26 πράκτορες λογισμικού έχουν πλήρη ελευθερία (ανεξαρτησία από τον χρήστη) για τον έλεγχο του διαστήματος λειτουργίας τέτοιου είδους συσκευών. Ημι- αυτοματοποιημένες συσκευές: Σε αυτή την κατηγορία ανήκουν συσκευές από τις οποίες ο χρήστης ενδεχομένως να έχει την απαίτηση να παρέχουν τις υπηρεσίες τους σε πιο συγκεκριμένα χρονικά διαστήματα. Δηλαδή απαιτείται αλληλεπίδραση του πράκτορα με το χρήστη ώστε ο χρήστης να ορίσει πότε θα έχει τη συσκευή έτοιμη για λειτουργία, πότε επιθυμεί να αρχίσει και πότε να τελειώσει τον κύκλο της. Χαρακτηριστικό παράδειγμα τέτοιας συσκευής είναι το πλυντήριο ρούχων το οποίο ο χρήστης πρέπει να γεμίσει με ρούχα αλλά και περιμένει να τελειώσει εντός λογικού χρονικού περιθωρίου. Στην ίδια φιλοσοφία ελέγχου κινούνται και συσκευές όπως στεγνωτήριο και πλυντήριο πιάτων. Τελικά οι πράκτορες λογισμικού έχουν περιορισμένο έλεγχο της περιόδου λειτουργίας κάθε συσκευής αφού προηγείται ο ορισμός των επιθυμητών χρονικών ορίων από τον χρήστη. Μη αυτοματοποιημένες συσκευές: Στην τελευταία κατηγορία ανήκουν συσκευές που ο χρήστης επιθυμεί την άμεση παροχή υπηρεσιών και άρα την άμεση κατανάλωση ηλεκτρικής ισχύος. Σε τέτοιου είδους συσκευές οι πράκτορες έχουν μηδενικό έλεγχο ενώ παραδείγματα αποτελούν ο φωτισμός, το στιγμιαία θερμαινόμενο νερό χρήσης και ο φούρνος μαγειρέματος. Άλλες συσκευές: Συσκευές που δεν προαναφέρθηκαν αλλά είναι αντικείμενα καθημερινής χρήσης όπως τηλεόραση, υπολογιστές κλπ έχουν σχετικά μικρή κατανάλωση και άρα δεν εξετάζεται η δυνατότητα χρονικής μετακίνησής τους. Για τη μοντελοποίηση των συσκευών έχουμε τις συναρτήσεις υλοποίησης και λειτουργίας τους ως εξής: Initialize: Είναι η συνάρτηση αρχικοποίησης της συσκευής που εισάγει όλα τα αναγνωριστικά στοιχεία της και δημιουργεί ένα ψηφιακό ομοίωμα της λειτουργίας της. Get Probability: Η συνάρτηση αυτή επιστρέφει την ημερήσια, εβδομαδιαία και μηνιαία πιθανότητα μια συσκευή να λειτουργεί. 18

27 Fill Season / Weekday / Daytime: Η συνάρτηση αυτή συμπληρώνει τους πίνακες με τις πιθανότητες λειτουργίας της συσκευής όπως περιγράφηκε πιο πάνω. Create Operation Vector: Αυτή η διαδικασία κατανέμει τυχαία τη λειτουργία της συσκευής ανάλογα με τον αριθμό χρήσεων ανά ημέρα ή εβδομάδα. Fill Daily / Weekly Function: Είναι η κυριότερη συνάρτηση και ορίζει το πότε θα λειτουργήσει κάθε συσκευή. Refresh: Είναι η συνάρτηση που ανανεώνει την κατάσταση λειτουργίας των συσκευών ανά τακτικά χρονικά διαστήματα (πχ βήμα 15λέπτου) Show Status: Είναι η συνάρτηση που επιστρέφει την παρούσα κατάσταση λειτουργίας των συσκευών. Ακόμη έχουμε και τις συναρτήσεις time shifting: Fill Days: Συνάρτηση που αρχικοποιεί κατά τυχαίο τρόπο τα διαστήματα λειτουργίας των συσκευών για μια εβδομάδα Create Daily / Weekly Operation Vector: Συνάρτηση που χειρίζεται τις στιγμές εκκίνησης μιας συσκευής κατά τη διάρκεια μιας μέρας ή μιας εβδομάδας. Shifting Function: Η κύρια συνάρτηση χρονικής μετακίνησης των διαστημάτων λειτουργίας της κάθε συσκευής, η υλοποίηση των πρακτόρων σε περιβάλλον μεταβλητής τιμής ενέργειας. 19

28 2. Μεθοδολογία 2.1 Επιλογή Μεθόδου Ερωτηματολογίου Σκοπός της διπλωματικής είναι η θεμελίωση μιας μεθοδολογίας για τον προσδιορισμό της καμπύλης φορτίου ενός νοικοκυριού. Με άλλα λόγια ο ορισμός ενός αλγορίθμου με βάση τον οποίο θα εξάγεται μια όσο το δυνατόν ακριβέστερη προσέγγιση της πραγματικής καμπύλης φορτίου για έναν οικιακό καταναλωτή. Ένα ιδανικό σενάριο θα ήταν η τοποθέτηση κατάλληλων μετρητών για την καταγραφή της διακύμανσης ισχύος. Αυτό φυσικά προϋποθέτει την πρόσβαση σε μεγάλο αριθμό καταναλωτών και τη χρήση επίσης μεγάλου αριθμού καταγραφέων. Ακόμη το δείγμα θα πρέπει να επιλεγεί προσεκτικά ώστε να καλυφθεί κατά το δυνατόν μεγαλύτερη ποικιλία οικιακών χρηστών. Τέλος για μια αξιόπιστη καμπύλη που οδηγεί σε ολοκληρωμένα αποτελέσματα, απαιτείται η καταγραφή της κατανάλωσης ενέργειας σε ένα μεγάλο χρονικό διάστημα κάποιων ετών ώστε να αποδοθεί πειστικά η ενεργειακή συμπεριφορά των χρηστών τόσο κατά τη διάρκεια ενός έτους όσο και κατά το πέρασμα αρκετών ετών με την όποια μεταβλητότητα παρουσιάζουν μεταξύ τους. Όλα τα παραπάνω κάνουν τη μέθοδο της άμεσης καταγραφής ισχύος πολύπλοκη, μη ευέλικτη για χρήση σε μεγάλη κλίμακα και τελικά ακατάλληλη λόγω απαιτήσεων σε εξοπλισμό αλλά και παρεμβατικής συμπεριφοράς προς το δείγμα. Μια εναλλακτική πρόταση στην άμεση μέθοδο είναι και η μοντελοποίηση της συμπεριφοράς χρηστών και συσκευών μέσω συναρτήσεων πυκνότητας πιθανότητας. Με αυτή την προσέγγιση οι συσκευές υπακούουν σε ένα ενεργειακό προφίλ χρήσης που προκύπτει είτε από άμεση μέτρηση τους είτε από κατασκευαστικά δεδομένα και είναι αυτό το προφίλ που μέσω της χρήσης της συσκευής συνεισφέρει στη συνολική καμπύλη φορτίου. Το δεύτερο και εξίσου σημαντικό μέρος είναι ο ίδιοι ο χρήστες. Ως έμψυχα αντικείμενα η συμπεριφορά των χρηστών μοντελοποιείται και πάλι με συναρτήσεις πυκνότητας πιθανότητας που εδώ όμως δηλώνουν έννοιες όπως παρουσία ή απουσία από το σπίτι, τάση προς χρήση της κάθε συσκευής, δυνατότητα παράλληλης χρήσης συσκευών και άλλες παρόμοιες συνήθειες. 20

29 Η αλληλεπίδραση της συμπεριφοράς του χρήστη και της ενεργειακής υπογραφής κάθε συσκευής δίνει μια πολύ αξιόπιστη προσέγγιση για την καμπύλη φορτίου του νοικοκυριού αυτού. Η μέθοδος αυτή αν και αρκετά περίπλοκη ως σύλληψη και υλοποίηση δεν είναι άμεση καθώς δεν απαιτεί παρακολούθηση και καταγραφή μεγάλου όγκου δεδομένων. Παρά τα ακριβή και άρα αξιόπιστα αποτελέσματα τα οποία δίνει απαιτεί πρόσβαση σε σημαντικό μέρος στατιστικών δεδομένων ώστε οι συναρτήσεις πιθανοτικές συναρτήσεις να αντικατοπτρίζουν όσο πιο αναμφίβολα γίνεται τη συμπεριφορά των χρηστών. Στη δική μας περίπτωση και εφόσον οι δυο μέθοδοι καθίστανται αδύνατες στην εφαρμογή τους θα χρησιμοποιήσουμε ένα συνδυασμό από τη βάση της κάθε μεθόδου. Προτείνουμε έτσι τη σύνταξη ερωτηματολογίου το οποίο θα συμπληρώνεται για κάθε ένα νοικοκυριό και από το οποίο θα εξάγεται η προσέγγιση της καμπύλης κατανάλωσης του νοικοκυριού αυτού. Η αμεσότητα που προσφέρει η πρώτη μέθοδος εμφανίζεται και εδώ αφού οι ίδιοι οι χρήστες απαντούν σε ερωτήσεις σχετικά με την καθημερινότητα τους και πώς αυτή σχετίζεται με την κατανάλωση ενέργειας. Η μη αναγκαιότητα μέτρησης για την οποία διακρίνεται η δεύτερη μέθοδος είναι και εδώ εξασφαλισμένη (περιορισμένη μόνο για λόγους επαλήθευσης) με τους χρήστες να δηλώνουν ποιες συσκευές χρησιμοποιούν, πότε και με ποιο τρόπο. Έτσι έχουμε μια αξιόπιστη λογική κατάστρωσης της επιθυμητής καμπύλης φορτίου με την ακρίβεια να εξαρτάται από τη συνέπεια των απαντήσεων των χρηστών, αλλά και τους συμβιβασμούς που γίνονται στη σύνταξη του ερωτηματολογίου μεταξύ πλήθους ερωτήσεων και κάλυψη λεπτομερειών. 21

30 22

31 2.2 Ερωτηματολόγιο Το ερωτηματολόγιο που ακολουθεί έχει ως στόχο τη συλλογή απαραίτητων πληροφοριών έτσι ώστε μέσα από αυτές να είμαστε σε θέση να προσεγγίσουμε με αποδεκτή ακρίβεια την κατανάλωση ηλεκτρικής ισχύος από οικιακούς καταναλωτές. Όσο σαφέστερα είναι διατυπωμένες οι απαντήσεις, τόσο μεγαλύτερη ακρίβεια εξασφαλίζεται. Φυσικά το ερωτηματολόγιο δεν έχει αυστηρό χαρακτήρα και δε χρειάζεται από τους ερωτηθέντες να έχουν επίγνωση για όλα όσα ζητούνται. Παρ όλα αυτά περισσότερη λεπτομέρεια στις απαντήσεις διευκολύνει τους συντάκτες να συνθέσουν τις καμπύλες της κατανάλωσης. Ακόμη, όπου οι ερωτηθέντες κρίνουν ότι μπορούν να δώσουν πρόσθετες πληροφορίες με τη μορφή σχολίων, είναι βέβαιο ότι βοηθά τους συντάκτες στη μετέπειτα επεξεργασία των δεδομένων. Το τρίτο μέρος του ερωτηματολογίου καλό είναι να απαντηθεί από το άτομο που κατά κανόνα χρησιμοποιεί τις οικιακές συσκευές και οι πληροφορίες με τον δείκτη «(1)» είναι προαιρετικές και έχουν συμπεριληφθεί για την ακριβέστερη προσομοίωση των συσκευών. 23

32 1. Αναγνωριστικά στοιχεία Α/Α Πόλη Νομός Περιοχή Είδος Κατοικίας: Μονοκατοικία Διαμέρισμα Αριθμός Ορόφων: Όροφος: Επιφάνεια Κατοικίας: m 2 Έτος Κατασκευής: 2. Καταγραφή δραστηριοτήτων μελών: Αριθμός Μελών: 1 ο Μέλος: o Ηλικία: Μορφωτικό Επίπεδο: Επάγγελμα: Καθημερινές: Ποιες ώρες λείπετε συνήθως από το σπίτι λόγω της εργασίας σας κατά τη διάρκεια μιας εργάσιμης μέρας; Ποιες ώρες εργάζεστε συνήθως εντός σπιτιού κατά τη διάρκεια μιας εργάσιμης μέρας; Ποιες ηλεκτρικές συσκευές χρησιμοποιείτε κατά την εργασία σας εντός σπιτιού; Ασχολείστε με δραστηριότητες εκτός σπιτιού τις καθημερινές; Ναι Όχι 24

33 Ποιές μέρες της εβδομάδας και ποιες ώρες συνήθως ασχολείστε με δραστηριότητες εκτός σπιτιού; Δευτέρα Τρίτη Τετάρτη Πέμπτη Παρασκευή Πόσες φορές την εβδομάδα και ποιες ώρες συνήθως βγαίνετε από το σπίτι για ψυχαγωγία διασκέδαση: Συμπληρώστε στη δεξιά στήλη ποιες ακριβώς από τις παρακάτω ώρες παρακολουθείτε τηλεόραση: Πρωινή ( ) Μεσημεριανή ( ) Απογευματινή ( ) Βραδινή ( ) Τι είδους υπολογιστή χρησιμοποιείτε; Laptop Desktop Όταν λείπετε, ο υπολογιστής σε τι κατάσταση είναι: Laptop: Ενεργός Ανενεργός Αναμονή Desktop: Ενεργός Ανενεργός Αναμονή Ποιες ώρες χρησιμοποιείτε κατά μέσο όρο τον υπολογιστή σας εντός σπιτιού: Τι μέσο χρησιμοποιείτε για να ακούσετε μουσική: Υπολογιστής Ραδιόφωνο Στερεοφωνικό-HiFi Home Cinema Πόσες ώρες περίπου την ημέρα: 25

34 Απαριθμήστε οποιεσδήποτε επιπλέον δραστηριότητες σας εντός σπιτιού που κατά τις οποίες χρησιμοποιείτε ηλεκτρικές συσκευές και κατά μέσο όρο πόσο χρόνο ασχολείστε με αυτές: Δραστηριότητα Ώρες Σαββατοκύριακα: Ποιες ώρες λείπετε συνήθως από το σπίτι λόγω της εργασίας σας κατά τη διάρκεια του ΣΚ; Ποιες ώρες εργάζεστε συνήθως εντός σπιτιού κατά τη διάρκεια του ΣΚ; Σάββατο: Κυριακή: Ποιες ηλεκτρικές συσκευές απασχολείτε κατά την εργασία σας; Ασχολείστε με δραστηριότητες εκτός σπιτιού το ΣΚ; Ναι Όχι Ποιές μέρες και ποιες ώρες συνήθως ασχολείστε με δραστηριότητες εκτός σπιτιού; Σάββατο: Κυριακή: 26

35 Ποιες ώρες του ΣΚ συνήθως βγαίνετε από το σπίτι για ψυχαγωγία διασκέδαση: Σάββατο: Κυριακή: Συμπληρώστε στη δεξιά στήλη ποιες ακριβώς από τις παρακάτω ώρες παρακολουθείτε τηλεόραση: Σάββατο Κυριακή Πρωινή ( ) Μεσημεριανή ( ) Απογευματινή ( ) Βραδινή ( ) Ποιες ώρες χρησιμοποιείτε κατά μέσο όρο τον υπολογιστή σας εντός σπιτιού: Σάββατο: Κυριακή: Τι είδους υπολογιστή χρησιμοποιείτε; Laptop Desktop Όταν λείπετε, ο υπολογιστής σε τι κατάσταση είναι: Laptop: Ενεργός Ανενεργός Αναμονή Desktop: Ενεργός Ανενεργός Αναμονή Τι μέσο χρησιμοποιείτε για να ακούσετε μουσική: Υπολογιστής Ραδιόφωνο Στερεοφωνικό-HiFi Home Cinema Πόσες ώρες περίπου την ημέρα: Απαριθμήστε τις επιπλέον δραστηριότητες σας και κατά μέσο όρο πόσο χρόνο ασχολείστε με αυτές: Δραστηριότητα Ώρες 27

36 3. Στοιχεία Συσκευών Νοικοκυριού o Ψυγείο (Ψυγείο πιθανόν με μικρό καταψύκτη στο επάνω μέρος) Κατασκευαστής και Μοντέλο: Σε ποια κλίμακα λειτουργεί συνήθως το ψυγείο (πχ 3/5):../.. o Αυτόνομος Καταψύκτης Κατασκευαστής και Μοντέλο: Σε τι θερμοκρασία ρυθμίζετε συνήθως τον καταψύκτη: o Ηλεκτρική Κουζίνα Κατασκευαστής και Μοντέλο: Σύνηθες Ωράριο Χρήσης Καθημερινές Ποιες ώρες συνήθως χρησιμοποιείτε την ηλεκτρική κουζίνα: Διάρκεια λειτουργίας:.. Τρόπος Λειτουργίας (πχ αέρας και εστίες, αντίσταση μόνο κλπ) : Πόσες φορές την εβδομάδα χρησιμοποιείτε την κουζίνα: Σαββατοκύριακα: Ποιες ώρες συνήθως χρησιμοποιείτε την ηλεκτρική κουζίνα: Σάββατο: Κυριακή: Διάρκεια λειτουργίας: Τρόπος Λειτουργίας : o Φούρνος Μικροκυμάτων Κατασκευαστής και Μοντέλο: Σύνηθες Ωράριο Χρήσης Καθημερινές: Ποιες ώρες συνήθως χρησιμοποιείτε το Φούρνο Μικροκυμάτων: Διάρκεια Λειτουργίας (σε λεπτά): Επίπεδο ισχύος (πχ. Ξεπάγωμα, ζέσταμα, μαγείρεμα): Πόσες φορές την εβδομάδα χρησιμοποιείτε τον Φούρνο Μικροκυμάτων: Σαββατοκύριακα: Ποιες ώρες συνήθως χρησιμοποιείτε το Φούρνο Μικροκυμάτων: Σάββατο: Κυριακή: Διάρκεια Λειτουργίας (σε λεπτά): Επίπεδο ισχύος (πχ. Ξεπάγωμα, ζέσταμα, μαγείρεμα): 28