Stromverbrauchs-Prognosemodelle für die Hüttenindustrie mit dem Ziel der Ausgleichsenergiemengenreduktion

Publikationen: Thesis / Studienabschlussarbeiten und HabilitationsschriftenMasterarbeit

Standard

Stromverbrauchs-Prognosemodelle für die Hüttenindustrie mit dem Ziel der Ausgleichsenergiemengenreduktion. / Ecker, Fabian Esteban.
2013.

Publikationen: Thesis / Studienabschlussarbeiten und HabilitationsschriftenMasterarbeit

Bibtex - Download

@mastersthesis{00b031a3e9a6425a89949ed642da647c,
title = "Stromverbrauchs-Prognosemodelle f{\"u}r die H{\"u}ttenindustrie mit dem Ziel der Ausgleichsenergiemengenreduktion",
abstract = "Ziel der vorliegenden Arbeit ist es die Strom-Bezugsstruktur der einzelnen Betriebe der voestalpine am Standort Donawitz zu analysieren. Die Erkenntnisse daraus sollen dazu verwendet werden, die Haupt-Ausgleichsenergiemengentreiber zu identifizieren und neue Berechnungsmodelle zu entwickeln, die dazu beitragen sollen die Ausgleichsenergiekosten zu reduzieren. Des Weiteren soll zum Abschluss der Arbeit ein Tool programmiert werden, welches auf einfache und benutzerfreundliche Art und Weise die Fahrplanerstellung unterst{\"u}tzen und weitestgehend automatisch durchf{\"u}hren kann. Als Ausgangsbasis wurden zun{\"a}chst die Grundlagen des liberalisierten {\"o}sterreichischen Strommarktes mit Ber{\"u}cksichtigung der Novellen vom J{\"a}nner 2012, mit Fokus auf den Umgang mit Regel- und Ausgleichsenergie, erarbeitet. Ein zweiter Schwerpunkt liegt bei der Fahrplanerstellung und der Beschreibung m{\"o}glicher Konzepte diese m{\"o}glichst genau und effizient durchzuf{\"u}hren. Im Rahmen der betrieblichen Analysen zum Thema Bezugsstrukturen und Ausgleichsenergie wird der Standort in die relevanten Hauptverbraucher aufgegliedert und detailliert besondere Merkmale des Strombezugs untersucht. Es folgt eine Beschreibung der verf{\"u}gbaren Produktions- und Stromz{\"a}hlerdaten sowie eine Bewertung der Datenqualit{\"a}t. Im Zuge dessen werden sowohl Plandaten als auch historische Daten behandelt und bewertet. Im Anschluss werden, auf derselben Gliederung nach Hauptverbrauchern aufbauend, Korrelationen zwischen den verf{\"u}gbaren Datens{\"a}tzen gesucht. Dazu werden einfache statistische Methoden, Prozesswissen von Mitarbeitern und Prozessaufzeichnungen verwendet. Aus den ermittelten Zusammenh{\"a}ngen werden Berechnungsmodelle abgeleitet, mit dem Ziel die Prognosegenauigkeit der Strombez{\"u}ge zu steigern. Alle in der Arbeit erw{\"a}hnten Genauigkeitsgewinne beziehen sich auf eine rollierende Tagesplanung. Neben der Genauigkeitsoptimierung war es ebenfalls Ziel der Arbeit die Berechnungsmodelle m{\"o}glichst einfach und leicht verst{\"a}ndlich zu gestalten um {\"A}nderungen und Anpassungen ohne gro{\ss}en Arbeitsaufwand und Einarbeitungszeit durchf{\"u}hren zu k{\"o}nnen. Im Bereich des Hochofens und des Stahlwerks konnten gro{\ss}e Genauigkeitsgewinne von 50 und 70 Prozent erzielt werden. Beim Gesamtbezug ist im Rahmen einer automatischen Planung ohne Benutzereingriff eine Verbesserung von rund 10-15 Prozent zu erwarten. Da in diesem Vergleich jedoch der automatisch generierte neue Fahrplan gegen den manuell korrigierten, mit allen verf{\"u}gbaren Zusatzinformationen versorgten, herk{\"o}mmlichen Fahrplan angetreten ist, ist die tats{\"a}chlich m{\"o}gliche Einsparung schwer zu bewerten und f{\"a}llt wahrscheinlich h{\"o}her aus. Eine signifikante Verbesserung geht auch, von dem in Visual Basic programmierten Microsoft Excel Programm aus, welches aus den Produktionsprogrammen automatisch einen Fahrplanvorschlag generiert und diesen bereits im richtigen Format f{\"u}r den Versand ausgibt. Des Weiteren sind manuelle Korrekturen auf einfachste Weise m{\"o}glich und es gibt die Option Fahrpl{\"a}ne f{\"u}r den Soll-Ist Vergleich am Folgetag zu speichern und automatisch grafisch auszuwerten. Die Auswertung erfolgt f{\"u}r jeden der Hauptverbraucher separat und f{\"u}r den Gesamtbezug um dem Mitarbeiter die M{\"o}glichkeit zu geben den Grund einer m{\"o}glichen Abweichung rasch identifizieren zu k{\"o}nnen. So wird der Mitarbeiter in eine st{\"a}ndige Feedbackschleife zur Fahrplangenauigkeit eingebunden, ohne selbst Auswertungen durchf{\"u}hren zu m{\"u}ssen. Zum Abschluss folgt ein Ausblick auf m{\"o}gliche Potentiale und Verbesserungsvorschl{\"a}ge im Hinblick auf Methoden und Instrumente sowie auf betriebliches Qualit{\"a}ts- und Informationsmanagement.",
keywords = "balancing energy, energy demand forecasts, demand forecasts, steel industry, Ausgleichsenergie, Regelenergie, Fahrpl{\"a}ne, Stromverbrauchsprognosen, H{\"u}ttenindustrie",
author = "Ecker, {Fabian Esteban}",
note = "gesperrt bis null",
year = "2013",
language = "Deutsch",

}

RIS (suitable for import to EndNote) - Download

TY - THES

T1 - Stromverbrauchs-Prognosemodelle für die Hüttenindustrie mit dem Ziel der Ausgleichsenergiemengenreduktion

AU - Ecker, Fabian Esteban

N1 - gesperrt bis null

PY - 2013

Y1 - 2013

N2 - Ziel der vorliegenden Arbeit ist es die Strom-Bezugsstruktur der einzelnen Betriebe der voestalpine am Standort Donawitz zu analysieren. Die Erkenntnisse daraus sollen dazu verwendet werden, die Haupt-Ausgleichsenergiemengentreiber zu identifizieren und neue Berechnungsmodelle zu entwickeln, die dazu beitragen sollen die Ausgleichsenergiekosten zu reduzieren. Des Weiteren soll zum Abschluss der Arbeit ein Tool programmiert werden, welches auf einfache und benutzerfreundliche Art und Weise die Fahrplanerstellung unterstützen und weitestgehend automatisch durchführen kann. Als Ausgangsbasis wurden zunächst die Grundlagen des liberalisierten österreichischen Strommarktes mit Berücksichtigung der Novellen vom Jänner 2012, mit Fokus auf den Umgang mit Regel- und Ausgleichsenergie, erarbeitet. Ein zweiter Schwerpunkt liegt bei der Fahrplanerstellung und der Beschreibung möglicher Konzepte diese möglichst genau und effizient durchzuführen. Im Rahmen der betrieblichen Analysen zum Thema Bezugsstrukturen und Ausgleichsenergie wird der Standort in die relevanten Hauptverbraucher aufgegliedert und detailliert besondere Merkmale des Strombezugs untersucht. Es folgt eine Beschreibung der verfügbaren Produktions- und Stromzählerdaten sowie eine Bewertung der Datenqualität. Im Zuge dessen werden sowohl Plandaten als auch historische Daten behandelt und bewertet. Im Anschluss werden, auf derselben Gliederung nach Hauptverbrauchern aufbauend, Korrelationen zwischen den verfügbaren Datensätzen gesucht. Dazu werden einfache statistische Methoden, Prozesswissen von Mitarbeitern und Prozessaufzeichnungen verwendet. Aus den ermittelten Zusammenhängen werden Berechnungsmodelle abgeleitet, mit dem Ziel die Prognosegenauigkeit der Strombezüge zu steigern. Alle in der Arbeit erwähnten Genauigkeitsgewinne beziehen sich auf eine rollierende Tagesplanung. Neben der Genauigkeitsoptimierung war es ebenfalls Ziel der Arbeit die Berechnungsmodelle möglichst einfach und leicht verständlich zu gestalten um Änderungen und Anpassungen ohne großen Arbeitsaufwand und Einarbeitungszeit durchführen zu können. Im Bereich des Hochofens und des Stahlwerks konnten große Genauigkeitsgewinne von 50 und 70 Prozent erzielt werden. Beim Gesamtbezug ist im Rahmen einer automatischen Planung ohne Benutzereingriff eine Verbesserung von rund 10-15 Prozent zu erwarten. Da in diesem Vergleich jedoch der automatisch generierte neue Fahrplan gegen den manuell korrigierten, mit allen verfügbaren Zusatzinformationen versorgten, herkömmlichen Fahrplan angetreten ist, ist die tatsächlich mögliche Einsparung schwer zu bewerten und fällt wahrscheinlich höher aus. Eine signifikante Verbesserung geht auch, von dem in Visual Basic programmierten Microsoft Excel Programm aus, welches aus den Produktionsprogrammen automatisch einen Fahrplanvorschlag generiert und diesen bereits im richtigen Format für den Versand ausgibt. Des Weiteren sind manuelle Korrekturen auf einfachste Weise möglich und es gibt die Option Fahrpläne für den Soll-Ist Vergleich am Folgetag zu speichern und automatisch grafisch auszuwerten. Die Auswertung erfolgt für jeden der Hauptverbraucher separat und für den Gesamtbezug um dem Mitarbeiter die Möglichkeit zu geben den Grund einer möglichen Abweichung rasch identifizieren zu können. So wird der Mitarbeiter in eine ständige Feedbackschleife zur Fahrplangenauigkeit eingebunden, ohne selbst Auswertungen durchführen zu müssen. Zum Abschluss folgt ein Ausblick auf mögliche Potentiale und Verbesserungsvorschläge im Hinblick auf Methoden und Instrumente sowie auf betriebliches Qualitäts- und Informationsmanagement.

AB - Ziel der vorliegenden Arbeit ist es die Strom-Bezugsstruktur der einzelnen Betriebe der voestalpine am Standort Donawitz zu analysieren. Die Erkenntnisse daraus sollen dazu verwendet werden, die Haupt-Ausgleichsenergiemengentreiber zu identifizieren und neue Berechnungsmodelle zu entwickeln, die dazu beitragen sollen die Ausgleichsenergiekosten zu reduzieren. Des Weiteren soll zum Abschluss der Arbeit ein Tool programmiert werden, welches auf einfache und benutzerfreundliche Art und Weise die Fahrplanerstellung unterstützen und weitestgehend automatisch durchführen kann. Als Ausgangsbasis wurden zunächst die Grundlagen des liberalisierten österreichischen Strommarktes mit Berücksichtigung der Novellen vom Jänner 2012, mit Fokus auf den Umgang mit Regel- und Ausgleichsenergie, erarbeitet. Ein zweiter Schwerpunkt liegt bei der Fahrplanerstellung und der Beschreibung möglicher Konzepte diese möglichst genau und effizient durchzuführen. Im Rahmen der betrieblichen Analysen zum Thema Bezugsstrukturen und Ausgleichsenergie wird der Standort in die relevanten Hauptverbraucher aufgegliedert und detailliert besondere Merkmale des Strombezugs untersucht. Es folgt eine Beschreibung der verfügbaren Produktions- und Stromzählerdaten sowie eine Bewertung der Datenqualität. Im Zuge dessen werden sowohl Plandaten als auch historische Daten behandelt und bewertet. Im Anschluss werden, auf derselben Gliederung nach Hauptverbrauchern aufbauend, Korrelationen zwischen den verfügbaren Datensätzen gesucht. Dazu werden einfache statistische Methoden, Prozesswissen von Mitarbeitern und Prozessaufzeichnungen verwendet. Aus den ermittelten Zusammenhängen werden Berechnungsmodelle abgeleitet, mit dem Ziel die Prognosegenauigkeit der Strombezüge zu steigern. Alle in der Arbeit erwähnten Genauigkeitsgewinne beziehen sich auf eine rollierende Tagesplanung. Neben der Genauigkeitsoptimierung war es ebenfalls Ziel der Arbeit die Berechnungsmodelle möglichst einfach und leicht verständlich zu gestalten um Änderungen und Anpassungen ohne großen Arbeitsaufwand und Einarbeitungszeit durchführen zu können. Im Bereich des Hochofens und des Stahlwerks konnten große Genauigkeitsgewinne von 50 und 70 Prozent erzielt werden. Beim Gesamtbezug ist im Rahmen einer automatischen Planung ohne Benutzereingriff eine Verbesserung von rund 10-15 Prozent zu erwarten. Da in diesem Vergleich jedoch der automatisch generierte neue Fahrplan gegen den manuell korrigierten, mit allen verfügbaren Zusatzinformationen versorgten, herkömmlichen Fahrplan angetreten ist, ist die tatsächlich mögliche Einsparung schwer zu bewerten und fällt wahrscheinlich höher aus. Eine signifikante Verbesserung geht auch, von dem in Visual Basic programmierten Microsoft Excel Programm aus, welches aus den Produktionsprogrammen automatisch einen Fahrplanvorschlag generiert und diesen bereits im richtigen Format für den Versand ausgibt. Des Weiteren sind manuelle Korrekturen auf einfachste Weise möglich und es gibt die Option Fahrpläne für den Soll-Ist Vergleich am Folgetag zu speichern und automatisch grafisch auszuwerten. Die Auswertung erfolgt für jeden der Hauptverbraucher separat und für den Gesamtbezug um dem Mitarbeiter die Möglichkeit zu geben den Grund einer möglichen Abweichung rasch identifizieren zu können. So wird der Mitarbeiter in eine ständige Feedbackschleife zur Fahrplangenauigkeit eingebunden, ohne selbst Auswertungen durchführen zu müssen. Zum Abschluss folgt ein Ausblick auf mögliche Potentiale und Verbesserungsvorschläge im Hinblick auf Methoden und Instrumente sowie auf betriebliches Qualitäts- und Informationsmanagement.

KW - balancing energy

KW - energy demand forecasts

KW - demand forecasts

KW - steel industry

KW - Ausgleichsenergie

KW - Regelenergie

KW - Fahrpläne

KW - Stromverbrauchsprognosen

KW - Hüttenindustrie

M3 - Masterarbeit

ER -