Notice bibliographique
Résumé
Tämän työn tavoitteena oli tutkia tasepalvelun toimivuutta Suomessa, suomalaisten tasevastaavien tasesähkön käyttöä sekä tasevastaavien osallistumista säätösähkömarkkinoille. Samalla tavoitteena oli luoda analysointityökaluja tasepalvelun käyttöön. Tuntitason tasesähkön käyttöä on tutkittu tasevastaavakohtaisesti taseen poikkeaman itseisarvojen, yli- ja alijäämäisyyden sekä sähkön markkinahinnan ja tasesähkön hintojen vaikutuksen avulla. Fingridin tasevastaaville myymän tasesähkön määrä vuonna 2002 oli 880 GWh, joka oli noin 1 % kyseisen vuoden Suomen sähkön kulutuksesta. Tasevastaavien taseen tuntitason poikkeamien keskimääräinen kuukausikeskiarvo on välillä 8-16 MWh/h. Tasesähköä käytetään eniten talvella, johon syynä on kuormien lisääntyminen sekä lämpötilariippuvien kuormien ennustettavuuden vaikeutuminen. Tasesähkön hinnoittelulla on ohjaava vaikutus tasevastaavien tasesähkön käyttöön. Hinnoittelumalli toimii normaalitilanteissa varsin hyvin, mutta kalliin markkinahinnan aikana tarvittaisiin tehokkaampaa ja nopeampaa keinoa ohjata tasevastaavien tasesähkön käyttöä. Säätösähkömarkkinoita on tutkittu Pohjoismaiden, Suomen ja tasevastaavien tasolla. Säätötarjouksista ja toteutuneista säädöistä on analysoitu kokoa, hintaa, energia- ja lukumääriä. Suurin osa pohjoismaisen järjestelmän säädöistä tilataan Norjasta ja Ruotsista. Suomalaisten tasevastaavien säätötarjousten energiamäärä on kaksinkertaistunut vuosien 2001-2003 välillä. Suomalaisilta tasevastaavilta tilattujen säätöjen määrä vaihtelee viikoittain johtuen pohjoismaisen järjestelmän säätötarpeesta sekä tarjousten hinnoittelusta suhteessa muiden Pohjoismaiden tarjousten hintoihin.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,137 | 0,242 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».