Sähköverkon kuormitushuippujen tasaaminen kotitalouksien aurinkosähköllä
Bibliographic record
Abstract
Sähköntuotanto ja -kulutus muuttuvat yhä sääriippuvaisemmiksi ja hajautetummaksi ilmastonmuutoksen hillitsemistoimenpiteiden seurauksena, mikä lisää sähköverkon kuormitushuippujen hallinnan haasteita. Erityisesti jakeluverkot ovat vaarassa ylirasittua kotitalouksien yhtäaikaisista suurista sähkönkulutushuipuista, joita esimerkiksi sähköautojen lataus ja lämpöpumput voimistavat. Tässä työssä tarkastellaan, kuinka kotitalouksien aurinkosähkön pientuotanto yhdistettynä energiavarastointiin voisi auttaa tasaamaan jakeluverkon kuormitushuippuja. Työ koostuu kirjallisuuskatsauksesta ja tapaustutkimuksesta, jossa analysoidaan Vaasan Sähköverkko Oy:n erään muuntopiirin kuormitushuippuja sekä tarvittavaa aurinkopaneelien määrää niiden tasaamiseen. Kirjallisuusosuudessa perehdytään Suomen sähköverkon toimintaan, kuormitushuippujen syihin ja seurauksiin, aurinkopaneelien teknisiin ominaisuuksiin sekä kotitalouksien energianvarastointijärjestelmiin. Lisäksi perehdytään erityisesti siihen, miten aurinkosähkön tuotannon ajankohta vastaa sähkönkulutuksen ajankohtia tammikuussa ja heinäkuussa. Tapaustutkimuksessa selvitetään, kuinka paljon aurinkopaneeleita tarvittaisiin, jotta talvikauden kuormitushuippuja olisi voitu tasata tutkittavassa muuntopiirissä. Tulokset osoittavat, että aurinkovoima ei sellaisenaan riitä ratkaisuksi kuormitushuippujen tasaamiseen, eikä Suomen mittakaavassa voida aiheesta saada yleispäteviä tuloksia johtuen auringon säteilyn suuresta vaihtelusta maantieteellisesti ja vuodenajan mukaan. Aurinkovoima kuitenkin toimii hyvänä lisänä muiden joustoratkaisujen kanssa, sillä helmikuusta eteenpäin aurinkovoima kykenee jo teoreettisesti tasaamaan kuormitushuippuja tutkitussa muuntopiirissä, mikäli tuotanto varastoidaan ja käytetään kulutushuipun aikaan. Työ tuo esiin aurinkosähkön mahdollisuuksia ei vain yksittäisten kotitalouksien omavaraisuuden näkökulmasta, vaan myös osana laajempaa verkonhallinnan ratkaisua. Tällaisen hajautetun tuotannon hyödyntäminen voisi tukea siirtymää kohti kestävää energiajärjestelmää.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".