dc.contributor.advisor | Gros, Sebastien | |
dc.contributor.author | Westad Larssen, Mathias | |
dc.date.accessioned | 2022-10-25T17:19:40Z | |
dc.date.available | 2022-10-25T17:19:40Z | |
dc.date.issued | 2022 | |
dc.identifier | no.ntnu:inspera:102231297:37219440 | |
dc.identifier.uri | https://hdl.handle.net/11250/3028258 | |
dc.description | Full text not available | |
dc.description.abstract | Når samfunnet stadig elektrifiserer flere nøkkelindustrier og transportsektoren
for å redusere klimautslippet, er det viktigere enn noen gang at samfun-
net har investert i kraftnettet og at det brukes effektivt. At forbrukeren
begrenser sine krafttopper vil være en effektiv måte å redusere den totale
lasten på kraftsystemet. Ved å bruke smarthusteknologi kan man bidra til at
forbrukeren bruker elektrisitet på den mest effektive måten, sett fra et øko-
nomisk perspektiv. Denne oppgaven undersøker om bruk av husholdnings
last prediksjon, bygget på et LSTM-rammeverk, og en MPC-kontrollert varmepumpe
er en effektiv og rimelig strategi for forskyvning av krafttopper. Dette vil
gjøres gjennom simuleringer basert på faktiske lastdata. | |
dc.description.abstract | As society is transitioning to electrification of key industries and transport-
ation to reduce its carbon footprint, it is more important then ever that the
power grid are invested in and used efficiently. Consumer side peak power
management could be an effective tool to reduce the load on the power
system. To help consumers know when its most efficient to use electricity,
smart home technologies could be used for this purpose. This thesis invest-
igates if using a household load forecaster, built on a LSTM framework, and
a MPC controlled heat-pump is a an effective and reasonable strategy to
peak load shift. This will be done through simulations based on actual load
data. | |
dc.language | eng | |
dc.publisher | NTNU | |
dc.title | MPC based approach for peak load reduction in smart homes | |
dc.type | Master thesis | |