Modeling of the electrical demand behavior in the household sector

El sector energético está experimentando cambios estructurales causados por el agotamiento de los recursos convencionales y la integración de las energías renovables. Particularmente en Alemania, la transición energética juega un papel fundamental. La integración de fuentes renovables volátiles a la generación conduce a una disminución de la capacidad de generación convencional. Por ello, la importancia de la flexibilidad de la demanda aumenta para garantizar un equilibrio entre la producción y el consumo de electricidad en todo momento. Especialmente en el sector residencial, la digitalización de los electrodomésticos hace que los potenciales de gestión de demanda sean utilizables y económicos. Además, la tendencia hacia un suministro eléctrico descentralizado hace que el equilibrio regional entre la oferta y la demanda sea más importante, lo que requiere un conocimiento detallado de la demanda local. Sin embargo, los perfiles de carga estándar utilizados actualmente no proporcionan esta imagen detallada. En consecuencia, aumenta la necesidad de modelar la demanda residencial para garantizar la estabilidad de la red e investigar el potencial de flexibilidad de la demanda. Por lo tanto, el objetivo de este proyecto es el desarrollo de un modelo para la demanda eléctrica individual de residencias en Alemania.
Primero, se examinan los factores que influyen en la demanda eléctrica en el sector residencial. A continuación, se desarrolla un método para simular la demanda de residencias individuales. Se utiliza un modelo de cadena de Márkov para generar estocásticamente patrones de actividad para cada miembro de la residencia. En función de los patrones generados, se crea un perfil de actividad para cada residente. Estos se convierten posteriormente en demanda eléctrica utilizando un modelo que considera la contribución de los electrodomésticos involucrados en cada actividad. También se tiene en cuenta la influencia de factores externos como el clima. Para concluir, se realizan diversas pruebas para investigar la validez de las distintas partes del modelo y el rendimiento del modelo completo.

The energy sector is undergoing structural changes caused by the depletion of traditional resources and the integration of renewables. Particularly in Germany, the energy transition plays a major role. The importance of demand-side flexibility increases to ensure a balance between electricity production and consumption at all times, as the integration of volatile renewable sources into the generation stack leads to a decrease of conventional generation capacity. Especially in the residential sector, the digitalization of appliances makes demand side potentials usable and economic. Moreover, the shift towards a decentralized power supply system makes regional balancing of supply and demand more important, calling for the detailed knowledge of the local demand. However, the standard load profiles used today do not provide this detailed picture. In consequence, the need for high-resolution modelling of household demand to ensure grid stability and to investigate the potential for demand flexibility increases. Therefore, the objective of this thesis is the development of a model for the electrical demand of individual households in Germany.
First, the factors that influence the demand for electrical energy in the residential sector are examined. A method is then developed to simulate the demand of individual households in a highly time-resolved manner. A non-uniform Markov-chain model is developed to generate stochastic activity patterns for each member of a household. Based on the generated patterns, an activity profile is created for each resident. These are subsequently converted into electrical power demand using a model of appliances which, following a bottom-up approach, considers the contribution to household load of the electrical appliances involved in each activity. The influence of external factors such as the weather is considered as well. To conclude, several test simulations are run to investigate the validity of the different parts of the model and the overall performance of the model.