Residential load modelling to predict household consumption for design of photovoltaic systems
Date
2022-12
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Stellenbosch : Stellenbosch University
Abstract
ENGLISH ABSTRACT: South Africa’s electrical network is restricted, and its supply is variable. Adoption of
solar systems is a potential solution. Despite the abundance of sunshine in South Africa,
the adoption of domestic rooftop solar has remained limited. The unequal distribution
of wealth and linked usage, a legacy of apartheid, and the uncertain cost/benefit of
large-scale solar installations play a significant role in this. To mitigate the uncertainty of
large-scale solar deployment, PV system design may be predicted using simulation. This
provides users with a better understanding of the energy savings and partial independence
that PV system adoption can offer from the volatile grid .
Domestic electricity usage and solar insolation are key components in the design
of a PV system. Because usage patterns vary and solar insolation fluctuates, these
variations must be considered when properly analysing the viability of PV adoption.
In South Africa, a lack of load data hinders large-scale solar PV system planning and
implementation. Although high-resolution data on individual residential energy use
is scarce in South Africa, the DELS (Domestic Electrical Load Study) dataset, which
contains data for 14 945 households sampled hourly, is an exception. Given the dataset’s
geographical and demographic representation, it provides an intriguing approach of
assessing large-scale solar PV implementation. To use the DELS dataset in this way, a
model needs to be developed to statistically describe the measured usage profiles for each
household. Thereafter, the model can be used to simulate household usage, the resultant
profiles of which can be compared to simulated solar PV profiles and used to size solar
installations for each household.
In this thesis, we presented a load model and subsequent load synthesiser for South
African residential households. Because data quality and availability are difficult to
obtain in developing countries such as South Africa, we designed the model to function
with minimal training data. In addition to the synthesiser, we conducted a case study
to evaluate the synthesiser’s suitability for the sizing and design of fixed-axis rooftop
PV systems based on the synthetic profiles. A data reduction framework to extract key
features from representative daily load profiles was employed. The developed models accounted for the effects of seasonal and day-of-week trends on household consumption
patterns.
A sum-of-Gaussian (SOG) model was used to describe load profile shapes. The model
made use of the assumption that residential households’ load behaviour would have
two distinct peaks, one in the morning and one in the afternoon, representing their
work/school schedule. A probabilistic model is used to simulate the distribution of peak
amplitudes in households. Employing hypothesis tests we fitted probability distributions
to the measured peaks amplitude values.
A load synthesiser was created by combining the two models. The synthesiser simulates
different seasons and days (weekdays, Saturdays and Sundays). Depending on the season
and day type being synthesised, we generate load profiles using a SOG-based model that
was trained on a relating seasonal and day type subset. To scale the amplitude of the
synthetic load profile, we created synthetic amplitude values by simulating the amplitude
distribution using the probabilistic model. In this way, the synthesiser can simulate load
profiles with similar statistical characteristics and shapes to the measured daily load
profile.
The proposed synthesiser was used to assess its suitability for the design of fixed-axis
rooftop PV systems. We designed a generic PV system that was used to produce PV
simulations using SAM (System Advisory Model). The synthesised days were used to
scale the system’s size to conform to a design requirement that the PV system export no
more than 15% of the energy it produces.
The developed probabilistic model was assessed by comparing the measured peak
amplitudes, and shown to accurately portray the measured values’ statistical properties.
The synthetic and measured distributions were virtually identical, with the first quantile
of values showing the biggest difference, which showed that the poor performance was
limited to very low consumption levels. Synthetic days generated for one calendar
year of days were used to evaluate the sum-of-Gaussian based model. Utilising the
SMAPE (symmetric mean absolute percentage error) and MAE (mean absolute error),
we compared the synthetic profiles shape to the measured profiles. We discovered that
even though the model performed well in terms of reproducing the shape of the RDLPs,
the level of accuracy varied when simulating a year’s worth of dates. This was most
likely brought on by the assumptions and approximations made regarding the shape of
residential load profiles. To evaluate the performance of the synthesiser, 900 households
that had more than a year’s worth of measured days were compared with a year’s worth
of synthetic data. The synthesiser was tested to determine whether it captured the shape of the daily load profiles throughout the year. The tests determined if it captured
the statistical characteristics of an individual household’s load as well as all households
and if it captured the statistical characteristics of the aggregated normalised grid of 900
households. We discovered that the synthesiser tended to overestimate peak loads while
underestimating off-peak loads.
Rooftop solar PV systems were sized using measured data and compared with ones
sized using synthesised data. Those sized using synthetic data proved to be oversized by
a small amount – less than a PV module per household.
The model behaved as expected, the synthesiser created slightly inflated peak loads,
but proved to be a useful tool for assessing fixed axis rooftop PV systems. As a result,
the project goals were achieved and objectives fulfilled. Additional adjustments to the
synthesiser and models for future work were suggested. The project code is available online1.
AFRIKAANS OPSOMMING: Suid-Afrika se elektriese netwerk is beperk en aanbod is veranderlik. Aanneming van sonnestelsels is ’n potensi¨ele oplossing. Ten spyte van die oorvloed sonskyn in Suid- Afrika, bly die aanvaarding van huishoudelike daksonkrag beperk. Die ongelyke verdeling van rykdom en gekoppelde verbruik (’n nalatenskap van Apartheid) en die onsekere koste/voordeel van grootskaalse sonkraginstallasie speel ’n beduidende rol hierin. Om die onsekerheid van grootskaalse sonkrag ontplooiing te oorkom, kan PV-stelselontwerp voorspel word deur simulasie. Simulasie gee gebruikers ’n beter begrip van die kragbesparing en gedeeltelike onafhanklikheid van die vlugtige netwerk wat PV-stelselaaneming bied. Huishoudelike elektrisiteitsverbruik en sonkrag is kernkomponente in die ontwerp van ’n PV-stelsel. Omdat gebruikspatrone verskil en sonkraginsolasie fluktueer, moet variasies oorweeg word wanneer die vatbaarheid van PV-aanneming behoorlik ontleed word. In Suid-Afrika word grootskaalse sonkrag-PV-stelselbeplanning en implementering belemmer deur ’n gebrek aan lasdata. Alhoewel ho¨e-resolusie data oor individuele residensi¨ele energiegebruik skaars is in Suid-Afrika, is die DELS (Domestic Electrical Load Study) datastel, wat data bevat van 14 945 huishoudings wat uurliks gemonster is, ’n uitsondering. Gegewe die datastel se geografiese en demografiese verteenwoordiging, bied dit ’n intrigerende benadering van assessering van grootskaalse PV-implementering. Om die DELS-datastel op hierdie manier te gebruik, moet ’n model ontwikkel word om die gemete gebruiksprofiele vir elke huishouding statisties te beskryf. Daarna kan die model gebruik word om huishoudelike gebruik te simuleer en die gevolglike profiele kan vergelyk word met gesimuleerde PV-profiele wat gebruik kan word om groottes van sonkrag installasies vir elke huishouding te ontwerp. In hierdie tesis het ons ’n lasmodel en daaropvolgende lassintetiseerder aangebied vir Suid-Afrikaanse residensi¨ele huishoudings. Omdat datagehalte en beskikbaarheid moeilik is om te verkry in ontwikkelende lande soos Suid-Afrika, het ons die model ontwerp om te funksioneer met minimale opleidingsdata. Benewens die sintetiseerder, het ons ’n gevallestudie gedoen om die sintetiseerder se geskiktheid vir die ontwerp van vaste-as dak PV-stelsels te evalueer gebaseer op die sintetiese profiele. ’n Dataverminderingsraamwerk om sleutelkenmerke te onttrek van verteenwoordigende daaglikse lasprofiele is gebruik. Die ontwikkelde modelle neem die uitwerking van seisoenale en dag-van-die-week-tendense op huishoudelike verbruikspatrone in ag. ’n Som-van-Gaussiese (SOG) model is gebruik om lasprofielvorms te beskryf. Die model het gebruik gemaak van die aanname dat residensi¨ele huishoudings se lasgedrag sou twee duidelike pieke bevat - een in die oggend en een in die middag - wat inwoners se werk/skool skedule verteenwoordig. ’n Waarskynlikheidsmodel word gebruik om die verspreiding van piekamplitudes in huishoudings te simuleer. Deur hipotesetoetse te gebruik, het ons waarskynlikheidsverdelings gepas tot die gemete piekamplitudewaardes. ’n Lassintetiseerder is geskep deur die kombinasie van die twee modelle. Die sintetiseerder simuleer verskillende seisoene en dae (weeksdae, Saterdae en Sondae). Afhangende van die seisoen en dagtipe wat gesintetiseer word, genereer ons lasprofiele deur middel van ’n SOG-gebaseerde model wat opgelei is op ’n verwante seisoenale en dagtipe substel. Om die amplitude van die sintetiese lasprofiel te skaal, het ons sintetiese amplitudewaardes geskep deur om die amplitude verspreiding te simuleer deur gebruik te maak van die probabilistiese model. Op hierdie manier kan die sintetiseerder lasprofiele simuleer word met soortgelyke statistiese eienskappe en vorms as die gemete daaglikse lasprofiel. Die voorgestelde sintetiseerder is gebruik om die geskiktheid vir die ontwerp van vaste-as dak-PV-stelsels te bepaal. Ons het ’n generiese PV-stelsel ontwerp wat gebruik is om PV opwekking te simuleer met behulp van SAM (System Advisory Model). Die gesintetiseerde dae was gebruik om die stelselgrootte te skaleer om te voldoen aan ’n ontwerpvereiste dat die PV-stelsel nie meer as 15% van die energie wat dit produseer uitvoer nie. Die ontwikkelde probabilistiese model is geassesseer deur om die gemete piekamplitudes te vergelyk en het getoon dat dit die gemete waardes se statistiese eienskappe akkuraat uitbeeld. Die sintetiese en gemete distribusies was feitlik identies, met die eerste kwantiel van waardes wat die grootste verskil toon, wat getoon het dat die swak prestasie beperk was tot baie lae verbruiksvlakke. Sintetiese dae gegenereer vir een kalender jaar van dae is gebruik om die som-van-Gauss-gebaseerde model te evalueer. Die SMAPE (simmetriese gemiddelde absolute persentasie fout) en MAE (gemiddelde absolute fout), het ons gebruik om die vorm van sintetiese profiele te vergelyk met die gemete profiele. Ons het ontdek dat al het die model goed gevaar in terme van die weergee van die vorm van die RDLP’s, het die vlak van akkuraatheid gewissel wanneer ’n jaar se datums gesimuleer word. Dit was waarskynlik veroorsaak deur die aannames en benaderings wat gemaak is met betrekking tot die vorm van residensi¨ele lasprofiele. Om die werkverrigting van die sintetiseerder te evalueer, het ons die gesintiseerde dae vergelyk met 900 huishoudings wat identifiseer is wat meer as ’n jaar se gemete dae gehad het. Die sintetiseerder is getoets om te bepaal of dit die vorm van die daaglikse lasprofiele deur die jaar beskryf. Die toetse het bepaal of die sintetiese dae die statistiese kenmerke van ’n individuele huishouding se las sowel as alle huishoudings se statistiese kenmerke van die saamgevoegde genormaliseerde netwerk las gevang het. Ons het ontdek dat die sintetiseerder geneig was om piekladings te oorskat en buite-spitslaste te onderskat. Dak-sonkragstelsels is met behulp van gesintetiseerde data ontwerp en vergelyk met stelsels wat ontwerp is met gemete data. Die wat sintetiese data gebruik het, was grooter as die stelsels wat met gemete data ontwerp is – die verskil was well minder as ’n PV-module grootte. Die model het soos verwag gewerk, die sintetiseerder het effens opgeblaasde pieklaste geskep, maar sal ’n nuttige hulpmiddel wees vir die beoordeling van dak-PV-stelsels. As gevolg daarvan, is die projekdoelwitte bereik. Bykomende aanpassings aan die sintetiseerder en modelle vir toekomstige werk is voorgestel. Die projekkode is beskikbaar aanlyn2.
AFRIKAANS OPSOMMING: Suid-Afrika se elektriese netwerk is beperk en aanbod is veranderlik. Aanneming van sonnestelsels is ’n potensi¨ele oplossing. Ten spyte van die oorvloed sonskyn in Suid- Afrika, bly die aanvaarding van huishoudelike daksonkrag beperk. Die ongelyke verdeling van rykdom en gekoppelde verbruik (’n nalatenskap van Apartheid) en die onsekere koste/voordeel van grootskaalse sonkraginstallasie speel ’n beduidende rol hierin. Om die onsekerheid van grootskaalse sonkrag ontplooiing te oorkom, kan PV-stelselontwerp voorspel word deur simulasie. Simulasie gee gebruikers ’n beter begrip van die kragbesparing en gedeeltelike onafhanklikheid van die vlugtige netwerk wat PV-stelselaaneming bied. Huishoudelike elektrisiteitsverbruik en sonkrag is kernkomponente in die ontwerp van ’n PV-stelsel. Omdat gebruikspatrone verskil en sonkraginsolasie fluktueer, moet variasies oorweeg word wanneer die vatbaarheid van PV-aanneming behoorlik ontleed word. In Suid-Afrika word grootskaalse sonkrag-PV-stelselbeplanning en implementering belemmer deur ’n gebrek aan lasdata. Alhoewel ho¨e-resolusie data oor individuele residensi¨ele energiegebruik skaars is in Suid-Afrika, is die DELS (Domestic Electrical Load Study) datastel, wat data bevat van 14 945 huishoudings wat uurliks gemonster is, ’n uitsondering. Gegewe die datastel se geografiese en demografiese verteenwoordiging, bied dit ’n intrigerende benadering van assessering van grootskaalse PV-implementering. Om die DELS-datastel op hierdie manier te gebruik, moet ’n model ontwikkel word om die gemete gebruiksprofiele vir elke huishouding statisties te beskryf. Daarna kan die model gebruik word om huishoudelike gebruik te simuleer en die gevolglike profiele kan vergelyk word met gesimuleerde PV-profiele wat gebruik kan word om groottes van sonkrag installasies vir elke huishouding te ontwerp. In hierdie tesis het ons ’n lasmodel en daaropvolgende lassintetiseerder aangebied vir Suid-Afrikaanse residensi¨ele huishoudings. Omdat datagehalte en beskikbaarheid moeilik is om te verkry in ontwikkelende lande soos Suid-Afrika, het ons die model ontwerp om te funksioneer met minimale opleidingsdata. Benewens die sintetiseerder, het ons ’n gevallestudie gedoen om die sintetiseerder se geskiktheid vir die ontwerp van vaste-as dak PV-stelsels te evalueer gebaseer op die sintetiese profiele. ’n Dataverminderingsraamwerk om sleutelkenmerke te onttrek van verteenwoordigende daaglikse lasprofiele is gebruik. Die ontwikkelde modelle neem die uitwerking van seisoenale en dag-van-die-week-tendense op huishoudelike verbruikspatrone in ag. ’n Som-van-Gaussiese (SOG) model is gebruik om lasprofielvorms te beskryf. Die model het gebruik gemaak van die aanname dat residensi¨ele huishoudings se lasgedrag sou twee duidelike pieke bevat - een in die oggend en een in die middag - wat inwoners se werk/skool skedule verteenwoordig. ’n Waarskynlikheidsmodel word gebruik om die verspreiding van piekamplitudes in huishoudings te simuleer. Deur hipotesetoetse te gebruik, het ons waarskynlikheidsverdelings gepas tot die gemete piekamplitudewaardes. ’n Lassintetiseerder is geskep deur die kombinasie van die twee modelle. Die sintetiseerder simuleer verskillende seisoene en dae (weeksdae, Saterdae en Sondae). Afhangende van die seisoen en dagtipe wat gesintetiseer word, genereer ons lasprofiele deur middel van ’n SOG-gebaseerde model wat opgelei is op ’n verwante seisoenale en dagtipe substel. Om die amplitude van die sintetiese lasprofiel te skaal, het ons sintetiese amplitudewaardes geskep deur om die amplitude verspreiding te simuleer deur gebruik te maak van die probabilistiese model. Op hierdie manier kan die sintetiseerder lasprofiele simuleer word met soortgelyke statistiese eienskappe en vorms as die gemete daaglikse lasprofiel. Die voorgestelde sintetiseerder is gebruik om die geskiktheid vir die ontwerp van vaste-as dak-PV-stelsels te bepaal. Ons het ’n generiese PV-stelsel ontwerp wat gebruik is om PV opwekking te simuleer met behulp van SAM (System Advisory Model). Die gesintetiseerde dae was gebruik om die stelselgrootte te skaleer om te voldoen aan ’n ontwerpvereiste dat die PV-stelsel nie meer as 15% van die energie wat dit produseer uitvoer nie. Die ontwikkelde probabilistiese model is geassesseer deur om die gemete piekamplitudes te vergelyk en het getoon dat dit die gemete waardes se statistiese eienskappe akkuraat uitbeeld. Die sintetiese en gemete distribusies was feitlik identies, met die eerste kwantiel van waardes wat die grootste verskil toon, wat getoon het dat die swak prestasie beperk was tot baie lae verbruiksvlakke. Sintetiese dae gegenereer vir een kalender jaar van dae is gebruik om die som-van-Gauss-gebaseerde model te evalueer. Die SMAPE (simmetriese gemiddelde absolute persentasie fout) en MAE (gemiddelde absolute fout), het ons gebruik om die vorm van sintetiese profiele te vergelyk met die gemete profiele. Ons het ontdek dat al het die model goed gevaar in terme van die weergee van die vorm van die RDLP’s, het die vlak van akkuraatheid gewissel wanneer ’n jaar se datums gesimuleer word. Dit was waarskynlik veroorsaak deur die aannames en benaderings wat gemaak is met betrekking tot die vorm van residensi¨ele lasprofiele. Om die werkverrigting van die sintetiseerder te evalueer, het ons die gesintiseerde dae vergelyk met 900 huishoudings wat identifiseer is wat meer as ’n jaar se gemete dae gehad het. Die sintetiseerder is getoets om te bepaal of dit die vorm van die daaglikse lasprofiele deur die jaar beskryf. Die toetse het bepaal of die sintetiese dae die statistiese kenmerke van ’n individuele huishouding se las sowel as alle huishoudings se statistiese kenmerke van die saamgevoegde genormaliseerde netwerk las gevang het. Ons het ontdek dat die sintetiseerder geneig was om piekladings te oorskat en buite-spitslaste te onderskat. Dak-sonkragstelsels is met behulp van gesintetiseerde data ontwerp en vergelyk met stelsels wat ontwerp is met gemete data. Die wat sintetiese data gebruik het, was grooter as die stelsels wat met gemete data ontwerp is – die verskil was well minder as ’n PV-module grootte. Die model het soos verwag gewerk, die sintetiseerder het effens opgeblaasde pieklaste geskep, maar sal ’n nuttige hulpmiddel wees vir die beoordeling van dak-PV-stelsels. As gevolg daarvan, is die projekdoelwitte bereik. Bykomende aanpassings aan die sintetiseerder en modelle vir toekomstige werk is voorgestel. Die projekkode is beskikbaar aanlyn2.
Description
Thesis (MEng) -- Stellenbosch University 2022.
Keywords
Residential Load Modelling; Predict Household Consumption; design of Photovoltaic Systems, Solar system -- South Africa, Photovoltaic power generation -- South Africa, Solar radiation simulation, Renewable natural resources, UCTD