SpringerLink
Log in

Fallstudie: Prognosen für Niederspannungsbedarf

  • Chapter
  • First Online:
Energieprognose und Steuerungsmethoden für Energiespeichersysteme in Verteilungsnetzen

  • 237 Accesses

Zusammenfassung

Dieses Kapitel zielt darauf ab, zu erklären, wie man ein Prognosemodell für kurzfristige (Day-ahead-)Vorhersagen für eine elektrische Nachfrageanwendung implementiert. In diesem Kapitel wurden die elektrischen Nachfragedaten von gummibereiften Portalkranen (RTG) an Seehäfen verwendet, um die Fallstudie zu demonstrieren. Die RTG-Nachfrage ist hauptsächlich mit dem Containergewicht und der Anzahl der Bewegungen des Krans korreliert. Um ein Prognosemodell zu entwerfen, sollten eine Reihe von Elementen und Schritten berücksichtigt werden, wie unten skizziert.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution

Subscribe and save

Springer+ Basic
EUR 32.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or Ebook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 109.00
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 139.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free ship** worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Häfen weltweit folgen den Anforderungen der Konvention über die Emissionen von Gasen und die Sicherheit des Lebens auf See (SOLAS). Dies erfordert, dass das Bruttogewicht jedes Containers beim Verlassen und Ankommen in jedem Hafen aufgezeichnet wird.

Literatur

  • Alasali F, Haben S, Becerra V, Holderbaum W (2017) Optimal energy management and mpc strategies for electrified rtg cranes with energy storage systems. Energies 10(10)

    Google Scholar 

  • Alasali F, Haben S, Becerra V, Holderbaum W (2018) Day-ahead industrial load forecasting for electric rtg cranes. J Modern Power Syst Clean Energy 6:223–234

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. School of Science, Engineering and Environment, University of Salford, Salford, UK

    William Holderbaum

  2. Department of Electrical Engineering, Faculty of Engineering, The Hashemite University, Zarqa, Jordan

    Feras Alasali

  3. Department of Information Technology, Indian Institute of Information Technology-Allahabad, Prayagraj, Uttar Pradesh, India

    Ayush Sinha

Authors
  1. William Holderbaum
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Feras Alasali
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Ayush Sinha
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to William Holderbaum .

Rights and permissions

Reprints and permissions

Copyright information

© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Nature Switzerland AG

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Holderbaum, W., Alasali, F., Sinha, A. (2023). Fallstudie: Prognosen für Niederspannungsbedarf. In: Energieprognose und Steuerungsmethoden für Energiespeichersysteme in Verteilungsnetzen. Springer Vieweg, Cham. https://doi.org/10.1007/978-3-031-45471-4_3

Download citation

Publish with us

Policies and ethics

Search

Navigation