Predikce spotřeby zákazníků a výroby OZE

Alexandr Pisani

Bachelor's thesis

Prediction of customer consumption and renewable energy production

Abstract:

Tato bakalářská práce zkoumá roli obnovitelných zdrojů energie (OZE) na energetickém trhu a jejich predikci výroby a spotřeby v České republice. Navzdory geografickým omezením a přetrvávající závislosti na fosilních palivech analýza poukazuje na významný nárůst výroby solární energie, podpořený technologickým pokrokem a velkým poklesem nákladů, a potenciál většího rozvoje větrných elektráren. Studie využívá lineární regresi a Random forest regression pro strojové učení, které odhalují dynamiku výroby silně ovlivněnou meteorologickými faktory, jako je UV index a rychlost větru. Tyto modely mohou být užitečné pro předpovídání výroby elektřiny, což by mohlo napomáhat například při plánování její spotřeby v obytných a komerčních budovách. Dále se v rámci SWOT analýzy zabývá silnými stránkami, slabými stránkami, hrozbami a příležitostmi v globálním i lokálním kontextu. Popisuje možné externality související se zaváděním OZE, limitace predikce počasí a s tím i spojenou výrobu a spotřebu OZE.

Abstract:

This bachelor thesis examines the role of renewable energy sources (RES) in the energy market and their production and consumption forecast in the Czech Republic. Despite geographical constraints and continued dependence on fossil fuels, the analysis points to a significant increase in solar energy production, supported by technological advances and a large decrease in costs, and the potential for greater development of wind power. The study uses linear regression and Random forest regression for machine learning to reveal production dynamics strongly influenced by meteorological factors such as UV index and wind speed. These models can be useful for predicting electricity production, which could assist, for example, in planning electricity consumption in residential and commercial buildings. Furthermore, the SWOT analysis addresses strengths, weaknesses, challenges and opportunities in the global and local context. It describes the potential externalities associated with RES deployment, the limitations of weather forecasting and the associated RES production and consumption.

Keywords

fosilní paliva, Python, predikční modely, obnovitelné zdroje energie, výroba OZE

Keywords

prediction models, renewable energy, RES production, fossil fuels, Python

Language used: Czech

Date on which the thesis was submitted / produced: 13. 5. 2024

Thesis defence

• Date of defence: 11. 6. 2024
• Supervisor: Jakub Čihák
• Reader: Lukáš Augustin Máslo

Vysoká škola ekonomická v Praze

Bachelor programme:
Ekonomie