Predikce spotřeby zákazníků a výroby OZE
Název práce: | Predikce spotřeby zákazníků a výroby OZE |
---|---|
Autor(ka) práce: | Pisani, Alexandr |
Typ práce: | Bakalářská práce |
Vedoucí práce: | Čihák, Jakub |
Oponenti práce: | Máslo, Lukáš Augustin |
Jazyk práce: | Česky |
Abstrakt: | 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. |
Klíčová slova: | fosilní paliva; Python; predikční modely; obnovitelné zdroje energie; výroba OZE |
Název práce: | Prediction of customer consumption and renewable energy production |
---|---|
Autor(ka) práce: | Pisani, Alexandr |
Typ práce: | Bachelor thesis |
Vedoucí práce: | Čihák, Jakub |
Oponenti práce: | Máslo, Lukáš Augustin |
Jazyk práce: | Česky |
Abstrakt: | 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. |
Klíčová slova: | prediction models; renewable energy; RES production; fossil fuels; Python |
Informace o studiu
Studijní program / obor: | Ekonomie |
---|---|
Typ studijního programu: | Bakalářský studijní program |
Přidělovaná hodnost: | Bc. |
Instituce přidělující hodnost: | Vysoká škola ekonomická v Praze |
Fakulta: | Národohospodářská fakulta |
Katedra: | Katedra ekonomie |
Informace o odevzdání a obhajobě
Datum zadání práce: | 20. 2. 2024 |
---|---|
Datum podání práce: | 13. 5. 2024 |
Datum obhajoby: | 11. 6. 2024 |
Identifikátor v systému InSIS: | https://insis.vse.cz/zp/87659/podrobnosti |