Modely tepelných čerpadel pro simulaci a optimalizaci energetických systémů

Abstract

Tepelná čerpadla představují moderní zdroj tepla, jehož zastoupení v rámci energetických systémů významně roste. Bakalářská práce se zabývá modely tepelných čerpadel pro simulaci a optimalizaci energetických systémů. Pozornost je věnována tepelným čerpadlům typu vzduch-voda, jež jsou nejčastěji instalována. Cílem práce bylo vytvořit a ověřit regresní modely s využitím dostupných dat, které by na základě údajů o teplotě venkovního vzduchu, požadované teplotě topné vody a požadovaném topném výkonu predikovaly spotřebu elektrické energie. Výsledky ukázaly, že pokročilejší modely strojového učení jako Random Forest nebo HistgradientBoosting mají významně lepší výsledky než jednodušší modely jako vícenásobná lineární regrese nebo Elastic net.

Heat pumps are a modern source of heat, and their representation in energy systems is growing significantly. The bachelor thesis deals with heat pump models for simulation and optimization of energy systems. The focus is on air-to-water heat pumps, which are the most commonly installed. The aim of the thesis was to develop and validate regression models using available data to predict electricity consumption based on outdoor air temperature, required heating water temperature and required heating capacity. The results showed that more advanced machine learning models such as Random Forest or HistgradientBoosting performed significantly better than simpler models such as Multiple Linear Regression or Elastic Net.