编辑推荐：
为解决爱沙尼亚住宅能源数据缺失问题，研究人员开展光伏（PV）发电和能耗数据研究，获 2023 年高分辨率数据集，意义重大。
在全球能源需求激增、化石燃料日益枯竭的当下，各国都在积极探索可再生能源的利用，以实现能源的可持续发展。太阳能作为一种清洁、可再生的能源，在许多地区的应用越来越广泛，尤其是在住宅领域，屋顶太阳能装置逐渐普及。然而，对于住宅能源的生产和消耗情况，仍缺乏足够详细和准确的数据支持。在波罗的海国家，气候的多变对能源的生产和消费影响显著，爱沙尼亚便是其中之一。当地虽然有一些能源数据来源，但存在诸多问题，比如 Distribution System Operators（DSO）提供的数据缺乏完整的光伏（Photovoltaic，PV）发电信息，且时间分辨率较低，仅为每小时记录一次，无法满足精确研究住宅能源消耗模式的需求。此外，全球范围内虽有不少地区的住宅能源数据集，但专门针对爱沙尼亚的公开数据集却一直空缺。这种数据的缺失，使得在爱沙尼亚独特的气候条件下，难以准确建模住宅能源消耗模式，进而影响到可再生能源在当地的有效整合和相关规划。
为了解决这些问题，来自塔林理工大学（Tallinn University of Technology）的研究人员 Sayeed Hasan、Andrei Blinov、Andrii Chub 和 Dmitri Vinnikov 开展了一项研究。他们致力于收集爱沙尼亚住宅的能源数据，旨在提供更精确的能源使用和发电动态信息，以助力当地可再生能源的发展。该研究成果发表在《Scientific Data》上。
在这项研究中，研究人员采用了一系列关键技术方法。他们选择了爱沙尼亚塔林附近的一栋独立住宅作为研究对象，该住宅为两层建筑，面积达 130 m2，居住着一个四口之家，配备了各种常见的家庭电器和一个 5 kWp的屋顶 PV 阵列。为了收集数据，研究人员在房屋内安装了两个 Camille Bauer PQ1000 电能质量监测单元，一个用于监测 PV 逆变器的参数，另一个安装在电表前获取负载数据。这些监测单元以 10 秒的高时间分辨率记录数据，并将数据存储在连接的 Windows 笔记本电脑中。之后，研究人员利用 Python 脚本对原始数据进行处理，包括重采样、清理时间戳、填充缺失数据点等操作，最终得到可用的能耗数据。
研究结果主要体现在以下几个方面：
- 数据记录：研究人员获取了 2023 年全年的原始数据，并将其按月保存为 CSV 文件，存储在 TalTech 数据存储库中。原始数据集名称遵循 “YYYY_MMM_.csv” 的格式，处理后的文件名格式为 “MM_YYYY_.csv”。记录的参数包括各相电压、有功功率、功率因数等，这些参数的详细信息都有明确记录。
- 测量偏差：研究人员将监测单元获取的数据与 DSO 提供的数据进行对比。由于 DSO 数据仅涵盖电网消耗和售电数据，且时间分辨率为 1 小时，研究人员将监测数据重采样为 1 小时以进行匹配。结果显示，监测单元的功率测量精度更高，误差更小。以某一周的数据为例，能源进口的平均绝对误差为 0.005788，能源出口的平均绝对误差为 0.006802。
- 缺失数据点：数据中存在一些缺失点，主要是由于网络连接问题导致记录仪器与网络接口间歇性断开。PV 侧和电表侧记录器都有缺失数据的情况，其中 PV 侧最大缺失数据间隔为 2.18 小时（12 月 21 日），电表侧最长缺失数据时间约为 10.1 小时（11 月 21 日）。
- 季节性消费和发电：爱沙尼亚四季分明，夏季平均气温在 14.5 - 18.3°C，冬季在?5.3 - 1.9°C。冬季日照时间短，且多降雪，屋顶太阳能发电较少；而夏季和春季通常有足够的 PV 发电量满足日常消费。
研究结论和讨论部分强调了该数据集的重要意义。这一数据集填补了爱沙尼亚住宅能源数据的空白，为当地在独特气候条件下研究住宅能源消耗模式提供了宝贵的数据支持。高分辨率的数据可应用于多个领域，如能源规划、需求响应、消费行为分析和预测等。通过对这些数据的分析，能够更好地了解住宅能源的使用和发电动态，为优化能源管理、提高能源利用效率提供依据，进而推动爱沙尼亚可再生能源的有效整合和可持续发展。此外，该数据集的获取方法和处理流程也为其他地区开展类似研究提供了参考，有助于促进全球范围内对住宅能源的深入研究和合理利用。
