Статистичний аналіз ретроспективних даних добових графіків сумарного електричного навантаження енергооб’єктів. Вплив на електричне навантаження та електроспоживання метеорологічних (середньодобової температури та хмарності) та технологічних факторів.
Аннотация к работе
НАЦІОНАЛЬНА АКАДЕМІЯ НАУК УКРАЇНИАВТОРЕФЕРАТ дисертації на здобуття наукового ступеня кандидата технічних наук Роботу виконано у відділі моделювання електроенергетичних обєктів та систем Інституту електродинаміки НАН України, м. Черненко Павло Олексійович, старший науковий співробітник відділу моделювання електроенергетичних обєктів та систем Інституту електродинаміки НАН України. Захист дисертації відбудеться «10» червня 2009 р. об 11 годині на засіданні спеціалізованої вченої ради Д 26.187.03 в Інституті електродинаміки НАН України за адресою: 03680, Київ - 57, проспект Перемоги, 56, тел.При управлінні електроенергетичними системами (ЕЕС) одним із важливих інструментів для прийняття виважених управлінських рішень щодо планування режимів роботи ЕЕС є середньострокове прогнозування електричного навантаження (ЕН) та електроспоживання (ЕС). Середньострокові прогнози режимів роботи ЕЕС використовуються для вирішення задач планування виробництва електроенергії, балансу потужності і енергії регіональних та обєднаної (ОЕС) енергосистем, створення графіків ремонту основного обладнання, розрахунку оптимальних режимів ГЕС із водосховищами довготривалого регулювання, планування забезпечення ТЕС паливом. Таким чином, розробка нових та вдосконалення існуючих методів середньострокового прогнозування електроспоживання та їх практична реалізація залишається актуальною задачею, розвязання якої сприятиме підвищенню надійності та економічності режимів роботи ЕЕС. Теоретичні дослідження і практичні розробки за темою дисертаційної роботи здійснювалися в процесі виконання планів науково-дослідних робіт Інституту електродинаміки НАН України: шифр теми: “Система-4” (№ ДР 0106U002434), 01.2006 - 12.2010 рр., де здобувачем виконувалася робота розділу теми «Розробити та дослідити програму - прототип середньострокового ієрархічного прогнозування електроспоживання енергообєднання». Методи дослідження - методи оптимізації (для вирішення задачі оптимізації коефіцієнтів моделі АРКС за методом Марквардта), математичної статистики (зокрема, методи регресійного, кореляційного аналізів, критерії погодження, що використовувалися при побудові моделей впливу метеорологічних та технологічних факторів на електроспоживання), статистичного моделювання і аналізу часових рядів (для аналізу, моделювання та прогнозування компонент ЕН та ЕС ).Однак, до складнощів застосування методу ШНМ у задачах прогнозування електричного навантаження та електроспоживання слід віднести наявність багатьох факторів впливу, циклічних коливань ЕН та ЕС з періодами доба/тиждень/рік, що ставить підвищені вимоги до формування навчальної вибірки вхідних даних та архітектури нейронної мережі. Вплив коливань температури при середньостроковому прогнозуванні ЕН та ЕС різними методами враховується за допомогою приведення фактичних значень електроспоживання до температурних умов, нормальних для даної енергосистеми у відповідні місяці року, або до нормальних температурних умов за "базисний" місяць із найбільш стабільними метеорологічними характеристиками (традиційно, за цей місяць приймається липень). Також застосовується корекція прогнозів електроспоживання за допомогою отриманих прогнозних значень метеорологічних факторів (головним чином, при прогнозуванні ЕС найближчого місяця). Зокрема, в моделі місячного електроспоживання виділяються базова, трендова, сезонна, метеорологічна та випадкова складові відповідно до формули: (1) де - електроспоживання, розраховане для середньомісячного робочого, суботнього та недільного днів і-го місяця передісторії із урахуванням різких змін в роботі енергоємних підприємств, - базова компонента електроспоживання, що визначає середньобагаторічне ЕС на інтервалі передісторії, - складова помісячної зміни електроспоживання (росту/спаду), - компонента електроспоживання, що описує його річні циклічні коливання, - метеорологічно чутлива компонента електроспоживання, що характеризує вплив метеорологічних чинників, - залишкова компонента електроспоживання, що визначає похибку обраної моделі розкладу. Для підвищення кореляційного звязку температури й екстремального електричного навантаження та електроспоживання, для кожного сезону вводиться так звана «ефективна» температура, що враховує інерційність впливу температури навколишнього середовища на ЕН та ЕС.У дисертаційній роботі розвязано актуальну науково-технічну задачу середньострокового прогнозування місячного електроспоживання та екстремального місячного навантаження енергосистеми із використанням ієрархічного підходу та аналізу структури електроспоживання. Проведений аналіз відомих методів вирішення задачі середньострокового прогнозування електричного навантаження та електроспоживання енергообєднання виявив, що в них використовується спрощена модель впливу температури, усередненої по всій площі енергообєднання.