тематические модели эвристические и их сочетание



Работа добавлена на сайт TXTRef.ru: 2019-04-07

Занятие 4. Оперативное прогнозирование графиков нагрузки электроэнергетической системы

План и прогноз – взаимосвязанные и взаимозависимые задачи. При планировании режимов электроэнергетических систем (ЭЭС) требуется множество прогнозов. Основные прогнозы  это требования потребителей и возможности их обеспечения в ЭЭС. Все прогностические задачи решаются на основе моделей прогнозирования. Могут использоваться формальные математические модели, эвристические и их сочетание. Известно, что потребление электроэнергии происходит на электронном уровне, складировать электроэнергию в промышленных масштабах нельзя, потребление зависит от множества случайных факторов. Поэтому чаще всего применяется сочетание математических и эвристических моделей. Без участия человека учесть случайные факторы даже косвенно нельзя. Богатейшие возможности вычислительных систем и компьютерных технологий позволяют получить достаточно достоверные прогнозы для практических задач и разрабатывать планы.

Существуют различные методы прогнозирования графиков нагрузки энергосистемы. Определять индивидуальные требования всех потребителей невозможно, поэтому определяются их общая потребность. Для разработки моделей необходимо располагать достоверными данными. Наиболее доступной является информация из АСДУ (автоматизированной системы диспетчерского управления), в которой фиксируются фактические мощности электростанций и многие параметры режимов. Мощности станций включают нагрузку потребителей, потери в электрических сетях на передачу мощности от станций к потребителям и хищения мощностей. Эти данные и принимаются за суммарное электропотребление.

Методика прогнозирования графиков нагрузки (ГН).

  1.  Прогнозирование средней мощности. 
  2.  Из базы данных выбирается информация для расчетов Pсрфакт(t), с использованием статистического анализа, который включает ряд этапов. По литературным источникам известно, что для суточного прогнозирования, достаточно иметь ретроспективные данные за предшествующий месяц, при условии типового характера этого периода. Нетиповые периоды (праздники, выходные дни) исключаются и не рассматриваются.
  3.  При выборе периода ретроспекции Третро необходимо анализировать динамику процесса и его свойства (с нарастанием, с убыванием, по волне и др.). В данном случае это делается визуально. Студент должен обосновать принципы выбора Третро. Главное значение имеют тенденции периода во времени и последние данные.
  4.  Можно исключить выбросы, т.е. сгладить ряд данных. Для этого надо задать диапазон допустимых отклонений, от модели, которая будет подбираться. Чаще всего он составляет 5 -10 %.
  5.  Из данных для Третро расчетов определяется ряд информации И(t), т.е.Pсрфакт(t). На основе ряда И(t) подбирается модель процесса Pож(t) – широко применяются временные и регрессионные модели.
  6.  Достоверность модели Pож(t) проверяется статистическими критериями. В работе можно ограничиться критерием детерминации R2. Если R2> 0,5 можно считать модель приемлемой. Желательно использовать и другие статистические критерии. Если не удается подобрать достоверную математическую модель, то применяется эвристическая – модель «угадывания», которая основана на интуиции и опыте прогнозиста.
  7.  Величина прогноза средней мощности Pсрпрогн(t+1) получается путем экстраполяции модели Pож(t) Разработка модели – это творческий процесс и могут быть самые различные его варианты.
  8.  Прогнозирование конфигурации графика нагрузки. 

Предлагаемый способ прогнозирования ГН энергосистемы основан на том, что его конфигурация определяется расчетным путем по исходным данным. По ним можно получить ГН за определенный период прошлого в именованных единицах (МВт). Конфигурация ГН определяется чаще всего за недельный период (при его типовых условиях), предшествующий дате прогноза. Для рабочих дней типовыми являются пять дней рабочей недели – с понедельника по пятницу. Для этого периода находится средний ГН– осредняются ординаты ГН для периода ретроспекции, который определяется при анализе данных за предшествующий месяц. Он корректируется по прогнозу электропотребления.

  1.  Поправки к прогнозу ГН, полученному по ретроспективной информации.
  2.  Поправка на температуру. Для выбранных дней из периода ретроспективы рассчитывается среднесуточная температура. Проверяется связь между нерегулярной составляющей среднесуточной мощности и среднесуточной температурой (по коэффициенту корреляции). Рассчитывается поправка на мощность при изменении температуры на один градус. Считаем, что мы имеем точный прогноз температуры (берётся факт на прогнозный день). Рассчитывается суммарная поправка, которая или прибавляется или вычитается от каждого часа прогнозного дня.
  3.  Поправка на облачность. Для выбранных дней из периода ретроспективы из исходных данных находится облачность в баллах (0 – ясно, 4 - пасмурно). Рассчитывается поправка на изменение облачности на 1 балл. Поправка на облачность вносится только в светлое время суток.

Задание: необходимо спрогнозировать график нагрузки для зимнего и летнего периодов, внести поправки, проанализировать полученные результаты.

Другие работы

Перезатверджую ЗАТВЕРДЖУЮ ___________________...


ПРЕДМЕТ І ЗАВДАННЯ ІСТОРІЇ ПЕДАГОГІКИ. ПОНЯТТЯ ПРО ІСТОРІЮ ПЕДАГОГІКИ. Лекція з дисципліни Історія зарубіжної школи та педагогіки. Красноармійсь...

Подробнее ...

ТЕМА 6 ФІНАНСОВА СИСТЕМА ЄВРОПЕЙСЬКОГО СПІВТО...


Значну частину державних доходів у всіх країнах ЄС формують: Апрямі податки Бчленські внески В митні збори Гнепрямі податки 3.Який рік вважаєтьс...

Подробнее ...

по теме- Термодинамика


Найти приращение энтропии 5 молей идеального газа с показателем адиабаты 166 если в результате некоторого обратимого процесса объём газа увеличи...

Подробнее ...

это составляло цель и смысл раннего периода н...


С величайшею чуткостью к красоте какою обладал Белинский с чуткостью к ней именно в единичном индивидуальном быть может нераздельна некоторая сл...

Подробнее ...