facebook
twitter
vk
instagram
linkedin
google+
tumblr
akademia
youtube
skype
mendeley
Wiki
Global international scientific
analytical project
GISAP
GISAP logotip

РАЗРАБОТКА ИНФОРМАЦИОННОЙ СИСТЕМЫ ДЛЯ КРАТКОСРОЧНОГО ПРОГНОЗИРОВАНИЯ ЭЛЕКТРОПОТРЕБЛЕНИЯ

Автор Доклада: 
Кумаритов А. М., Дзгоев А. Э., Бетрозов М. С., Хузмиев И. М.
Награда: 
РАЗРАБОТКА ИНФОРМАЦИОННОЙ СИСТЕМЫ ДЛЯ КРАТКОСРОЧНОГО ПРОГНОЗИРОВАНИЯ ЭЛЕКТРОПОТРЕБЛЕНИЯ

УДК 004.9:519.254(620.9)

РАЗРАБОТКА ИНФОРМАЦИОННОЙ СИСТЕМЫ ДЛЯ КРАТКОСРОЧНОГО ПРОГНОЗИРОВАНИЯ ЭЛЕКТРОПОТРЕБЛЕНИЯ

Кумаритов Алан Мелитонович, д-р техн. наук, проф.
Дзгоев Алан Эдуардович, ассистент
Бетрозов Марат Сергеевич, аспирант
Северо-Кавказский горно-металлургический институт
Хузмиев Игорь Маратович, канд. техн. наук
Северо-Осетинский филиал ОАО «Межрегиональная распределительная сетевая компания Северного Кавказа»

Разработана информационная система для краткосрочного прогнозирования потребления электрической энергии. Показаны структурная схема и алгоритм функционирования такой системы. Рассмотрен метод прогнозирования электропотребления на основе регрессионного анализа.
Ключевые слова: краткосрочное прогнозирование, программное обеспечение, разработка алгоритма, информационная система, электропотребление.

The information system is developed for short-term forecasting of power consumption. The block diagramme and the algorithm of the system are shown. Power consumption forecasting is considered on the basis of a regression equation.
Keywords: short-term forecasting, software, algorithm working out, information system, power consumption.

«Знать, чтобы предвидеть;
предвидеть, чтобы действовать»
Огюст Конт (1798-1857)

Разработка информационных систем для краткосрочного прогнозирования электропотребления является на сегодняшний день одним из наиболее востребованных направлений исследований в электроэнергетике. Такие системы в полной мере можно отнести к энергосберегающим технологиям. Краткосрочные прогнозные оценки потребления электрической энергии составляют исходную информацию для лица принимающего решения при управлении электроснабжением регионов. Точность и корректность краткосрочного прогнозирования определяет устойчивость и эффективность этого управления. Краткосрочное прогнозирование потребления электроэнергии является основой для формирования заявки, подаваемой администратору торговой системы оптового рынка электроэнергии и мощности. При отклонении прогноза от реального электропотребления, на участников рынков электроэнергетики накладываются штрафные санкции. Многочисленные ошибки краткосрочного прогнозирования на рынке «На сутки вперед» снижают качество управления электроснабжением и экономичность режимов сложной энергосистемы региона: при заниженном прогнозе электропотребления - субъекты электроэнергетики покупают недостающие объемы электроэнергии на балансирующем рынке, но уже по более высокой цене (цена электроэнергии на балансирующем рынке может быть больше, чем на рынке «На сутки вперед» примерно в 5-6 раз); при завышенном прогнозе – участники рынка продают лишние объемы электроэнергии, но уже по меньшей цене, чем купили. Таким образом, участники рынка электроэнергетики заинтересованы в точном краткосрочном прогнозировании «на сутки вперед», так как, им приходится платить повышенную цену за некачественное планирование энергопотребления на балансирующем рынке.

Разработка информационной системы представляет собой реализацию метода обработки информации о потреблении электроэнергии, статистических методов, разработанных новых полезных адекватных регрессионных уравнений и алгоритмов, применяемых для решения задач краткосрочного прогнозирования электропотребления в регионе. Система разработана с учетом современных требований к алгоритмическому и программному обеспечению [1], возможностей дальнейшего развития, интеграции с офисными приложениями MicrosoftOffice2003-2010 для облегчения процедуры ввода данных с автоматизированных информационно-измерительных систем по потребляемой электроэнергии и расчета прогнозных данных «На сутки вперед». Разработана структурная схема информационной системы для краткосрочного прогнозирования электропотребления, которая представлена на рисунке 1.

Рисунок 1 – Структурная схема информационной системы прогнозирования

Структурная схема показывает, из каких частей состоит информационная система для прогнозирования электропотребления. Алгоритм функционирования информационной системы для краткосрочного прогнозирования электропотребления представлен на рисунке 2.

Рисунок 2 – Алгоритм функционирования информационной системы краткосрочного прогнозирования электропотребления

Пользователь имеет возможность выбрать вид прогнозирования: - на сутки вперед; - на каждые полчаса суток. Вводит данные о потреблении электроэнергии за предыдущие 20 дней, а также среднюю температуру окружающей среды за те же дни и рассчитывает прогнозные оценки. Температура окружающей среды влияет на потребление электроэнергии, в частности, за счет использования потребителями электрических систем отопления и кондиционирования, а также, за счет зависимости от температуры величины потерь в электросетях, так как чем выше температура окружающей среды, тем больше сопротивление проводника прохождению электрического тока – (увеличение температуры на 10% вызывает увеличение удельного сопротивления в среднем на 4%) [2, 3].

Алгоритм расчета прогнозных оценок электропотребления, используемый в информационной системе, основан на методах математической статистики и регрессионном анализе [4] данных по потреблению электрической энергии, поступающих с автоматизированных информационно-измерительных систем, на моделировании и прогнозировании временных рядов (динамики). В качестве линии тренда, описывающей данные, выбираем неполный полином второй степени, так как параболы IIIпорядка и более высоких порядков редко применимы для выражения тенденции динамики и слишком сложны для получения надежных оценок параметров при ограниченной длине временного ряда [5]. Прогнозирование на основе выбранного линейного тренда рассмотрено в статье [6], где ошибка прогноза составила 16,5%. Расчеты были проведены используя программное обеспечение MathCad14. Формируются матрицы независимых (X) и зависимых (Y) переменных. Коэффициенты регрессии рассчитываются по формуле (1)

     (1)

где B– коэффициенты регрессионного уравнения.

B0 = 275,504; B1= 353,048; B2=-5,165; B3=89,955; B4=-7,074.

Полученное регрессионное уравнение имеет вид (2), которое является основным для краткосрочного прогнозирования электропотребления.

.     (2)

где X1– время (сутки); X12- время 2; X2- средняятемпература окружающей среды за сутки, .

Известно, что отвечающее реальности, адекватное регрессионное уравнение реального полезного процесса является большим научным достижением. Оно позволяет провести детальное исследование изучаемого объекта и дать надежный прогноз его поведения в различных условиях [7]. В связи с этим, полученные регрессионные уравнения, связывающие потребление электроэнергии со временем суток (полчаса, день) и температуру окружающей среды являются полезными уравнениями регрессии.

Ниже проведен расчет прогнозирования электропотребления «на сутки вперед» используя регрессионное уравнение (неполный полином второй степени).

Рассчитана ошибка прогноза по формуле (3)

                        (3)

Доверительный интервал коридора ошибок рассчитан по формуле (4)

Фактическое потребление электроэнергии крупным промышленным потребителем за 21-й день – 4027,65 кВт*ч. Прогнозное значение потребления электроэнергии крупным промышленным потребителем за 21-й день – 4163 кВт*ч. Ошибка прогноза 3,38 %. Таким образом, проверочные расчеты доказывают адекватность разработанной методики.

Разработанная методика и алгоритмы реализованы в программном обеспечении информационной системы, созданном в среде программирования BorlandDelphi7 [8].

Главное «Окно» интерфейса информационной системы «Математические расчеты краткосрочного прогнозирования электропотребления» представлено на рисунке 3.

Рисунок 3 – Главное окно информационной системы для расчета прогнозирования

Интерфейс для расчета краткосрочного прогнозирования электропотребления представлен на рисунке 4.

Рисунок 4 – Интерфейс для расчета краткосрочного прогнозирования электропотребления

В заключение необходимо отметить, что разработана информационная система МРКП ЭП, которая позволяет проводить расчеты краткосрочного прогнозирования электропотребления на промышленных предприятиях. Механизм расчетов – это аппроксимация данных о потреблении электрической энергии и непосредственно расчеты краткосрочного прогнозирования. Разработанное новое полезное адекватное регрессионное уравнение позволяет получать корректные прогнозные оценки электропотребления.

Исследования проводились в рамках использования гранта Президента Российской Федерации для поддержки молодых российских ученых МД-2194.2010.9.

Литература:

  • 1. Баринов В.А., Воропай Н.И. Развитие программного и информационного обеспечения для решения задач планирования развития и функционирования энергосистем в условиях формирования электроэнергетического рынка // Известия Академии наук. Энергетика, 1999, №6. с. 63-71.
  • 2. Иванов А.А.Справочник по электротехнике. Киев: «Вища школа», 1972. стр.224.
  • 3. Кухлинг Х.Справочник по физике: пер. с нем.-М.:Мир,1982.–520 с., ил.
  • 4. Кремер Н.Ш.Теория вероятностей и математическая статистика: Учебник для вузов. – 2-е изд., перераб. и доп. – М.: ЮНИТИ-ДАНА, 2004. – 573 с.
  • 5. Афанасьев В.П. Анализ временных рядов и прогнозирование: учебник/ В.Н. Афанасьев, М.М. Юзбашев. – 2-е изд., перераб. и доп. – М.: Финансы и статистика; ИНФРА-М, 2010. – 320 с.: ил.
  • 6. Кумаритов А.М., Дзгоев А.Э. Математическая модель прогнозирования данных небаланса электроэнергии как метод поддержки принятия решений. // Материалы международной научно-практической конференции «Актуальные вопросы развития инновационной экономики в современном обществе» (22 сентября 2010 г.) – в 2-х частях – ч.1/Отв. ред. Л.А. Тягунова. – Саратов: ИЦ «Наука», 2010. – С. 245-250.
  • 7. Зарубин В.С. Математическое моделирование в технике: Учеб. Для вузов / Под. Ред. В.С.Зарубина, А.П.Крищенко. – 2-е изд., стереотип. М.: Изд-во МГТУ им. Н.Э. Баумана, 2003. – С.36.
  • Культин Н.Б. Основы программирования в Delphi7. – СПб.: БХВ-Петербург, 2003. – 608 с.:ил.
7.6
Ваша оценка: Нет Средняя: 7.6 (5 голосов)

Работа полезна

Разработанная методика и алгоритмы достаточно убедительно подтверждают полезность проведенних исследований.

Спасибо, Володимир

Спасибо, Володимир Васильович!

Комментарий

Вопросы, поднимаемые авторами в статье, актуальны и востребованы для промышленных предприятий. Не вызывает сомнений результат.

Спасибо, Гульнара Муслимовна!

Спасибо, Гульнара Муслимовна!
Партнеры
 
 
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
image
Would you like to know all the news about GISAP project and be up to date of all news from GISAP? Register for free news right now and you will be receiving them on your e-mail right away as soon as they are published on GISAP portal.