Врахування споживання електроенергії енергоємними підприємствами при короткостроковому прогнозуванні електричного навантаження енергосистеми
Показано переваги врахування споживання електроенергії енергоємними підприємствами (ЕП) під час розв'язання задачі короткострокового прогнозування сумарного електричного навантаження (СЕН) енергосистеми (ЕЕС). Проведено моделювання і прогнозування СЕН ЕЕС на основі ансамблю штучних нейронних ме...
Gespeichert in:
| Datum: | 2014 |
|---|---|
| Hauptverfasser: | , , |
| Format: | Artikel |
| Sprache: | Ukrainian |
| Veröffentlicht: |
Інститут електродинаміки НАН України
2014
|
| Schriftenreihe: | Технічна електродинаміка |
| Schlagworte: | |
| Online Zugang: | http://dspace.nbuv.gov.ua/handle/123456789/135640 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Врахування споживання електроенергії енергоємними підприємствами при короткостроковому прогнозуванні електричного навантаження енергосистеми / П.О. Черненко, О.В. Мартинюк, В.О. Мірошник // Технічна електродинаміка. — 2014. — № 5. — С. 35-37. — Бібліогр.: 3 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
irk-123456789-135640 |
|---|---|
| record_format |
dspace |
| spelling |
irk-123456789-1356402018-06-16T03:08:48Z Врахування споживання електроенергії енергоємними підприємствами при короткостроковому прогнозуванні електричного навантаження енергосистеми Черненко, П.О. Мартинюк, О.В. Мірошник, В.О. Електроенергетичні комплекси, системи та керування ними Показано переваги врахування споживання електроенергії енергоємними підприємствами (ЕП) під час розв'язання задачі короткострокового прогнозування сумарного електричного навантаження (СЕН) енергосистеми (ЕЕС). Проведено моделювання і прогнозування СЕН ЕЕС на основі ансамблю штучних нейронних мереж. Виділення в окрему компоненту електричного навантаження ЕП дозволило вдосконалити математичні моделі впливу на СЕН метеорологічних факторів та підвищити точність результатів короткострокового прогнозування СЕН ЕЕС із переважно промисловим навантаженням. В работе показаны преимущества учета потребления электроэнергии энергоемкими предприятиями (ЭП) при решении задачи краткосрочного прогнозирования суммарной электрической нагрузки (СЭН) энергосистемы (ЕЭС). Проведено моделирование и прогнозирование СЭН ЕЭС на основе ансамбля искусственных нейронных сетей. Выделение в отдельную компоненту электрической нагрузки ЭП позволило усовершенствовать математические модели влияния на СЭН метеорологических факторов и повысить точность результатов краткосрочного прогнозирования СЭН в ЕЭС с преобладанием промышленной нагрузки. The paper demonstrates the benefits of metering electricity of intensive enterprises (IE) in solving the problem of shortterm forecasting of the total electrical load (TEL) of power system (PS). The modeling and forecasting of TEL PS based on using of artificial neural networks. The correctness of preparation of original data for the network training was provided preliminary statistical analysis of information. Decomposition of the total electrical load with the release in a separate component the loads of intensive enterprises allowed to improve mathematical models of influence on TEL of meteorological factors and improve the accuracy of the short-term forecasting TEL in the PS with a predominance of industrial load. 2014 Article Врахування споживання електроенергії енергоємними підприємствами при короткостроковому прогнозуванні електричного навантаження енергосистеми / П.О. Черненко, О.В. Мартинюк, В.О. Мірошник // Технічна електродинаміка. — 2014. — № 5. — С. 35-37. — Бібліогр.: 3 назв. — укр. 1607-7970 http://dspace.nbuv.gov.ua/handle/123456789/135640 621.311:681.3 uk Технічна електродинаміка Інститут електродинаміки НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Ukrainian |
| topic |
Електроенергетичні комплекси, системи та керування ними Електроенергетичні комплекси, системи та керування ними |
| spellingShingle |
Електроенергетичні комплекси, системи та керування ними Електроенергетичні комплекси, системи та керування ними Черненко, П.О. Мартинюк, О.В. Мірошник, В.О. Врахування споживання електроенергії енергоємними підприємствами при короткостроковому прогнозуванні електричного навантаження енергосистеми Технічна електродинаміка |
| description |
Показано переваги врахування споживання електроенергії енергоємними підприємствами (ЕП) під час розв'язання задачі короткострокового прогнозування сумарного електричного навантаження (СЕН) енергосистеми (ЕЕС). Проведено моделювання і прогнозування СЕН ЕЕС на основі ансамблю штучних нейронних мереж. Виділення в окрему компоненту електричного навантаження ЕП дозволило вдосконалити математичні моделі впливу на СЕН метеорологічних факторів та підвищити точність результатів короткострокового прогнозування СЕН ЕЕС із переважно промисловим навантаженням. |
| format |
Article |
| author |
Черненко, П.О. Мартинюк, О.В. Мірошник, В.О. |
| author_facet |
Черненко, П.О. Мартинюк, О.В. Мірошник, В.О. |
| author_sort |
Черненко, П.О. |
| title |
Врахування споживання електроенергії енергоємними підприємствами при короткостроковому прогнозуванні електричного навантаження енергосистеми |
| title_short |
Врахування споживання електроенергії енергоємними підприємствами при короткостроковому прогнозуванні електричного навантаження енергосистеми |
| title_full |
Врахування споживання електроенергії енергоємними підприємствами при короткостроковому прогнозуванні електричного навантаження енергосистеми |
| title_fullStr |
Врахування споживання електроенергії енергоємними підприємствами при короткостроковому прогнозуванні електричного навантаження енергосистеми |
| title_full_unstemmed |
Врахування споживання електроенергії енергоємними підприємствами при короткостроковому прогнозуванні електричного навантаження енергосистеми |
| title_sort |
врахування споживання електроенергії енергоємними підприємствами при короткостроковому прогнозуванні електричного навантаження енергосистеми |
| publisher |
Інститут електродинаміки НАН України |
| publishDate |
2014 |
| topic_facet |
Електроенергетичні комплекси, системи та керування ними |
| url |
http://dspace.nbuv.gov.ua/handle/123456789/135640 |
| citation_txt |
Врахування споживання електроенергії енергоємними підприємствами при короткостроковому прогнозуванні електричного навантаження енергосистеми / П.О. Черненко, О.В. Мартинюк, В.О. Мірошник // Технічна електродинаміка. — 2014. — № 5. — С. 35-37. — Бібліогр.: 3 назв. — укр. |
| series |
Технічна електродинаміка |
| work_keys_str_mv |
AT černenkopo vrahuvannâspoživannâelektroenergííenergoêmnimipídpriêmstvamiprikorotkostrokovomuprognozuvanníelektričnogonavantažennâenergosistemi AT martinûkov vrahuvannâspoživannâelektroenergííenergoêmnimipídpriêmstvamiprikorotkostrokovomuprognozuvanníelektričnogonavantažennâenergosistemi AT mírošnikvo vrahuvannâspoživannâelektroenergííenergoêmnimipídpriêmstvamiprikorotkostrokovomuprognozuvanníelektričnogonavantažennâenergosistemi |
| first_indexed |
2025-07-09T23:45:28Z |
| last_indexed |
2025-07-09T23:45:28Z |
| _version_ |
1837214973525229568 |
| fulltext |
ISSN 1607-7970. Техн. електродинаміка. 2014. № 5 35
УДК 621.311:681.3
ВРАХУВАННЯ СПОЖИВАННЯ ЕЛЕКТРОЕНЕРГІЇ ЕНЕРГОЄМНИМИ ПІДПРИЄМСТВАМИ
ПРИ КОРОТКОСТРОКОВОМУ ПРОГНОЗУВАННІ ЕЛЕКТРИЧНОГО НАВАНТАЖЕННЯ
ЕНЕРГОСИСТЕМИ
П.О.Черненко, О.В.Мартинюк, В.О.Мірошник
Інститут електродинаміки НАН України,
пр. Перемоги, 56, Київ-57, 03680, Україна.
e-mail: cher@ied.org.ua
Показано переваги врахування споживання електроенергії енергоємними підприємствами (ЕП) при розв’язанні
задачі короткострокового прогнозування сумарного електричного навантаження (СЕН) енергосистеми (ЕЕС).
Проведено моделювання і прогнозування СЕН ЕЕС на основі ансамблю штучних нейронних мереж. Виділення в
окрему компоненту електричного навантаження ЕП дозволило вдосконалити математичні моделі впливу на
СЕН метеорологічних факторів та підвищити точність результатів короткострокового прогнозування СЕН
ЕЕС із переважно промисловим навантаженням. Бібл. 3, табл. 2, рис. 2.
Ключові слова: енергосистема, електричне навантаження, короткострокове прогнозування, енергоємні підпри-
ємства, штучна нейронна мережа.
У практиці електроенергетичних систем найбільш часто розв’язується задача короткострокового (з упе-
редженням від однієї до семи діб) прогнозування сумарного електричного навантаження, за результатами якого
вирішується багато технологічних задач планування режимів ЕЕС. Актуальність цієї задачі посилюється у зв’язку
з переходом об’єднаної електроенергетичної системи України від ринку єдиного покупця до ринку двосторонніх
договорів та балансуючого ринку електричної енергії. Так, на відміну від існуючої, в перспективній моделі
короткострокові прогнози СЕН є вихідною інформацією для формування заявок щодо об’єму електроенергії при
укладанні договорів між суб’єктами енергоринку – енергогенеруючими та електропостачальними компаніями (а
також потужними електроспоживачами). Таким чином одночасно із підвищенням вимог щодо точності та надій-
ності короткострокових прогнозів СЕН розширюється коло суб’єктів прогнозування [2].
У більшості опублікованих робіт, присвячених короткостроковому прогнозуванню СЕН, враховується
вплив лише метеорологічних факторів (температури повітря, хмарності тощо) [1]. Проведені в даній роботі
дослідження показали, що неврахування таких технологічних факторів як режим роботи енергоємних підпри-
ємств призводить до виникнення аномальних похибок у результатах короткострокового прогнозування.
Незважаючи на тенденцію до зменшення, що спостерігається в останні роки, частка споживання елек-
троенергії промисловістю України становить понад 42% від загального електроспоживання. Особливістю про-
мисловості України є наявність у ній 51 енергоємного підприємства (металургійного, гірничо-збагачувального
та нафтохімічного комплексів), що споживають близько половини електроенергії всієї галузі промисловості.
Переважна більшість (40) цих підприємств розташована на сході країни у двох регіональних енергосистемах
(Дніпровській та Донбаській ЕЕС). На Дніпропетровську область припадає 16 енергоємних підприємств, що
знаходяться на добовому контролі в Держенергонагляді. Це такі металургійні гіганти як Нікопольський феро-
сплавний завод, Північний, Південний та Центральний ГЗК, Арселор Міттал. Частка споживання електроенергії
16-ти енергоємних підприємств становить 48% від усього електроспоживання області. Таким чином, процеси
споживання електроенергії енергоємними підприємствами суттєво впливають на форму добового графіка СЕН
ПАТ «Дніпрообленерго». Безперерв-
ний робочий цикл цих ЕП та інтен-
сивне використання багатотарифного
обліку спожитої електроенергії при-
зводять до вирівнювання добового
графіка обленерго та нівелювання
різниці між СЕН за робочі і неро-
бочі дні (рис. 1).
Короткострокове прогнозу-
вання СЕН ПАТ «Дніпрообленерго»
проводилося за двома алгоритмами:
безпосереднього моделювання су-
марного електричного навантаження
обленерго, а також шляхом побудови
окремих моделей для промислової
(енергоємні підприємства) та умовно
комунально-побутової (решта спожи-
© Черненко П.О., Мартинюк О.В., Мірошник В.О., 2014
1400
1900
2400
2900
3400
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Час
СЕН, МВт
Дніпробленерго, вихідні дні ЕП, вихідні дні
Дніпробленерго, робочі дні ЕП, робочі дні
Рис. 1
36 ISSN 1607-7970. Техн. електродинаміка. 2014. № 5
вачів) складових СЕН. Як вихідна інформація використовувалися:
– добові графіки погодинних значень СЕН ПАТ «Дніпрообленерго» за період 21.10.13–29.12.13;
– добові графіки погодинних значень суми електричних навантажень 16-ти підприємств області за аналогічний
період;
– погодинні значення температури повітря по м. Дніпропетровськ;
– погодинні значення хмарності в балах (1–10).
Встановлено, що метеорологічні фактори на електричне навантаження енергоємних підприємств впли-
вають несуттєво. Навіть із урахуванням ефекту інерційності впливу, коефіцієнт кореляції між температурою
повітря і сумою електричних навантажень енергоємних підприємств не перевищує (-)0,42. При цьому, коефі-
цієнт кореляції між комунально-побутовою частиною електричного навантаження ПАТ «Дніпрообленерго» та
температурою повітря перевищує (-)0,64, що свідчить про можливість більш коректного врахування впливу
метеофакторів у математичній моделі СЕН.
Таблиця 1
Як оператор прогнозування вико-
ристовувався ансамбль штучних нейрон-
них мереж типу багатошаровий персепт-
рон. У результаті проведеного кореляцій-
ного аналізу вихідних даних сформовано
навчальну вибірку для трьох груп нейрон-
них мереж, що складається із трьох на-
ступних блоків: ретроспективні дані про
електричне навантаження (табл. 1), кален-
дарні та метеорологічні фактори. До блоку
календарних факторів включено номер го-
дини та порядок дня в тижні. Вплив ме-
теорологічних факторів враховувався дво-
ма метеопараметрами: хмарністю (в ба-
лах) та ефективною температурою повітря
(Теф, 0 C ), що враховувала затримку реак-
ції споживання потужності при зміні температури [3].
Для кожного варіанту прогнозування було обрано 10 мереж з різним числом нейронів у прихованому
шарі. Мережі вибиралися в процесі навчання на основі критерію мінімуму похибки узагальнення. Кожна ме-
режа представляє собою багатошаровий персептрон з одним прихованим шаром нейронів. За активаційну функ-
цію як для прихованого, так і вихідного шарів було вибрано експоненційну функцію. Навчання мереж відбу-
валося за допомогою алгоритму Бройдена-Флетчера-Гольдфарба-Шанно. Результатом прогнозування є медіан-
не значення прогнозів цих мереж. Прогнозування здійснювалося щодобово на тижневий інтервал з 16.12.13 р.
по 22.12.13 р., який не був включений у навчальну вибірку. Відносні похибки прогнозування СЕН ПАТ «Дніп-
рообленерго» за двома підходами показані на рис. 2 та в табл. 2.
‐7
‐5
‐3
‐1
1
3
5
7
0 24 48 72 96 120 144 168
час, t
В
ід
но
сн
а
по
хи
бк
а
пр
ог
но
зу
ва
нн
я,
%
без врахування навантаження енергоємних підприємств
з врахуванням навантаження енергоємних підприємств
Рис. 2
Відповідно до наведених результатів врахування електричного навантаження енергоємних підприємств
дозволило зменшити середню похибку прогнозування СЕН ПАТ «Дніпрообленерго» на 8% і забезпечило зни-
ження екстремальної похибки з 7% до 5,6%.
Зменшення середньоквадратичного відхилення похибки прогнозування та наближення до нуля її серед-
нього значення свідчить про підвищення стабільності результатів прогнозування при такому підході.
Вхідні дані
Умовно ком.-
побутове
навантаження
Навантаження
ЕП
СЕН
Дніпробл.
P(t-24) P(t-24) P(t-24)
P(t-25) P(t-25) P(t-25)
P(t-26) P(t-48) P(t-26)
P(t-47) P(t-72) P(t-27)
P(t-48) P(t-96) P(t-47)
P(t-49) P(t-120) P(t-48)
P(t-72) P(t-144) P(t-49)
P(t-168) P(t-71)
Ретроспективні
значення
навантаження,
МВт
P(t-72)
ISSN 1607-7970. Техн. електродинаміка. 2014. № 5 37
Таблиця 2
Висновки
1. У структурі промис-
ловості України знаходить-
ся 51 енергоємне підпри-
ємство, які споживають
близько 20% всієї електро-
енергії, що виробляється в
енергооб’єднанні України.
Споживання електроенергії
цими підприємствами, в
першу чергу, залежить від
економічних і, практично, не залежить від метеорологічних факторів. Наявність інформації про добові графіки
електричного навантаження цих підприємств дозволяє виділити умовно комунально-побутову складову СЕН
енергосистеми.
2. Виділення в окрему компоненту електричного навантаження ЕП дозволяє вдосконалити математичні
моделі впливу метеорологічних факторів на СЕН комунально-побутового сектору та підвищити точність і
стабільність результатів короткострокового прогнозування СЕН ЕЕС із перевагою промислового навантаження.
УДК 621.311:681.3
УЧЕТ ПОТРЕБЛЕНИЯ ЭЛЕКТРОЭНЕРГИИ ЭНЕРГОЕМКИМИ ПРЕДПРИЯТИЯМИ ПРИ КРАТКОСРОЧНОМ
ПРОГНОЗИРОВАНИИ ЭЛЕКТРИЧЕСКОЙ НАГРУЗКИ ЭНЕРГОСИСТЕМЫ
П.А. Черненко, А.В. Мартынюк, В.О. Мирошник
Институт электродинамики НАН Украины,
пр. Победы, 56, Киев-57, 03680, Украина.
e-mail: cher@ied.org.ua.
В работе показаны преимущества учета потребления электроэнергии энергоемкими предприятиями (ЭП) при
решении задачи краткосрочного прогнозирования суммарной электрической нагрузки (СЭН) энергосистемы
(ЕЭС). Проведено моделирование и прогнозирование СЭН ЕЭС на основе ансамбля искусственных нейронных
сетей. Выделение в отдельную компоненту электрической нагрузки ЭП позволило усовершенствовать мате-
матические модели влияния на СЭН метеорологических факторов и повысить точность результатов крат-
косрочного прогнозирования СЭН в ЕЭС с преобладанием промышленной нагрузки. Библ. 3, табл. 2, рис. 2.
Ключевые слова: энергосистема, электрическая нагрузка, краткосрочное прогнозирование, энергоемкие пред-
приятия, искусственная нейронная сеть.
ACCOUNTING FOR ELECTRICITY CONSUMPTION OF ENERGY ENTERPRISES FOR SHORT – TERM
FORECASTING OF ELECTRICAL LOAD OF POWER SYSTEM
Chernenko P., Martyniuk O., Miroshnyk V.
Institute of Electrodynamics National Academy of Science of Ukraine,
pr. Peremohy, 56, Kyiv-57, 03680, Ukraine.
e-mail: cher@ied.org.ua.
The paper demonstrates the benefits of metering electricity of intensive enterprises (IE) in solving the problem of short-
term forecasting of the total electrical load (TEL) of power system (PS). The modeling and forecasting of TEL PS based
on using of artificial neural networks. The correctness of preparation of original data for the network training was
provided preliminary statistical analysis of information. Decomposition of the total electrical load with the release in a
separate component the loads of intensive enterprises allowed to improve mathematical models of influence on TEL of
meteorological factors and improve the accuracy of the short-term forecasting TEL in the PS with a predominance of
industrial load. References 3, tables 2, figures 2.
Keywords: power system, electrical load, short-term forecasting, energy-intensive industries, artificial neural network.
1. Bansal R.C., Pandey J.C. Load forecasting using artificial intelligence techniques: a literature survey // International Journal of
Computer Applications in Technology. – Vol. 22. – 2005. – Pp. 109 – 119. (Eng)
2. Martyniuk O., Chernenko P. Algorithms and software for three-level short-term electric load forecasting of united power system
of Ukraine // Enerhetyka ta Elektryfikatsiia. – № 7. – 2012. – Pp. 3 – 8. (Ukr)
3. Chernenko P., Martyniuk O., Popov S., Bodyanskiy Ye. Comparative analysis of two approaches to solving the problem of short-
term forecasting of the total electrical load of power system // Tekhnichna elektrodynamika. – № 3. – 2013. – Pp. 61–72. (Ukr)
Надійшла 17.02.2014
Характеристики точності
прогнозування
Без
урахування
навантажен-
ня ЕП, %
З урахуван-
ням наванта-
ження ЕП, %
Відносне зменшення
похибки
прогнозування, %
Середня абсолютна відсоткова
похибка (MAPE) 1,98 1,82 -7,99
Максимальна похибка 6,95 5,60 -19,47
Середньоквадратичне
відхилення похибки 1,46 1,14 -22,25
Середнє значення похибки 1,16 0,21 -81,90
|