Врахування споживання електроенергії енергоємними підприємствами при короткостроковому прогнозуванні електричного навантаження енергосистеми

• Veröffentlicht in: Технічна електродинаміка
• Datum: 2014
• Hauptverfasser: Черненко, П.О., Мартинюк, О.В., Мірошник, В.О.
• Format: Artikel
• Sprache: Ukrainisch
• Veröffentlicht: Інститут електродинаміки НАН України 2014
• Schlagworte: Електроенергетичні комплекси, системи та керування ними
• Online Zugang: https://nasplib.isofts.kiev.ua/handle/123456789/135640
• 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.

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.