2.2 Планирование электропотребления
с использованием программного
комплекса СМА«Система оптимизации
балансов ГП»
Планирование режимных параметров
и технико-экономических показателей
является одной из важных задач обеспечения
функционирования электроэнергетики.
Составляя планы по различным
показателям на предстоящие сутки,
неделю, месяц, квартал, год, компании решают
задачу планирования энергобалансов –
соотношения между потребностью
электроэнергии (мощности) и средствами
ее удовлетворения.
Одним из основных показателей при
планировании является величина прогнозов
ожидаемого электропотребления (потребления
электроэнергии и мощности) в целом
по системе, группам и отдельным
потребителям, узлам электрической
схемы. В определенном смысле величина
прогноза электропотребления (далее
– ЭП, потребление, нагрузка) является
опорным показателем для последующего
планирования балансов электроэнергии,
мощности и расчетов электрических
режимов. Необходимость точного
прогнозирования обусловлена технологическими
и экономическими причинами. Точные
расчеты обеспечивают оптимальное
с экономической точки зрения
распределение нагрузок между станциями,
способствуют осуществлению экономически
целесообразных операций по покупке
и продаже электроэнергии.
Временная иерархия планирования электропотребления
разделяется на три основных интервала:
долгосрочное планирование (от месяца
до года, нескольких лет вперед), краткосрочное
планирование (от суток до месяца вперед),
оперативное управление режимами (минуты,
часы). Задача расчетов прогнозов потребления
решается на всех временных интервалах
с последовательным уточнением результатов
расчетов, но мере уменьшения времени
упреждения. Точность прогнозных расчетов
определяется соответствием применяемых
математических моделей процессу колебаний
потребления. В целом колебания
потребления представляют собой
сложный нестационарный случайный
процесс, имеющий определенные цикличности
(регулярные колебания). Они определяются
сезонными колебаниями температуры
и освещенности (долготы дня) в
разрезе года, технологическим режимом
работы предприятий, режимом труда
и отдыха населения.
Следует отметить, что долгосрочный,
краткосрочный и оперативные
прогнозы требуют различных методик.
Долгосрочным прогнозам нужны сценарные
подходы для оценки общеэкономической
ситуации, отраслевых тенденций развития
и т.п. Для краткосрочных прогнозов
важен учет метеофакторов, характера
дня (рабочий, выходной), состояния режима
энергосистемы в ближайшей ретроспективе.
При оперативном прогнозировании
в темпе процесса требуются адаптивные
модели прогноза, учет фактора освещенности.
Для обеспечения необходимой надежности
и качества функционирования системы
прогнозирования сформулированы следующие
требования:
- точность моделирования определяется
технологическими требованиями
для разных интервалов упреждения
и не может превышать величину
нерегулярной составляющей;
- интервальность, поскольку значения
потреблений и нагрузок узлов
имеют вероятностный характер, следует
определять доверительный интервал,
в пределах которого располагаются
фактические значения нагрузок
с заданным уровнем достоверности;
- баланс нагрузок – значения
потреблений и нагрузок узлов,
оцененные по моделям, должны
быть согласованы по разным
иерархическим уровням исходя
из условия баланса мощности
и электроэнергии на интервалах
прогнозирования (моделирования);
- надежность, данное требование
подразумевает безотказную работу
применяемых алгоритмов в реальных
условиях эксплуатации (численная
устойчивость), а также обеспечение
приемлемых оценок потреблений
при потере части данных или
наличии грубых ошибок в исходной
информации;
- адаптивность, автоматическая перенастройка
(коррекция) параметров системы
в реальной информационной среде
с целью обеспечения условий
для оптимального выполнения
решаемых задач;
- экономичность, выполнение вышеперечисленных
требований должно сопровождаться
по возможности минимальными
затратами с точки зрения использования
машинных ресурсов.
- возможность использования разнородной
информации (в том числе данных,
полученных в дни контрольных
измерений и эпизодических измерений).
- автоматизированность (интерактивность).
Система должна работать в
автоматическом режиме контроля
достоверности потреблений и
нагрузок узлов, вместе с тем
необходимо обеспечить интерактивный
режим работы комплекса с обслуживающим
персоналом.
Одним из самых важных показателей
качества планирования потребления
является точность. Основные факторы,
влияющие на точность прогнозирования:
Объем исходных данных для прогнозирования.
Для корректной настройки модели
прогноза требуется объем данных
от двух и более лет, как по потреблению,
так и по метеофакторам. При этом
больший объем позволяет точнее
и качественнее осуществить расчет
коэффициентов моделей прогнозирования,
в т.ч. сезонных компонент, что впоследствии
дает более точные оценки коэффициентов
влияния метеофакторов на потребление.
Так, например, наличие данных по облачности
за один полный год не дает заметного
улучшения в точности, вместе с
тем использование при объеме
данных по освещенности от трех лет
существенно улучшает точность прогнозирования.
Качество исходных данных. Исходные
данные по потреблению и метеофакторам
для прогнозирования часто содержат
недостоверные значения, выбросы, ошибки,
что, конечно же, влияет на точность
прогноза. Если простые ошибки отбрасываются
алгоритмами фильтрации при прогнозировании,
то определенная часть ошибок трудно
идентифицируема, как ошибочная
и естественно ухудшает точность
прогноза. Под качеством исходных
данных также подразумевается та
ситуация, когда за неимением суточных
графиков по метеофакторам используются
среднесуточные значения. В случае
облачности это приводит к большим
ошибкам оперативного прогнозирования,
в случае с температурой –
краткосрочного, когда подсчет
так называемой эффективной температуры
не совсем точен.
Выбор моделей прогноза и ее настройка.
Существующие модели прогноза потребления
имеют массу настроечных коэффициентов,
которые в значительной мере определяют
точность работы алгоритмов модели. При
этом важна возможность автоматической
корректировки коэффициентом модели
прогноза по мере накопления новых
данных, чтобы избавить пользователя
от затруднительной процедуры настройки,
требующей подчас высокой квалификации
и знания основ математической статистики.
Упреждение прогноза. Важным фактором
при оценке точности прогнозирования
является упреждение прогноза, т.е. период
времени на который производится
прогнозирование. При этом практически
всегда точность прогноза ухудшается
с увеличением упреждения. Для
уточнения прогнозов требуется
осуществлять дополнительные расчеты
по мере приближения текущих суток.
Учет метеорологических факторов.
Существенное влияние на потребление
оказывают метеорологические факторы
– температура наружного воздуха,
естественная освещенность, влажность,
скорость ветра.
Неравномерность графиков потребления.
Точность прогнозирования электропотребления
в значительной степени зависит
от суточной и сезонной неравномерности
графиков потребления. В энергосистемах,
где наблюдается высокая неравномерность
графиков потребления (коэффициент
неравномерности значительно отличается
от единицы), и при этом наблюдается
существенное отклонение потребления
от сезонной кривой, ошибки прогнозирования
оказываются наиболее высокими. При
организации рыночных операций по куплепродаже
электроэнергии и мощности с высокой
неравномерностью графиков могут оказываться
в худших условиях, поскольку точность
прогнозов будет ниже, и они
в большей степени будут подвергаться
штрафным санкциям за превышение или
занижение плановых величин потребления.
Наиболее сильное влияние на
потребление оказывает температура
и освещенность. Влияние температуры
определяется расходом электроэнергии
на отопление зданий, вентиляцию, охлаждение
в холодильниках, кондиционерах. Наиболее
чувствителен к температуре расход
энергии в зимний, отопительный сезон,
а также примыкающие к нему
периоды. По существующим оценкам, около
четверти расходной части энергетического
баланса идет на отопительные нужды. Для
компаний, где осветительная нагрузка
составляет значительную часть, вариации
естественной освещенности оказывают
влияние на нагрузку, особенно на формирование
утреннего и вечернего максимумов. Для
учета влияния метеорологических факторов
применяется метод сезонных кривых, основанный
на корреляционном и регрессионном анализе
данных. Предлагаемые методы учета метеофакторов
позволяют повысить точность прогнозирования
нагрузки электропотребления. Методы
реализованы в программном комплексе
СМА«Система оптимизации балансов ГП»,
недавно введенном в работу ОАО «Красноярскэнергосбыт»
В зависимости от решаемых задач
и детальности планирования в
состав суммарного потребления могут
входить компоненты, характеризующие
структуру па различных этапах и
звеньях технологического процесса.
Компоненты могут группироваться по
территориальным, технологическим
признакам. В рыночных условиях в
суммарном потреблении выделяются
новые компоненты – крупные потребители,
самостоятельно выходящие на рынок.
Особым образом структурируется
наиболее значительная составляющая потребления
– полезный отпуск собственным потребителям.
Возможно деление полезного отпуска
по тарифным группам, типам присоединения,
социальным группам и т.п. Планирование
потребления осуществляется на основе
прогноза суммарного показателя и каждой
компоненты, при этом структура потребления
должна быть сбалансирована на каждом
этапе и уровне планирования. Объем
исходных данных и модели прогнозов
для различных компонент могут
быть весьма различны. Возникает необходимость
разработки адаптивной системы моделей
прогнозирования и планирования
потребления, применимой на различных
стадиях и звеньях планирования.
В последние годы возникли обстоятельства,
потребовавшие существенного расширения
и дополнения круга задач, решаемых
при планировании электропотребления:
- внедрение рынка электроэнергии
и его сегментов – регулируемого
сектора, свободного рынка, балансирующего
рынка. Изменение структуры электроэнергетики
России, появление операторов рынка,
разделение энергосистем на отдельные
структурные подразделения, выход
крупных потребителей на рынок
и, как следствие, изменение
технологии расчетов по прогнозированию
и планированию потребления.
- изменение структуры потребления
– значительный рост доли коммунально-бытовой
нагрузки и непромышленной нагрузки,
как следствие – увеличение
неравномерности графиков, более
существенное влияние метеорологических
факторов. Это требует применения
соответствующих методов и алгоритмов
моделирования потребления и
учета метеофакторов.
В целом методология расчетов по
планированию потребления, разрабатываемые
методы, алгоритмы и программные
средства должны обеспечивать:
- возможность создания и хранения
многолетних архивов данных потребления,
компонент балансов мощности
и электроэнергии, необходимых для
проведения всестороннего анализа
особенностей и тенденций потребления,
разработки адекватных математических
моделей. Возможность организации
объектной структуры хранения
данных потребления на различных
объектах;
- обеспечение методологии планирования
сбалансированной много-компонентной
структуры потребления;
- наличие набора различных моделей
прогнозирования, адекватно описывающих
колебания компонент потребления;
- возможность проведения необходимого
статистического анализа потребления,
режимных параметров и технико-экономических
показателей;
- необходимую точность расчетов
по прогнозированию потребления;
- учет при прогнозировании и
планировании различных влияющих
факторов, в том числе метеорологических;
- возможность увязки исходных
данных и результатов расчетов
по прогнозированию и планированию
потребления с другими задачами
планирования и ведения режимов
работы организации (расчет балансов
электроэнергии и мощности, режимов
электрической сети, расчет потерь,
диспетчерские задачи);
- обмен исходными данными и
результатами расчетов между
объектами и уровнями управления.
Разработанные на основе предлагаемых
методов и алгоритмов промышленные
программы и программные комплексы
должны обеспечивать потребности в
средствах планирования потребления
субъектов рынка электроэнергии
Заключение
С запуском новой модели оптового
рынка электроэнергии и мощности
все более актуальными, для энергосбытовых
компаний, становятся проблемы прогнозирования
и планирования потребления энергии. Необходимость
точного прогнозирования электропотребления
обусловлена технологическими и экономическими
причинами. Это касается не только долгосрочного
и текущего планирования, но и оперативного
почасового планирования.