Т. 327, № 8

Использование нейронной сети для построения краткосрочного прогноза электропотребления ООО «Омская энергосбытовая компания»

Актуальность работы обусловлена требованиями действующего законодательства к прогнозированию электропотребления на рынке «на сутки вперед» для субъектов оптового рынка электроэнергии и мощности (ОРЭМ). Большая часть электроэнергии в России производится путем сжигания твердых полезных ископаемых. По данным отчета ОАО «Системный оператор Единой энергетической системы» за 2015 г. доля выработки электроэнергии по типам электростанций ЕЭС России составляет: 59,8 % - для тепловых электростанций, 15,6 % - для ветряных и солнечных электростанций, 19 % - для атомных электростанций и 5,6 % - для электростанций промышленных предприятий. При этом одной из основных задач, связанных с генерацией электрической энергии и ее потреблением, является задача поддержания баланса мощностей. С одной стороны, при увеличении плановой нагрузки могут возникнуть перебои в поставке электроэнергии, с другой стороны, уменьшение электропотребления приведет также к уменьшению КПД электростанций, и в конечном счете - к повышению стоимости на электроэнергию как для субъекта оптового рынка электроэнергии и мощности, так и для конечного потребителя. Увеличение точности прогнозирования электропотребления позволяет соблюдать баланс мощностей и эффективно использовать георесурсы для генерации электроэнергии, с учетом специфики потребителя. Для решения этих задач в России в 2004 г. был введен оптовый рынок электроэнергии и мощности, который функционирует и сейчас. В соответствии с правилами взаимодействия между субъектом оптового рынка электроэнергии и мощности и ОАО «АТС», субъекты оптового рынка электроэнергии и мощности обязаны осуществлять ежедневный почасовой прогноз в режиме «на сутки вперед». Для обеспечения качественного прогнозирования электропотребления субъектам оптового рынка электроэнергии и мощности необходимо подготовить нормативную базу, разработать методику построения прогноза электропотребления, а также просчитать риски, связанные с точностью используемых моделей. С одной стороны, сложность решаемой задачи характеризуется наличием данных по точкам поставки, так как не всегда субъект оптового рынка электроэнергии и мощности имеет возможность собрать данные о потреблении отдельных энергообъектов в почасовом режиме. С другой стороны, внедрение систем коммерческого учета позволяет решить эту проблему с вложением больших инвестиций на установку автоматизированной системы коммерческого учета электроэнергии, но, как правило, субъект оптового рынка электроэнергии и мощности идет на такие долгосрочно окупаемые затраты. Работа может быть полезна как специалистам энергосбытовых компаний, которые занимаются построением прогнозных моделей, так и специалистам субъектов оптового рынка электроэнергии и мощности, которые осуществляют прогнозы на оптовом рынке электроэнергии и мощности в режиме «на сутки вперед». Цель работы: применение методики прогнозирования с использованием нейронной сети для построения прогностических моделей для ООО «Омская энергосбытовая компания». Методы исследования: модели Холта-Винтерса, ARIMA, нейронные сети, температурно-ветровой индекс. Результаты. Были рассмотрены методы построения прогностических моделей. Разработана методика построения прогноза ООО «Омская энергосбытовая компания» с использованием нейронной сети с учетом температурно-ветрового индекса и выделением общих типов дней по электропотреблению.

Ключевые слова:

электронный ресурс, анализ, данные, нейронные сети, прогнозирование, электропотребление, электроэнергия, оптовые рынки, мощности,

Авторы:

Потапов Виктор Ильич

Грицай Александр Сергеевич

Тюньков Дмитрий Александрович

Синицин Глеб Эдуардович

Скачать PDF