Том 334 № 4 (2023)

DOI https://doi.org/10.18799/24131830/2023/4/4213

АДАПТИВНОЕ КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ ПОТРЕБЛЕНИЯ ЭЛЕКТРОЭНЕРГИИ АВТОНОМНЫМИ ЭНЕРГОСИСТЕМАМИ МАЛЫХ СЕВЕРНЫХ ПОСЕЛЕНИЙ НА ОСНОВЕ МЕТОДОВ РЕТРОСПЕКТИВНОГО РЕГРЕССИОННОГО АНАЛИЗА

Ссылка для цитирования: Адаптивное краткосрочное прогнозирование потребления электроэнергии автономными энергосистемами малых северных поселений на основе методов ретроспективного регрессионного анализа / А.С. Глазырин, Е.В. Боловин, О.В. Архипова, В.З. Ковалев, Р.Н. Хамитов, С.Н. Кладиев, А.А. Филипас, В.В. Тимошкин, В.А. Копырин // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2023. – Т. 334. – № 4. – С.231-248.

Актуальность. Построение проблемно-ориентированного инструмента прогнозирования электропотребления малых северных поселений, приобретает первостепенное значение для реализации планов развития регионов Арктической зоны и  на Крайнего Севера. В настоящее время используется большое количество разновидностей методов прогнозирования электропотребления, включая экспертные, статистические, методы искусственного интеллекта, гибридные и другие. Как правило отмечается отсутствие универсального метода, одинаково эффективного (по критерию «время счета – точность счета» для основных типов задач прогнозирования потребления электрической энергии. Отмеченное обстоятельство требует проведения исследований в направлении создания вычислительного комплекса: идентификация вычислительных свойств модели электропотребления – построение адекватного метода извлечения информации. Цель: Разработка подхода на основе ретроспективного регрессионного анализа, позволяющего производить адаптивное краткосрочное прогнозирование потребления электроэнергии региональных обособленных электротехнических комплексов (РОЭТК). Методы: Подход получения краткосрочного прогноза потребления электроэнергии региональных обособленных электротехнических комплексов базируется на ретроспективном регрессионном анализе. Прогнозная модель, опирающихся на отклики РОЭТК, представлена в виде линейной регрессии с внутренним набором функций образующих ортогональный и ортонормированный базис. При этом получаемая предварительная информация от объекта – отклики РОЭТК, записывается в виде системы линейных алгебраических уравнений, представленных в матричном виде. Нахождение коэффициентов при базисных функциях проводится с учетом метода наименьших квадратов, а само решение полученных уравнений на основании метода Качмажа. Проверка работоспособности разработанного подхода проводилось с помощью анализа регрессионных остатков прогнозирования. Результаты. С помощью адаптивного краткосрочного прогнозирования потребления электроэнергии автономными энергосистемами малых северных поселений на основе методов ретроспективного регрессионного анализа был получен краткосрочный прогноз на интервал упреждения 30 минут. Выводы. Разработан подход адаптивного краткосрочного прогнозирования потребления электроэнергии автономными энергосистемами малых северных поселений на основе методов регрессионного анализа, позволяющего получать краткосрочный прогноз электропотребления на интервал упреждения 30 минут. Продемонстрировано существенное преимущество разработанного подхода связанного с тем, что при построении процедуры адаптивного краткосрочного прогнозирования энергопотребления на основе ретроспективного регрессионного анализа является рационализация совмещения процессов идентификации коэффициентов при базисных функциях и перестраиваемости математической модели нестационарного дискретного стохастического процесса на каждом шаге. Проведен анализ регрессионных остатков прогнозирования откликов РОЭТК и подтверждена работоспособность разработанного алгоритма прогнозирования электроэнергии, а также адекватность принятых положений при формировании априорной информации при реализации подхода к краткосрочному прогнозированию стохастического процесса на основе ретроспективного регрессионного анализа.

Ключевые слова:

Автономные энергосистемы, региональные обособленные комплексы, адаптивное прогнозирование, ретроспективный регрессионный анализ, метод наименьших квадратов, метод Качмажа, анализ регрессионных остатков

Авторы:

Александр Савельевич Глазырин

Евгений Владимирович Боловин

Ольга Владимировна Архипова

Владимир Захарович Ковалев

Рустам Нуриманович Хамитов

Сергей Николаевич Кладиев

Александр Александрович Филипас

Вадим Владимирович Тимошкин

Владимир Анатольевич Копырин

Скачать pdf