56

3. Прогнозирование электропотребления и нагрузок

3.1. Общая характеристика методов прогнозирования электропотребления

Проектирование развития ЭЭС начинается с прогнозирования нагрузки. Для эффективного проектирования важно предсказать не только будущую мощность нагрузки, но и выработку электроэнергии. Прогноз нагрузки используется при определении мощности вновь вводимых агрегатов, планировании развития системообразующих и распределительных сетей, определении общей потребности в энергоресурсах.

Точность прогноза существенна для любой энергосистемы, так как этой точностью во многом определяются сроки ввода нового оборудования. Заниженный прогноз ведёт к ограничению потребителей и ущербу в смежных отраслях хозяйства. Завышенный прогноз также ведёт к ущербу за счёт омертвления капиталовложений в не полностью используемом оборудовании. Качество прогноза зависит от квалификации и опыта специалистов, составляющих прогноз, поскольку нельзя полагаться только на математические методы прогнозирования.

При подготовке прогноза возникают следующие вопросы:

1. Как следует прогнозировать максимум нагрузки?

• На основе прогноза энергии и использовании ;

• Самостоятельно по отчётным данным;

2. Как составить прогноз суммарной нагрузки?

• По совокупности прогнозов её составляющих;

• Непосредственно базировать прогноз на ретроспективных данных о суммарной нагрузке;

3. Какие погодные условия учитывать?

• Средние;

• Экстремальные.

4. какие методы нужно использовать при прогнозировании?

• Простые;

• Более строгие математические.

Ответы на эти вопросы составляют стратегию прогнозирования. Стратегию определяется предполагаемым использованием результата прогноза. Для планирования развития генерирующей мощности небольшая разница в темпах роста нагрузки в отдельных районах несущественна. Но эти же данные могут оказать существенное влияние на выбор местоположения отдельной электростанции.

Прогноз мощности можно осуществлять двумя путями. Можно прогнозировать потребление электроэнергии (что считается менее трудоёмким) и получить по этим данным, взяв , прогноз максимальной нагрузки. К сожалению, оценка ожидаемого значения трудна сама по себе из-за отсутствия чётких закономерностей ее изменения. Вторая возможность – прямой прогноз максимума нагрузки, хотя закономерности роста максимумов тоже трудно выявить. Преимущества первого подхода в том, что тенденции роста потребления электроэнергии более или менее стабильны, тесно связаны с демографическими и экономическими факторами. Потребление можно считать по типам нагрузок, по районам и т.д. Преимущества второго подхода – в прямой связи прогнозируемой величины с таким показателем климатических условий как температура. Оба подхода применяются в энергосистемах с равным успехом (средняя ошибка около 5 %).

Следующий вопрос состоит в том, как составлять прогноз суммарной нагрузки – из прогнозов её составляющих или по ретроспективным данным о суммарной нагрузке. Прогнозы составляющих обычно относятся к отдельным группам потребителей, отдельным районам и т.д. Преимущества прогнозирования по составляющим заключаются в возможности оценки тенденций изменения (в том числе и необычных) потребления каждой группы нагрузок, что уменьшает вероятность ошибки прогноза суммарной нагрузки. Преимущества прогнозирования суммарной нагрузки состоят в относительной простоте прогноза, так как в ней сильнее прослеживаются тенденции роста потребления, а кривая роста достаточно гладкая. Оба подхода применяются с равным успехом в различных ЭЭС.

В конкретных условиях какой-либо отдельный метод может оказаться предпочтительнее. Перед выбором конкретного метода важно понять физику процесса изменения нагрузки. Если ретроспективные данные и здравый смысл подсказывают возможность экстраполяции, то её и надо применять. Из-за различия ЭЭС нельзя дать конкретных рекомендаций по выбору метода прогнозирования. Выбор наилучшего метода может быть сделан только на основе тщательного анализа различных методов.

Методы прогнозирования можно разделить на 3 большие группы: экстраполяционные, корреляционные и смешанные. Кроме того, их можно разделить на детерминированные, вероятностные (стохастические).

Экстраполяция.

Экстраполяционные методы связаны с подбором аппроксимирующих зависимостей для ретроспективных данных, отражающих тенденцию изменения нагрузки (электропотребления). Имея эту зависимость можно экстраполировать её на желаемый интервал времени в будущем. Такой метод будем называть детерминированной экстраполяцией, поскольку не учитываются случайные ошибки в исходных данных и погрешности модели. Для аппроксимации тренда мощности и электропотребления используют следующие функции (модели):

Прямая ;

Парабола

S-образная ;

Экспонента .

Наиболее часто аппроксимация, т.е. подбор коэффициентов кривой заданного вида, производится методом наименьших квадратов.

Корреляция.

Корреляционные методы прогноза связывают нагрузку и электропотребление с различными демографическими факторами. Преимущества этого подхода в том, что инженер начинает чётко представлять взаимосвязь между ростом нагрузки и электропотребления и другими измеряемыми величинами. Наиболее очевидным недостатком метода является необходимость предсказывать экономические и демографические факторы, что может оказаться труднее, чем прогнозировать нагрузку и электропотребление.

В любом случае методы прогнозирования следует использовать лишь в помощь инженеру; ничем нельзя полностью заменить опыт и здравый смысл.