ЗНАЧЕНИЕ И ТИПЫ ПРОГНОЗИРОВАНИЯ ПОТРЕБЛЕНИЯ ЭЛЕКТРОЭНЕРГИИ

АННОТАЦИЯ

Статья посвящена прогнозам электроэнергии, описаны их особенности и характеристики, а также значимость прогнозирования электропотребления и повышения его точности для электроэнергетических систем.

Ключевые слова: электроэнергия, прогнозирование, электрическая нагрузка, электроэнергетическая система, управление, мощность.

Прогнозирование потребления электроэнергии является основой надежного функционирования электроэнергетической системы (ЭЭС).

Прогнозы нагрузки ЭЭС составляют исходную информацию для принятия решений в процессе планирования режимов электроэнергетической системы и оперативного управления. Во многих странах, в том числе и в России, прошла приватизация энергосистем, и электроэнергия превращена в товар, продаваемый и покупаемый по рыночной цене. Поскольку прогнозы нагрузки играют решающую роль при ценообразовании на электроэнергию, то в комплексе задач, прогнозирование играет основную роль [1].

Существуют различные типы прогнозирования электрической нагрузки:

• долгосрочное прогнозирование (на несколько лет вперед);
• среднесрочное прогнозирование (до 5 лет);
• краткосрочное прогнозирование (часы, сутки, недели, год);
• оперативное прогнозирование (минуты, час).

Долгосрочный прогноз не требует сложных моделей, он представляет собой анализ возможных изменений в тенденциях демографии, электропотребления, научно-технического прогресса и т.д., он неизбежно связан с большой неопределенностью будущих условий [2].

Среднесрочное прогнозирование должно учитывать объективные тенденции и меняющиеся во времени взаимосвязи между развитием экономики, изменением электропотребления и изменением условий энергоснабжения, но основываться на реалиях сегодняшнего дня [2].

Краткосрочный прогноз электропотребления является основой для формирования заявки в оптовый рынок электроэнергии и мощности.

Влияние ошибок прогнозирования на распределение нагрузки можно оценить с точки зрения экономических и технических характеристик системы. Увеличение эксплуатационных издержек из-за ошибок в распределении нагрузки не слишком существенно, если нет значительной разницы между затратами на набор и снижение нагрузки электростанции. Однако большие погрешности в распределении нагрузки приводят к излишним и зачастую вредным управляющим воздействиям на агрегаты ведущей электростанции, что в свою очередь может вызывать излишнюю нагрузку на системы регулирования котлов и турбин, а это связано с повышением издержек и увеличением износа оборудования [3].

Другое назначение краткосрочных прогнозов нагрузки – упреждающая оценка надежности (живучести) энергосистем. Такая оценка наиболее часто принимает форму анализа ситуаций, при котором поочередно оценивается изменение режима системы при потере (отказе) генераторов.

Для покрытия не предсказанной (ошибки прогнозирования нагрузки) составляющей суммарной нагрузки с учетом изменений располагаемой мощности электростанций необходимо планировать дополнительный резерв генерирующей мощности. Наличие такого резерва позволяет избегать использования дорогостоящих, аварийных резервных электростанций и поддерживать на допустимом уровне частоту нарушений электроснабжения.

Краткосрочный прогноз в значительной степени определяется существующим состоянием, так как заметные изменения в производственной структуре и технологиях возможны лишь в отдаленной перспективе [2].

В процессе оперативного управления энергосистемами непрерывно решается задача экономичного распределения нагрузок между генераторами электростанций, чтобы обеспечить генерирующей мощностью текущие изменения электропотребления при минимальных затратах и в то же время поддерживать требуемый уровень надежности системы. Выполняемые при этом расчеты состоят в минимизации стоимостной функции с учетом режимных ограничений, определяемых характеристиками электростанций и систем электропередачи [3].

При формировании оптимальных суточных графиков работы электростанций и электрических сетей ЭЭС учитывается прогноз группам и отдельным потребителям.

По характеру электропотребление можно разбить на следующие группы: промышленные предприятия, жилые дома, коммунально-бытовые учреждения, электротранспорт и т.д.

Существуют определенные факторы, влияющие на точность прогнозирования потребления электроэнергии. Например, зависимость от дня недели (рабочий день, праздник, суббота, выходной), времени года, метеорологических факторов (температура воздуха, степень облачности, дождь, туман, скорость ветра, уровень освещенности, влажность), времени суток. Все эти зависимости не являются прямыми и не всегда заметны.

Важнейшим критерием качества дня прогноза является его точность. Независимо от других критериев (простота алгоритма, удобство использования и т. д.) выбираться должен метод, дающий наилучшую точность прогноза. Оцениваться точность может только по наблюдаемой ошибке между значением прогноза и реальной нагрузкой. Обычно как критерий точности используются средняя квадратичная ошибка, средняя абсолютная ошибка и максимальная ошибка за рассматриваемый период [3].

Важность повышения точности прогнозирования электропотребления подтверждают следующие данные.

Согласно оценкам экономической эффективности, приведенным в зарубежных публикациях, для типичной региональной энергокомпании Северной Америки улучшение качества прогноза на 1% приводит к снижению издержек на десятки миллионов долларов в год [4].

Оценочные расчеты, проводимые ОАО «ВНИИЭ» для энергообъединений России с уровнем месячного потребления около 1500 млн. квт-ч показали, что улучшение качества прогнозирования только месячного потребления на 0,1% способно в настоящих условиях снизить затраты на оплату отклонений от плана по поставкам электроэнергии на 3-5 млн. рублей в год [4].

По оценкам российских специалистов, каждая оплошность в ежегодном прогнозе электропотребления на 1% – это 4 млрд. долларов дополнительных инвестиций на возведение генерирующих мощностей [5].

Список литературы:

1. Меламед М.А. Современные методы анализа и прогнозирования режимов электропотребления в электроэнергетических системах // Итоги науки и техники. – 1988, – т.4. – с. 4-11.
2. Прогнозирование электропотребления, [электронный ресурс] https://ppt-online.org/322892 (дата обращения 14.03.2021 г).
3. Бэнн Д.В., Фармер Е.Д., Г. Аккерман. Сравнительные модели прогнозирования электрич. нагрузки: Энергоатомиздат, 1987 – 196 с.
4. Большов Л.А., Каневский М.Ф., Савельева Е.А. Прогнозирование электропотребления: современные подходы и пример исследования // Изд. АН. Энергетика. 2004. № 6 – с. 93.
5. Рудаков Е., Саакян Ю., Нигматулин Б., Прохорова Н. Цена расточительности // «Эксперт» №24 (613)/16 июня 2008 г.