Имитационное моделирование динамики нагрузок электропотребителей в условиях сельскохозяйственного производства

Имитационное моделирование динамики нагрузок электропотребителей в условиях сельскохозяйственного производства

Автор: Акиньшин, Евгений Александрович

Шифр специальности: 05.20.02

Научная степень: Кандидатская

Год защиты: 2002

Место защиты: Барнаул

Количество страниц: 182 с. ил

Артикул: 2324887

Автор: Акиньшин, Евгений Александрович

Стоимость: 250 руб.

Имитационное моделирование динамики нагрузок электропотребителей в условиях сельскохозяйственного производства  Имитационное моделирование динамики нагрузок электропотребителей в условиях сельскохозяйственного производства 

Содержание
Введение.
1 Состояние вопроса и постановка задачи исследования.
1.1 Состояние вопроса. Актуальность задачи прогнозирования ЭН.
1.2 Анализ существующих методов прогнозирования ЭН
1.2.1 Применение регрессионного анализа к прогнозу ЭН потребителей
1.2.2 Метод коэффициентов темпов роста
1.2.3 Лвторегрессионые модели ЭН
1.2.4 Выводы
1.3 Цели и задачи исследования
2 Нейросетевая модель прогноза электрических нагрузок АПК
2.1 Определение параметров синтезируемой модели.
2.2 Анализ факторов влияющих на динамику энергопотребления в
условиях АПК
2.2.1 Учет календарного состава месяцев.
2.3 Синтез имитационной модели электроснабжения с применением ИНС
2.3.1 Выбор типа сетевой топологии
2.3.2 Использование модели на базе многослойного перцепторона.
2.3.3 СетьЭлмана
2.3.4 Критерии выбора топологии сети .
2.4 Выбор алгоритма обучения
2.4.1 Принципы обучения нейронных сетей.
2.4.2 Метод обратного распространения ошибки
2.4.3 Модификации метода обратного распространения ошибки
2.4.4 Генетический алгоритм обучения.
2.4.5 Использование алгоритмов, на базе метода имитации отжига.
2.4.6 Критерии выбора алгоритма обучения.
2.4.7 Учет особенностей АПК для повышения точности прогноза
2.5 Выводы.
3 Численный эксперимент по прогнозированию электрической нагрузки .
3.1 Цель и программа экспериментальных исследований
3.2 Постановка численного эксперимента.
3.2.1 Общие положения
3.3 Исходные данные для моделирования
3.4 Подготовка обучающей выборки.
3.4.1 Определение процедуры предобработки
3.4.2 Определение процедуры интерпретации результатов и оценки.
3.4.3 Фильтрация и сглаживание исходной выборки
3.4.4 Метод оценки точности прогноза.
3.5 Результаты численных экспериментов по прогнозированию
электрических нагрузок на базе ИНС.
3.6 Сравнительный анализ результатов прогнозов выполненных
традиционными методами и с помощью нейронных сетей.
3.7 Выводы
4 Внедрение и техническая реализация системы прогнозирования.
4.1 Техническая реализация системы прогнозирования в виде
программноаппаратного комплекса.
4.1.1 Схема нейроимитатора.
4.1.2 Использование программноаппаратных средств
4.1.3 Разработка ПО с использованием методологии объектно
ориентированного программирования
4.1.4 Сопряжение разработанного ПО с существующими системами АСКУЭ.
4.2 Методика использования
4.2.1 Стратегия энергопотребления предприятия
4.3 Выводы
Заключение и основные выводы
Литература


Для покрытия возможных скачков нагрузки в любой энергосистеме необходимо иметь резерв мощности. При отсутствии в системе гидроэлектростанций достаточной мощности, необходимый резерв обеспечивается за счет генераторов ГЭС и АЭС. Потери горячего резерва равны потерям холостого хода генераторов. Увеличение точности оперативных прогнозов позволяет' оптимизировать управление режимами и снизить величину горячего резерва. Так, например, было рассчитано, что увеличение на 1 % среднегодовой ошибки прогнозирования электрической нагрузки объединенной системы Великобритании приводило к увеличению издержек на млн. Определение достоверных прогнозных оценок значений потребляемой мощности является актуальной проблемой и для потребителей электроэнергии. Объективно обоснованные значения заявляемой мощности позволяют снизить плату за электроэнергию и избежать завышения или занижения мощности при развитии собственного энергохозяйства. В процессе производства многие, не поддающиеся прямому количественному учету, факторы приводят к отклонению фактического расхода электроэнергии от значений, установленных в договоре между поставщиком и потребителем электроэнергии. Эти отклонения ведут к начислению штрафных надбавок к действующим тарифам, по которым производятся оплата. Отклонения реального энергопотребления от предварительно установленных обязательств ведут к начислению штрафа, как за перерасход, так и за недорасход электроэнергии. В этом случае важно определить оптимальный объем заказываемой электроэнергии. Договорные обязательства между поставщиками и потребителями энергии могут приобретать различные формы. Рассмотрим наиболее распространенные варианты. Я0, 5 — ? Таким образом, задача выбора оптимальной стратегии сводится к минимизации величины а. Довольно часто, договорные отношения определяются упрощенным вариантом зависимости (1. Полученные выражения свидетельствуют о том, что величина затрат а находится в прямой зависимости от погрешности прогноза (8-). Перспективным направлением развития рынка электроэнергии является применение многотарифного учета электроэнергии, с дифференциализацией по времени суток и сезону. Ожидается, что уплотнение суточных графиков нагрузки в сельских электрических сетях вызовет уменьшение дневных и рост ночных нагрузок и одновременное увеличение продолжительности использования максимума. В результате снизятся потери в электрических сетях и затраты на нормализацию качества электроэнергии у потребителей. Легко убедится, что при таких изменениях тарифной политики, рациональное управление энергопотреблением предприятия позволит уменьшить плату за электроэнергию. Приведенные выше факты позволяют сделать вывод о том, что прогнозирование нагрузки, в совокупности с мерами по управлению энергопотреблением, позволяет достичь существенного экономического эффекта. Практика показала, что методы прогнозирования нагрузки должны разрабатываться с учетом особенностей, присущих действующей экономической модели. Подавляющее большинство существующих методов прогнозирования нагрузки разработаны, с учетом ограничений, присущих стабильной плановой экономике, и не могут обеспечить приемлемый уровень точности в динамичных рыночных условиях. При разработке прогнозов ЭН, принято было ориентироваться на планомерный рост электрических нагрузок. В современных условиях динамика электропотребления может быть гораздо сложнее (рисунок 1. Рисунок 1. Согласно постановлению правительства РФ от июля года за №6, одним из основных направлений реформирования отечественной энергетики является совершенствование рынков электроэнергии. В конечном итоге, существующий общероссийский федеральный оптовый рынок электроэнергии будет преобразован в полноценный конкурентный рынок, с одновременным формированием розничных рынков, способных обеспечить надежное электроснабжение потребителей. С целью снижения финансовых рисков, участникам таких рынков предоставляется возможность заключения контрактов на будущие поставки электроэнергии по заранее оговоренной цене (так называемые форвардные и фьючерсные контракты).

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.209, запросов: 227