Повышения эффективности функционирования электротехнического комплекса городских электропитающих систем

• Автор: Андреев, Дмитрий Евгеньевич
• Шифр специальности: 05.09.03
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Новомосковск
• Количество страниц: 170 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
1 АНАЛИЗ КОНСТРУТИВНЫХ СХЕМ ГОРОДСКИХ
ЭЕКТРОПИТАЮЩИХ СИСТЕМ, УСЛОВИЙ ИХ
ЭКСПЛУАТАЦИИ, МЕТОДОВ МОДЕЛИРОВАНИЯ И
ПРОГНОЗИРОВАНИЯ ДИНАМИКИ ЭЛЕКТРОПОТРЕБЛЕНИЯ
1.1 Конструктивные схемы и условия их эксплуатации
1.2 Методы моделирования и прогнозирования динамики электропотребления
1.3 Математические модели и методы краткосрочного прогнозирования электрических нагрузок
1.4 Цели и задачи исследования
1.5 Выводы
2 РАЗРАБОТКА МЕТОДИК ПРОГНОЗИРОВАНИЯ ГРАФИКОВ
ЭЛЕКТРОПОТРЕБЛЕНИЯ И ЭЛЕКТРИЧЕСКИХ НАГРУЗОК,
ОПРЕДЕЛЕНИЕ ДИНАМИКИ ТОПОЛОГИИ УПРАВЛЕНИЯ
ЭЛЕКТРОПОТРЕБЛЕНИЕМ
2.1 Методика прогнозирования графиков электропотребления для эффективного управления объемами краткосрочной 41 реализации электроэнергии
2.2 Прогнозирование электрических нагрузок при наличии нечёткой информационной базы
2.3 Определение динамики топологии управления
электропотреблением
2.4 Выводы
3 ОПРЕДЕЛЕНИЕ УСЛОВИЙ ФОРМИРОВАНИЯ УПРАВЛЯЮЩИХ
ВОЗДЕЙСТВИЙ В ЭЛЕКТРОТЕХНИЧЕСКОМ КОМПЛЕКСЕ
ГОРОДСКИХ ЭЛЕКТРПИТАЮЩИХ СИСТЕМ
3.1 Определение динамики функционирования объекта
исследования

3.2 Моделирование режимов работы для определения точности
формирования управляющих воздействий
3.3 Определение требуемой точности формирования управляющих
воздействий. Разработка методики
3.4 Выводы
4 ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ФУНКЦИОНИРОВАНИЯ
ЭЛЕКТРОТЕХНИЧЕСКОГО КОМПЛЕКСА ГОРОДСКИХ ЭЛЕКТРОПИТАЮЩИХ СИСТЕМ НА ОСНОВЕ 98 ПРОГНОЗИРОВАНИЯ УПРАВЛЕНЧЕСКИХ ВОЗДЕЙСТВИЙ С УЧЕТОМ ГРАФИКОВ НАГРУЗКИ
4.1 Прогнозирование эффективных управленческих воздействий
на основе суточных графиков нагрузок
4.2 Определение эффективной динамики топологии управления с учетом нагрузочных потерь и графиков нагрузки
4.3 Повышение эффективности режимов работы электропитающих систем при применении разработанной гибкой динамики

топологии управления
4.4 Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ
ПРИЛОЖЕНИЕ II

ВВЕДЕНИЕ
Актуальность работы. В энергетике России за последние 15 лет произошли большие изменения. Изменились формы собственности, энергетика стала сферой бизнеса, создан и развивается рынок электроэнергии и мощности /4/. Это необходимо учитывать при разработке моделей и методов расчета режимов электропитающих систем, создании гибкой динамики топологии управления ими.
Разработке математических моделей и методам расчета режимов работы электроэнергетических систем, теории и способов управления электроэнергетическими режимами посвящены труды многих ученых: Д.А. Арзамасцева, П.И. Бартоломея, В.А. Веникова, А.З. Гамма, О.Т. Гераскина, В.М. Горниггейна, Журавлева В.Г, Идельчика В.И., Крумма, В.З. Манусова, И.М. Марковича, Т.А. Филипповой, Е.В. Цветкова, А.М., Н.М. Merrill, B.W. Erickson, F.C. Schweppe, M.C.Caramanis.
Усовершенствование существующих и создание новых топологий систем, алгоритмов и программ с учетом современных требований развивают методологию и научный аппарат управления режимами электроэнергетических систем (ЭЭС).
Одной из главных задач управления ЭЭС является составление баланса электрической мощности и энергии. От балансов зависят технические, экономические и коммерческие решения по управлению ЭЭС. К достоверности балансов предъявляются очень высокие требования, так как это влияет на коммерческие результаты многих участников рынка. И на региональном и особенно на оптовом рынках сейчас большое внимание уделяется определению электропотребления и графиков нагрузки, которые являются основой составления энергетических балансов. В настоящее время в практике широкое использование нашли методы прогнозирования графиков нагрузки и электропотребления, что приводит к достаточно большим погрешностям прогнозов. Проблема повышения точности прогнозов является важной научной задачей для энергосистем. Если при

данный момент и линейной комбинации случайных воздействий в предыдущие моменты времени:
\^=р+£(—0|*£(,_|Г02* £(,-2)-03* £(1-3)-..., (1-3.2)
где р - константа, 0], 02, ©з- параметры скользящего среднего.
Общая модель авторегрессии - проинтегрированного скользящего среднего, предложенная Боксом и Дженкинсом /13/ обозначается как АРПСС (р, б, ц) и включает как параметры авторегрессии, так и параметры скользящего среднего:
Ф(В) Vе1 ¥(1) = 0(В )еь (1.3.3)
где Ф(В)=1-Ф1В-Ф2В2-...-ФрВр - оператор авторегрессии порядка р; В - оператор сдвига назад \/(1)=В(¥(1+1)); 0(В)=1-01В-02В2-...- 0ЧВЧ -оператор скользящего среднего порядка р; Vе1 - оператор разности порядка б, У'¥(1:)-У(1:)-¥(1:-1); е1 - стационарный случайный процесс с нулевым математическим ожиданием и дисперсией ае2.
Случайная величина е 1 в модели авторегрессии - проинтегрированного скользящего среднего (1.3.3) является разностью прогнозного на один шаг вперёд ¥пр (1) и фактического значений электропотребления Уф(1):
е,=¥пр(1)-Уф(1), (1.3.4)
С теории искусственного интеллекта было предложено решение задачи прогнозирования нагрузки осуществлять с использованием моделей на основе искусственных нейронных сетей (ИНС) /2.1.19-2.1.21/, а несколько позже ИНС в сочетании с элементами нечеткой логики (так называемые нечеткие нейронные сети (ННС) /2.1.22, 2.1.23/. В большинстве работ по прогнозированию нагрузки используется конфигурация ИНС прямого распространения (персептроны) с обучением по методу обратного распространения ошибки /24, 97/.
Организация прогнозов электропотребления усложняется тем, что процесс электропотребления не является детерминированным и не всегда статистически устойчив /98/. Неопределенность этого процесса особенно проявляется в условиях энергетического и финансового кризиса. Также на