CC BY
73
УДК 621.311
Б.В. Жилин, д-р техн. наук, проф., зав. кафедрой, (48762) 61324, [email protected] (Россия, Новомосковск, НИ РХТУ им. Д.И. Менделеева), А.С. Исаев, канд. техн. наук, доц., (48762) 61324, claude_@new msk.tula.net (Россия, Новомосковск, НИ РХТУ им. Д.И. Менделеева), Д.Е. Андреев, асп., (48762) 36114, DEAndreev@mail. т (Россия, Новомосковск, НИ РХТУ им. Д.И. Менделеева)
КРАТКОСОРЧНОЕ ПРОГНОЗИРОВАНИЕ ЭЛЕКТРОПОТРЕБЛЕНИЯ СЕТЕВОЙ КОМПАНИИ
Рассмотрено краткосрочное прогнозирование электропотребления сетевой компании с помощью графиков электрических нагрузок.
Ключевые слова: прогнозирование, сетевая компания, график нагрузки, математическая модель.
Прогнозирование режимных параметров и технико-экономических показателей является одной из важных задач, как при планировании, так и при ведении текущих режимов электроэнергетической системы (ЭЭС). Создание условий для свободной конкуренции на оптовом рынке электроэнергии является частью комплекса мероприятий, проводимых в рамках реформирования отрасли, и направлено на выработку нового механизма образования цен на электрическую энергию, отражающего баланс интересов производителей и потребителей электроэнергии. Цена ошибок прогнозирования и планирования становится все более высокой. Оценочные расчеты, проводимые для энергообъединения России с уровнем месячного потребления около 1500 млн. кВтч, 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. Еще больший эффект приносит уточнение краткосрочного и оперативного прогноза графиков потребления мощности.
Объектом обследования выбрана сетевая компания ростовского промышленного узла. Питающими центрами для ОАО «ПО Водоканал» г. Ростов-на-Дону являются ПС Р-20 220/110 кВ, ПС Р-40 220/110/10 кВ, ПС Р-4 220/110 кВ Ростовской ПМЭС, от которых питаются трансформаторные подстанции 110/10, 110/6, 110/10/6, 110/35/6, 110/27/6 кВ и распределительные подстанции 6 и 10 кВ ОАО «МРСК Юга» - «Ростовэнерго».
Система электроснабжения представлена сетями 6 и 10 кВ и 29 ПС 10/0,4 и 6/0,4 кВ.
Точки поставки электроэнергии в большинстве случаев находятся на границе ООО «Донэнергосбыт» и ОАО «Нижноватомэнергосбыт» (26 ПС). На ПС 1816 - на границе «Энергосбыт РостовЭнерго» и ОАО «Ниж-
новатомэнергосбыт». На ПС 1182 — на границе «Энергосбыт РостовЭнер-го» и ОАО «Нижноватомэнергосбыт» по фидеру Ф 41-13(53) и на границе ООО «Донэнергосбыт» и ОАО «Нижноватомэнергосбыт» по фидеру Ф 4117 (54). На ПС 1597 — на границе «Энергосбыт РостовЭнерго» и ОАО «Нижноватомэнергосбыт» по фидеру Ф 32-11 (15) и ООО «Донэнергосбыт» и ОАО «Нижноватомэнергосбыт» по фидерам Ф 23-37 (14) и Ф 18-08 (16).
Согласно технологической схеме можно выделить четыре основных технологических подразделения: Водоподготовка, Водопровод, Городской коллектор, станция аэрации. Технологическое деление ПС и ГТС удобно для дальнейшего исследования, так как позволяет предположить сходство режимов электропотребления для технологически однородных объектов.
Семь ПС выполнено без сборных шин на стороне высшего напряжения, шесть из них питаются по двум фидерам, одна — по одному. Остальные ПС со сборными шинами на стороне высшего напряжения, пять подстанций имеют по два ввода, одна — четыре, остальные питаются по двум вводам 6 или 10 кВ.
Основное электрооборудование представлено: — трансформаторами 10/6 кВ — 2x6300, 2x2500, 2x1000 кВА; 10/0,4 кВ — 2x400, 4x1000 кВА; 6/0,4 кВ мощностью от 40 (ТСН) до 1600 кВА; — высоковольтными двигателями на напряжение 6 кВ: синхронные мощностью от 200 до 1600 кВА; асинхронные — 1x100, 2x125 кВт.
Для заявки параметров электропотребления при работе на оптовом рынке необходимо планирование электропотребления на сутки вперед по часам для всех ГТП (групп точек поставки). В качестве исходных данных использованы данные по электропотреблению с октября 2008 г. по октябрь 2012 г.
Для решения задач создания математической модели и программы прогнозирования необходимо:
1. преобразовать представленные исходные данные в вид, позволяющий выполнять анализ данных и апробацию различных прогнозных методов и моделей, а именно: получить из исходных данных графики (таблицы) электропотребления на часовых интервалах по каждой ТП, по каждой ГТС, по объекту в целом; 2. На основании часовых графиков получить графики суточного электропотребления по каждой ТП, по каждой ГТП, по объекту в целом; 3. По суточным графикам получить графики помесячного электропотребления по каждой ГТС, по объекту в целом для выявления годового тренда и сезонных колебаний электропотребления; 4. Выполнить группировку графиков ГТП, принадлежащих соответствующим технологическим подразделениям объекта для выявления возможной аналогии динамики электропотребления в связи с подобием технологии; 5. Выполнить группировку графиков по дням недели по каждой ГТП: как показала практика прогнозирования электропотребления, например, для ОАО «Западно-
Сибирский металлургический комбинат». Новомосковской АК «Азот», характер процесса электропотребления в недельном разрезе меняется, а с другой стороны, графики нагрузки в одноименные дни недели (если это не праздничные дни) схожи в разные месяцы и выявление этого эффекта позволит повысить точность прогнозов.
На первом этапе проанализированы точки поставки на питающих присоединениях, а при неудовлетворительных результатах необходимо учесть и транзитные присоединения.
кВтч, Ш
60000
50000
40000
30000
20000
10000
оооооооооооооооооооооо — — — гч Т Т. V. чО.ОГ-Г'Г-ОООСО-.©'©©
о о о о о о о о о о о о о о о о о о о о — —
W(t) = -10,9021 + 4645231
• •
Рис. 1. График суточного электропотребления по ГТП-1
Для достоверности прогнозов было бы желательно увязать электропотребление с технологическими параметрами, но так как этих данных не предоставлено, то прогноз должен исходить из анализа динамики электропотребления предприятия в целом с декомпозицией временных рядов по ГТП, ТП, с временной декомпозицией электропотребления по месяцам, дням недели, с различным временным шагом. Мы полагаем на основании опыта прогнозирования, что изменения технологических параметров отражаются в электропотреблении и при достаточно глубоком его анализе эти изменения будут учтены.
Укрупнено, методика прогнозирования должна состоять из двух
этапов:
1. прогноз электропотребления на планируемые сутки в целом, который получается как совокупность составляющих временного ряда (1). Составляющие временного ряда (тренд, сезонная и циклическая составляющая) определяются методами, зависящими от характера исходных данных; 2. суточное электропотребление разбивается по часам на основе графика-аналога из предыстории, который определяется как усредненный
за характерные сутки или методами кластерного анализа графиков почасового электропотребления.
Под каждый этап должны быть выбраны адекватные математические методы и алгоритмы. Сузить задачу можно предварительным выбором многих методов и апробацией их на известной предыстории процесса электропотребления.
Исходными данными является статистическая отчетность (данные по электропотреблению посуточно за каждые полчаса). Расстановка приборов учета показана на рис.2.
Проведенные исследования графиков позволяют сделать следующие выводы: 1. Форма суточного графика нагрузки определяется социально-бытовыми условиями региона (а не режимом работы промышленных предприятий) и в течение характерного сезона года изменяется незначительно. 2. Изменения суточного минимума и максимума нагрузки связаны главным образом с климатическими условиями и могут варьироваться в широких пределах. 3. Возможен достоверный прогноз суточного изменения нагрузки потребителей для каждой конкретной на основе статистической обработки экспериментальных данных. 4. Создана информационная основа (сформированы исходные данные и выявлены свойства устойчивости) для построения прогнозной модели - перспективная оценка суточного электропотребления и суточных графиков нагрузки.
В дальнейшем для неравномерных графиков нагрузки необходима декомпозиция множества графиков с учетом ряда факторов - климатические условия (месяц года), статус дня (день недели), технологический режим работы предприятий промышленного узла (характерные технологические состояния). Рассматривая все характерные суточные графики нагрузки объекта, выявлены закономерности и построены среднестатистические графики (в относительных единицах от максимальной мощности) для характерных климатических периодов.
Суточный график 01.09.2009 является равномерным. При этом режим работы объекта существенно изменился в сравнении с январем: 1. Электропотребление для данного присоединения уменьшилось в сравнении с январем примерно на 8%. 2. Изменилась структура электропотребления - в сентябре электропотребление фидера 23-13 составило 80% суммарного электропотребления присоединения (в январе было менее 5%). Таким образом, свойство равномерности нагрузки является для данной точки учета устойчивым.
Но перспективная оценка часовых нагрузок приводит к заметно меньшей точности для ночных временных интервалов. Максимальная относительная погрешность □ W=3,6% для t=7ч. Тем не менее, точность прогнозирования для остальных временных интервалов является удовлетворительной (средняя ошибка составляет менее □ W=0,5%), потому прогнозирование на основании типичного суточного графика нагрузки
считаем приемлемым. А определяющей для достижения обоснованной оценки суточного графика нагрузки (электропотребления) в дальнейшем будем считать степень точности прогноза суточного электропотребления.
ГГТ"
№0 rai $
- — ► Грений бапенссеэй
,—, ПРИМЗДГЕ'ЯМЭСГИ
I П 1 Т»41»1 П0СГЗСМ1
Гоч<»1 игмгрегий <ОИП) ^^ I Гсши измарежй (РИП)
_0А0 «ПО Водоканал» Ул Путевая
Рис. 2. Однолинейная схема ТП-1254
Аддитивная модель временного ряда электропотребления в общем случае имеет вид:
W(t) = T + C + S+ (1)
где Т - тренд, отражающую основную общую и длительную тенденцию изменения электропотребления; С - циклическая составляющая, отражающая колебания электропотребления относительно тренда; S - сезонная компонента, отражающая действие постоянных циклов; □ - аддитивная составляющая, не имеющая функциональной зависимости и отражающая погрешность построения прогнозирования.
Для построения модели в качестве программного средства выбрана STATISTIC А версии 6.1, для построения зависимостей и представления полученных результатов - электронный процессор MS Excel (алгоритмы согласно [4, 5]).
Таким образом (при определении всех составляющих (1)) получена перспективная оценка электропотребления. Данные октября 2009-го года полагались неизвестными (не учитывались при построении модели), на
них выполнена проверка работоспособности модели - рис.3.
кВтч, АШ
%
^000
-6000
-8000
-10000
-12000
«/ «/ У </
Рис. 3. Погрешность прогноза суточного электропотребления
(октябрь 2009)
Максимальной относительной погрешностью для прогноза суточного электропотребления в октябре является значение 31,3% (01.10.2011). Подобные выбросы в электропотреблении являются следствием отклонения технологического процесса объекта от номинального и не могут быть спрогнозированы статистическими методами. Средняя погрешность прогноза говорит о ее относительно невысокой точности. Следовательно, методы аппроксимации временных рядов могут использоваться только для некоторых предварительных оценок и снятия полной неопределенности.
Точность прогноза зависит от глубины используемой предыстории (при наличии единообразной статистической информации за 24 месяца можно построить более точную модель, отражающую динамику длительных циклических процессов) и от степени стабильности электропотребления (точность прогноза в более стабильных условиях выше).
Список литературы
1. Постановление Правительства РФ от 12 июля 1996 г. №793 «О федеральном (общероссийском) оптовом рынке электрической энергии (мощности)» (с изменениями).
2. Постановление Правительства РФ от 24 октября 2003 г. №643 «О правилах оптового рынка электрической энергии (мощности) переходного периода».
3. Лагуткин О.Е. Коэффициенты диатропики временного ряда элек-
тропотребления. // Электрификация металлургических предприятий Сибири. Вып. 11 / сост. и общ.ред. проф. Б.И. Кудрин. Томск: Изд-во Томск. гос.ун-та, 2003. С. 32-35.
4. Вуколов Э.А. Основы статистического анализа. Практикум по статистическим методам и исследованию операций с использованием пакетов STATISTICA и EXCEL. М.: Форум, 2008. 464 с.
5. Боровиков В. STATISTICA. Искусство анализа данных на компьютере: для профессионалов. СПб: Питер, 2003. 688 с.
B.V. Gilin, A.S. Isaev, D.E. Andreev
SHORT-TERM FORECASTING OF THE POWER CONSUMPTION OF THE ENERGETICAL COMPANY
Short-term forecasting of a power consumption of the company by means of schedules of electric loadings is considered.
Key words: forecasting, energetically company, production schedule, mathematical
model.
Получено 20.11.12
УДК 629.113.011
А.П.Фалалеев, канд. техн. наук, доц., проректор, (380692)244530, a [email protected] (Украина, Севастополь, СевНТУ)
НЕЛИНЕЙНОЕ ПОВЕДЕНИЯ ДВУХФАЗНОЙ СТАЛИ В ОБЛАСТИ УПРУГИХ ДЕФОРМАЦИЙ
Разработана модель поведения двухфазной стали DP780 при загрузке-разгрузке и пластическом деформировании. Модель основана на двухповерхностной теории течения материала и включает кинематическое и изотропное упрочнения, нелинейное поведение стали в области упругих деформаций.
Ключевые слова: двухфазная сталь, кинематическое упрочнение, изотропное упрочнение, нелинейная упругая деформация.
Двухфазные стали активно используются в современной автомобильной промышленности для несущих деталей, отвечающих за пассивную безопасность. Это позволило значительно снизить вес автомобиля, обеспечив более высокий уровень безопасности. Сложность моделирования упруго-пластического поведения подобных сталей на этапах производства, во время столкновения и во время ремонтных операций обусловлена тем, что прочностные характеристики материала зависят от всех предыдущих деформаций и температурных воздействий, начиная с момента производства. Технологическая память двухфазной стали создает пред-
325
