Размещено на http://www.allbest.ru/

Методика учета резко-переменной нагрузки потребителей при выполнении прогноза потребления энергосистемы для целей краткосрочного планирования

А.В. Ильин, И.В. Комалова

Филиал АО «СО ЕЭС» Свердловское РДУ

Екатеринбург, Россия

Аннотация

Для планирования электроэнергетических режимов ЕЭС России на текущий момент используется прогнозирование потребления электрической мощности (далее - прогноз) по энергосистемам субъектов Российской Федерации с последующим формированием суммарного прогноза для ОЭС и ЕЭС. При этом величина погрешности прогнозирования для ОЭС не должна превышать 2,5 %. Действующие модели прогнозирования оперируют энергосистемой как единым объектом, что устанавливает ограничение для повышения качества прогноза. При разделении энергосистемы на отдельные группы потребителей выявляется различие в их характеристиках, и как следствие, требует различных подходов при прогнозировании. На примере энергосистемы Свердловской области проведены исследования по снижению величины погрешности прогнозирования. Применялся метод разделения прогноза на составляющие (с выделением резко-переменной нагрузки) и применение к ним различных подходов прогнозирования. Снижена величина погрешности прогноза для энергосистемы Свердловской области с 1,8% до 1,4%. Разработанная методика может быть распространена на все энергосистемы субъектов РФ, для которых выполняется прогноз потребления электрической мощности. Снижение величины погрешности прогноза для ЕЭС России должно дать прямой экономический эффект в виде снижения объемов резерва активной мощности на загрузку/разгрузку при планировании электроэнергетического режима ЕЭС России.

Ключевые слова: прогнозирование потребления электрической мощности, погрешность прогнозирования, группы потребителей.

Abstract

For planning of electric power modes of the UES of Russia at the moment used forecasting electric power consumption (hereinafter - the forecast) grids of subjects of the Russian Federation with the subsequent formation of the total forecast for the OES and EES. The magnitude of the error of prediction for the OES shall not exceed 2.5 %. Existing prediction models use the grid as a single entity that sets a limit to improve the quality of the forecast. If you split the grid into separate groups of consumers revealed the difference in their characteristics, and as a result, require different approaches to forecasting. For example, the power system of Sverdlovsk region carried out investigations on the reduction of the error of prediction. Using the method of separation of the components of the forecast (with the release of sharply variable load) and the application to them of different approaches to forecasting. Reduced the magnitude of the forecast error for the power system of Sverdlovsk region from 1.8% to 1.4%. The developed method can be extended to all power system of the Russian Federation, being the forecast of consumption of electric power. The decrease in the forecast error for the UES of Russia should provide direct economic effect of the reduction in reserve of active power to the load when planning power regime of the UES of Russia.

Key-words: forecasting electric power consumption, the forecasting error, consumer groups.

Введение

Для планирования электроэнергетических режимов ЕЭС России на текущий момент используется прогнозирование потребления электрической мощности по энергосистемам субъектов Российской Федерации с последующим формированием суммарного прогноза для ОЭС и ЕЭС.

В соответствии с требованиями нормативной документации и в регламентные сроки специалисты Свердловского РДУ должны сформировать и акцептовать прогноз электропотребления по территории энергосистемы и энергорайонам средствами специализированного программно-аппаратного комплекса (далее - ПАК).

При этом величина погрешности прогнозирования для ОЭС не должна превышать 2,5 % [2]. Для повышения качества прогноза используются различные новые подходы относительно действующей модели прогнозирования. Так, в Свердловском РДУ, разработан и применяется метод разделения прогноза на составляющие (с выделением резко-переменной и нерегулярной нагрузки) и применение к составляющим различных методов прогнозирования.

прогноз потребление электрический мощность

Формирование прогноза потребления

Для формирования прогноза потребления мощности на территории операционной зоны Свердловского РДУ используется следующие исходные данные:

· Заявки субъектов оптового рынка электроэнергии и мощности о максимальном планируемом почасовом потреблении мощности;

· Метеорологическая информация (температура, облачность, осадки);

· Фактические данные за прошедшие и текущие сутки;

· Информация, полученная в рабочем порядке от крупных потребителей;

· Прогноз потребления мощности по статистике.

В большинстве случаев используемые для прогнозирования исходные данные неточны:

· отклонение прогнозируемых Гидрометцентром России параметров (температура наружного воздуха, облачность и осадки) от фактических;

· отклонение фактического потребления мощности крупных потребителей от заявленного, что может привести к значительному отклонению фактического потребления всей энергосистемы от прогнозного (более чем на 2,5%).

Рис.1. Режим работы предприятий с резко-переменной нагрузкой

Текущая схема формирования автоматического прогноза - расчет статистических прогнозных значений на каждый час на основании массива фактических данных потребления энергосистемы за прошлые периоды, сезонной кривой потребления и данных о прогнозе температуры и коэффициентах влияния температуры.

Цель исследования - улучшить точность автоматического прогнозирования за счет фильтрации из массива фактов псевдослучайных значений резко-переменных нагрузок (сглаживание пилообразной составляющей), и нагрузок, искажающих внутрисуточный профиль кривой потребления (нерегулярная нагрузка).

В результате, на отфильтрованных данных повышается точность прогнозирования, по сравнению с исходным массивом средняя величина ошибки уменьшается с 1,8% до 1,4%.

Основная идея внесения изменений в текущую технологию формирования прогноза по энергосистеме - максимально использовать сильную сторону автоматического прогнозирования потребления, а именно расчет прогноза с учетом влияния «эффективной» температуры (учет запаздывания влияния температуры на потребление на основе модели теплопередачи между помещениями зданий и наружным воздухом).

Первый этап прогнозирования - это максимальное снижение в прогнозируемом параметре величины резко-переменных нагрузок. Так, для энергосистемы Свердловской области предприятиями с резко-переменной нагрузкой являются металлургические производства с дуговыми сталеплавильными электропечами (далее - ДСП) (режим работы этих предприятий приведен на Рис.1).

Суммарная нагрузка ДСП Свердловской энергосистемы представлена черным цветом, амплитуда изменения суммарной нагрузки ДСП может превышать 400 МВт, что в летний период достигает 9% от общего электропотребления энергосистемы Свердловской области.

Электропотребление ДСП характеризуется резкими наборами и сбросами нагрузки в интервале от нуля до максимальной мощности в течение нескольких секунд и представляет собой циклический процесс, связанный с технологией плавки стали. Типичный режим потребления ДСП-120 Первоуральского новотрубного завода приведен на рис.2.

Рис.2. Режим потребления ДСП

В качестве прогноза резко-переменной нагрузки, целесообразно использовать их значения, усредненные за какой-либо период, например, средние за час.

Второй этап прогнозирования - исключение нерегулярных нагрузок. Нерегулярная нагрузка - величина, зависящая только от технологического режима работы потребителей и не привязанная ко времени суток, дням недели и т.д. В Свердловской энергосистеме нерегулярная нагрузка представлена ОАО «Ураласбест» (горнодобывающая промышленность) и ОАО «Сибнефтепровод» (трубопроводный транспорт).

В отличие от резко-переменной нагрузки, долю потребления субъекта с нерегулярной нагрузкой в общем прогнозе потребления энергосистемы можно с высокой степенью достоверности определить по заявкам субъектов ОРЭ на максимальное почасовое прогнозное потребление.

В результате структурирования потребления сформированы дополнительные величины потребления (рис.3):

· потребление энергосистемы без резко-переменной нагрузки (очищенное от электропечей);

· потребление энергосистемы без резко-переменной и нерегулярной нагрузки (дополнительно удалены нагрузки предприятий с нерегулярной нагрузкой).

В итоге, формирование прогноза сводится к следующему:

· автоматическое формирование в специализированном комплексе прогноза потребления энергосистемы, очищенного от резко-переменной и нерегулярной нагрузок;

· добавление к очищенному прогнозу заявок потребителей (для потребителей с нерегулярной нагрузкой - официальные заявки потребителей с технологического сайта СО, для потребителей с резко-переменной - измененные заявки с учетом статистики их работы). Фактически, для каждого состава планируемых в работе электропечей определена их суммарная среднестатистическая нагрузка, которая заменяет в прогнозе сумму их заявок;

· получение прогноза электропотребления по энергосистеме путем суммирования составляющих.

Рис.3. Потребление энергосистемы

Благодаря использованию обновленного подхода к прогнозированию потребления удалось повысить точность прогнозирования с 1,8% до 1,4% на интервале с 1 квартала 2015г. до 1 квартал 2017г. На рис.4 приведена динамика изменения точности прогнозов, рассчитанных автоматически и по разработанной методологии специалистом.

Рис.4. Динамика точности прогнозирования за 2015-17гг

Заключение

Работа над модернизацией алгоритма прогнозирования позволяет не только повысить качество прогноза, но и минимизирует трудозатраты технолога при решении других задач, где используются статистика и прогнозы потребления по энергорайонам и энергосистеме.

Можно отметить, что математически рассчитанная максимально достижимая точность прогноза для Свердловской энергосистемы составляет 1,2 % (для летнего периода) и 0,9 % (для зимнего периода). При этом в расчет взята только погрешность от резко-переменной нагрузки и не учитывается вклад других факторов, как то:

· резко-переменная нагрузка более мелких потребителей;

· метеопрогноз;

· аварийные события в энергосистеме;

· отклонение потребителей ОРЭ от заявленного графика;

· наличие крупных потребителей на розничном рынке, для которых отсутствует плановый график.

Повышение качества прогнозирования потребления для энергосистем и ЕЭС России в целом дает:

· прямой экономический эффект в виде снижения количества диспетчерских команд СО на корректировку графиков работы генерации;

· повышение надежности работы ЕЭС России за счет более точного расчета перетоков электроэнергии по электрической сети, выполненного на основании графиков потребления;

· повышение точности расчета резервов мощности на загрузку/разгрузку ЕЭС России[3].

Список литературы

1. Регламент формирования прогнозного диспетчерского графика (ПДГ) 1-й синхронной зоны ЕЭС России в сутки Х-1, утвержденный распоряжением Оперативного штаба по совершенствованию конкурентного балансирующего рынка АО «СО ЕЭС» №185 от 20.04.2017.

2. Регламент оперативного диспетчерского управления электроэнергетическим режимом объектов управления ЕЭС России, приложение №9 к Договору о присоединении к торговой системе оптового рынка.

3. СТО 59012820.27.010.007-2016 Резервы активной мощности Единой энергетической системы России. Определение объемов резервов активной мощности при краткосрочном планировании, утвержденной приказом АО «СО ЕЭС» от 12.12.2016.

Размещено на Allbest.ur