НАУКА и ОБРАЗОВАНИЕ

Файл статьи: SE-BMSTU...o135.pdf (1562.49Кб)

УДК 004.942

Россия, ОАО "Волжский трубный завод" Санкт-Петербургский государственный политехнический университет

В статье рассмотрен актуальный вопрос прогнозирования объёмов электропотребления и цен для субъектов оптового рынка электроэнергии в статусе крупного потребителя с превалированием требований технологии производства над требованиями часового энергетического планирования. Подобные субъекты имеют неравномерный график потребления электроэнергии. Проанализированы применяемые в настоящее время для прогноза объёмов и цен математические модели. Описаны ограничения моделей временных рядов и фундаментальных моделей при часовом прогнозировании неравномерного графика потребления субъекта рынка. Тщательно проанализированы особенности торговли электроэнергией на оптовом рынке. Показаны факторы, влияющие на неравномерность графика потребления металлургического предприятия. Предложен метод качественного прогноза соотношений цен рынка как инструмент снижения зависимости от точности прогноза неравномерного графика потребления. Описаны отличия предлагаемого метода от подобных, рассматриваемых в научной литературе. Проанализирована связь между соотношениями цен и снижением требований к точности прогноза потребления электроэнергии. Выведена целевая функция метода прогноза. Уделено особое внимание описанию математической модели, основанной на методе качественного прогноза соотношений цен. Показаны основные параметры модели и ограничения, накладываемые на них рынком. Описан действующий прототип модели в виде программного модуля. Рассмотрены методы оценки эффективности предложенной модели прогноза. Приведены положительные результаты работы модели на примере данных оптового рынка электроэнергии ОАО «Волжский трубный завод». Сделан вывод о возможности снижения зависимости от точности прогноза неравномерного графика потребления субъекта оптового рынка. Получен инструмент для эффективной работы на оптовом рынке субъектов c неравномерным графиком потребления электроэнергии. Его применение позволяет минимизировать стоимость потребляемой электроэнергии без увеличения точности прогноза её потребления.

1. Фролов И.Т. Гносеологические проблемы моделирования биологических систем // Вопросы философии. 1961. № 2. С. 39-51.
2. Цены «Математического бюро» // Математическое бюро: сайт. Режим доступа:http://www.mbureau.ru/prices (дата обращения 01.12.2014).
3. Jingfei Yang. Power System Short-term Load Forecasting: Thesis for Ph.D. degree. Germany, Darmstadt, Elektrotechnik und Informationstechnik der Technischen Universitat, 2006. 139 p.
4. Чучуева И.А. Модель прогнозирования временных рядов по выборке максимального подобия: дис. … канд. техн. наук. М., 2012. 155 с.
5. Хайкин С. Нейронные сети: полный курс: пер. с англ. 2-е изд. М.: Издательский дом «Вильямс», 2006. 1104 с .
6. Дрейпер Н, Смит Г. Прикладной регрессионный анализ: пер. с англ. В 2 кн . Кн. 1. М.: Финансы и статистика, 1986. 366 с .
7. Garcia R. C ., Contreras J., van Akkeren M., Garcia J.B. C . A GARCH forecasting model to predict day - ahead electricity prices // IEEE Transactions on Power Systems. 2005. Vol . 20, no . 2. P . 867-874. DOI: 10.1109/TPWRS.2005.846044
8. Чучуева И.А. Модель экстраполяции по максимуму подобия (ЭМП) для временных рядов цен и объемов на рынке на сутки вперед ОРЭМ (Оптовом рынке электроэнергии и мощности) // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2010. № 1. Режим доступа: http://technomag.bmstu.ru/doc/135870.html (дата обращения 01.12.2014).
9. Лукашин Ю . П . Адаптивные методы краткосрочного прогнозирования временных рядов . М.: Финансы и статистика, 2003. 416 с.
10. Zhu J., Hong J., Hughes J.G. Using Markov Chains for Link Prediction in Adaptive Web Sites // Proc. of the 1st International Conference on Computing in an Imperfect World. UK, London, 2002. P. 60-73. DOI: 10.1007/3-540-46019-5_5
11. Brieman L., Friedamn J.H., Olsehn R.A., Stone C.J. Classification and Regression Trees. Wadsworth & Brooks , Monterey , CA , 1984. 368 p .
12. Регламент определения объёмов, инициатив и стоимости отклонений // Совет Рынка: некоммерческое партнерство: сайт. Режим доступа: http://www.np-sr.ru/regulation/joining/reglaments/index.htm?ssFolderId=58 (дата обращения 1.12.2014).
13. Регламент проведения конкурентного отбора ценовых заявок на сутки вперед // Совет Рынка: некоммерческое партнерство: сайт. Режим доступа: http://www.np-sr.ru/regulation/joining/reglaments/index.htm?ssFolderId=54 (дата обращения 1.12.2014).
14. Бейден С., Смирнов Д., Матвеева М. Риски на рынке электроэнергии и методы прогнозирования цен // Энергорынок. 2004. № 4. С. 22-28.
15. Макоклюев Б.И., Ёч В.Ф. Взаимосвязь точности прогнозирования и неравномерности графиков электропотребления // Электрические станции. 2005. № 5. С . 64-67 .
16. Дзюба А.П. Управление энергозатратами промышленных предприятий: дис. … канд. техн. наук. Челябинск , 2014. 286 с .
17. Трофимова В.Ш., Липатников А.В. Разработка методики планирования почасового потребления электроэнергии крупным металлургическим предприятием (на примере ОАО «ММК») // Вестник МГТУ им. Г . И . Носова . 2014. № 3. С . 57-62.