Введение к работе
Актуальность работы. В условиях рыночной экономики, при существовании сложной системы взаимоотношений в сфере производства, распределения и потребления электрической энергии, моделирование и прогнозирование потребления электроэнергии и мощности становится сложной задачей как на краткосрочном, так и на долгосрочном периоде, когда на первый план выходит влияние переменных рыночных факторов.
Прогнозирование потребления электроэнергии и мощности отдельными участниками оптового рынка электроэнергии и мощности важно не только для всей энергосистемы в целом, но и для отдельного предприятия, и даже для его цехов и участков. Формирование универсального аппарата моделирования и прогнозирования электропотребления и мощности для различных уровней иерархии промышленных предприятий позволило бы сократить расходы на оплату электроэнергии при покупке ее на оптовом и розничном рынках электроэнергии и мощности, качественно определить влияние различных технологических условий и факторов производства на электропотребление или мощность нагрузки, выбрать наиболее эффективные стратегии энергосбережения и направление мероприятий по экономии электрической энергии.
При решении задачи прогнозирования необходимо учитывать значительное число факторов, влияющих на изменение электропотребления предприятий. Следует учитывать изменение выработки продукции под воздействием экономических условий, влияние плана ремонтов оборудования, зависимость от метеорологических и прочих факторов.
Многообразие влияющих факторов, сложность прогноза самих этих факторов не позволяют однозначно определить оптимальный метод прогнозирования для решения данной задачи.
Целью работы является повышение точности долгосрочного прогноза электроэнергии и мощности промышленных предприятий путем построения многофакторных моделей потребления электрической энергии и мощности промышленными предприятиями, учитывающих структуру технологических процессов предприятий.
Идея работы состоит в представлении системы электроснабжения промышленного предприятия в виде совокупности прогнозных моделей, относящихся к разным производственным процессам.
Задачи исследований:
1. Проанализировать действующие автоматизированные системы долгосрочного прогнозирования электропотребления, выявить применяемые методы прогнозирования, ключевые особенности, достоинства и недостатки.
Разработать методику построения модели прогноза потребления электрической энергии и мощности промышленным предприятием, реализовать расчеты по методике в виде соответствующего программного обеспечения, проверить методику на примере выбранного предприятия.
Разработать методику формирования обучающего множества данных для прогнозной модели, которая бы позволила учесть нестандартные режимы работы технологического и электрического оборудования промышленного предприятия.
Установить влияние разделения модели на части для отдельного прогнозирования параметров, определяющих электропотребление технологических процессов предприятия, и прогнозирования параметров, определяющих потребление промышленного предприятия на санитарно-технические нужды (освещение, вентиляция, вспомогательные нужды).
Произвести анализ влияния способа построения внутренней структуры прогнозной модели, состава входных параметров модели, величины шага прогноза и размера обучающего множества на точность долгосрочного прогноза электропотребления.
Разработать и опробовать метод определения удельного расхода электроэнергии для производства каждого вида учитываемой продукции с помощью построенной модели прогноза.
Основные научные положения, выносимые на защиту:
Разработанная математическая модель, основывающаяся на искусственной нейронной сети, параметры которой настраиваются с помощью алгоритмов генетического отбора, и использующая информацию о существующих технологических связей между производственными процессами для построения своей внутренней структуры, позволяет повысить точность долгосрочного прогноза потребления электроэнергии и мощности промышленным предприятием.
Применение предложенного алгоритма формирования обучающего множества данных, учитывающего различные режимы работы систем электроснабжения промышленных предприятий, позволяет повысить точность долгосрочного прогноза потребления электроэнергии и мощности на период ремонтов электрического и технологического оборудования.
Модель долгосрочного прогноза электропотребления промышленного предприятия на основе искусственных нейронных сетей, использующая в составе входных параметров объемы производства продукции, позволяет определить удельный расход электроэнергии на выработку продукции без необходимости прямых замеров потребления электроэнергии каждым технологическим процессом предприятия.
Установленные зависимости точности прогноза от построения внутренней структуры модели, состава входных и выходных параметров, вели-
чины шага прогноза и размера обучающего множества позволяют определить параметры прогнозной модели для требуемой точности прогноза. Научная новизна работы заключается в следующем:
разработана методика построения долгосрочного прогноза потребления электрической энергии и мощности промышленным предприятием на основе аппарата искусственных нейронных сетей, отличающаяся: использованием информации о действующей технологии производства для построения своей внутренней структуры; раздельным прогнозированием параметров, определяющих электропотребление технологических процессов предприятия, и параметров, определяющих потребление промышленного предприятия на санитарно-технические нужды;
разработан алгоритм формирования обучающего множества данных, учитывающий различные режимы работы систем электроснабжения промышленных предприятий, и позволяющий повысить точность прогнозирования моделью периодов ремонта электрического и технологического оборудования;
разработан алгоритм определения удельного расхода электроэнергии на выработку продукции в условиях недостаточности данных, отличающийся отсутствием необходимости прямых замеров потребления электроэнергии каждым технологическим процессом предприятия;
впервые установлена зависимость точности долгосрочного прогноза электропотребления промышленного предприятия от построения внутренней структуры прогнозной модели, от величины шага прогноза и размера обучающего множества.
Методы исследования. Исследования проводились на основании теории математического моделирования, теории системного анализа, теории корреляционно-регрессионного анализа, теории искусственных нейронных сетей, теории генетических алгоритмов отбора и нечеткой логики, теории компьютерного моделирования и обработки данных.
Достоверность научных положений и выводов подтверждается экспериментальной проверкой разработанной методики создания прогнозной модели для долгосрочного прогноза потребления электроэнергии и мощности путем создания прогнозных моделей для предприятий химической, нефтеперерабатывающей, угледобывающей отрасли и цветной металлургии.
Для построения моделей использовались выходные данные систем коммерческого учета электроэнергии предприятий и данные об объемах выпуска продукции.
Практическая значимость состоит в том, что полученные в работе результаты могут быть использованы:
— при планировании потребления электроэнергии и мощности предприя
тием либо его цехами в зависимости от производственных, метеорологических
и прочих факторов;
при разработке прогнозных моделей электропотребления для любых типов промышленных предприятий на долгосрочный период и среднесрочный период;
при определении удельных расходов электроэнергии на выработку продукции в условиях недостаточности данных, без необходимости прямых замеров потребления электроэнергии каждым технологическим процессом;
при разработке мероприятий, направленных на снижение финансовых издержек предприятия по оплате потребляемой электроэнергии и мощности на оптовом и розничном рынках.
Реализация результатов работы. На основе предложенных в работе методов составления модели прогноза электропотребления разработана модель долгосрочного прогноза электропотребления ОАО «Азот», принятая в Управлении главного энергетика предприятия в качестве дополнения к существующим методам долгосрочного прогнозирования электропотребления.
Апробация работы. Основные положения диссертации докладывались на следующих конференциях: всероссийская научно-техническая конференция «Современные пути развития машиностроения и автотранспорта Кузбасса», 2007 г.; VII международная научно-практическая конференция «Современные энергетические системы и комплексы и управление ими», г. Новочеркасск, 2007 г.; Разработки молодых специалистов в области электроэнергетики 2008: III научно-техническая конференция ОАО «НТЦ электроэнергетики», г. Москва, 22-26 сентября 2008 г.; молодежная программа «Russia Power 2011» «Инвестирование в будущее», г. Москва, 29 марта 2011 г.
Публикации. Материалы диссертации опубликованы в 11 печатных работах в соавторстве с другими авторами, из них 4 статьи в рекомендуемых ВАК изданиях, 3 статьи в сборниках трудов конференций.
Личный вклад автора. Автором выполнен анализ существуюших систем построения долгосрочных прогнозов потребления электроэнергии и мощности, разработана методика построения модели долгосрочного прогноза потребления электрической энергии и мощности, разработана методика формирования обучающего множества данных для прогнозной модели, проведены сбор и обработка исходных данных, разработан алгоритм определения удельного расхода электроэнергии на выработку продукции, установлена взаимосвязь между параметрами прогнозной модели и требуемой точностью прогноза.
Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения и списка литературы. Работа изложена на 147 страницах текста, содержит 55 рисунков, 26 таблиц, список литературы включает 113 наименований.
