Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Прогнозирование расхода электроэнергии с учетом динамики технологических и энергетических показателей

Нормирование и устройство освещения | Расчет осветительной установки | Электроснабжение осветительных установок | Классификация электротехнических установок относительно мер электробезопасности | Расчет заземляющих устройств | Расчет молниезащитных устройств зданий и сооружений | Пйипы \л | Потребитель и электроснабжающая организация | Виды, структура и состав норм | Расчет норм расхода электроэнергии по уровням производства |


Читайте также:
  1. I. От большей экономии в правительственных расходах.
  2. III – 2. Расчёт теплового баланса, определение КПД и расхода топлива
  3. IV. Изучение технологических свойств ископаемых минеральных солей
  4. IV. Изучение технологических свойств солей
  5. АВТОМАТИКА И АВТОМАТИЗАЦИЯ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ
  6. Анализ динамики изменения цен на товары (услуги) основных конкурентов
  7. Анализ динамики показателей финансовой отчетности различных предприятий

Общий характер и динамика электропотребления в условиях Промышлен­ного тллиштгтлтпо unm inQiATpa прйгтпирм пя^пнцнму rnvuaUHKlY (ЪякТОПОВ. НО


17.3. Прогнозирование электропотребления



отклонения от общей тенденции могут иметь свои закономерности, которые необходимо определить. Можно выделить два основных подхода к поиску на­илучшего способа описания динамики показателей: 1) в многофакторную мо­дель электропотребления помимо технологических показателей вводят вре­менные признаки; 2) строят многофакторные модели для каждого года исследуемого периода, изучают динамику коэффициентов уравнений регрес­сии и строят прогнозную модель.

При реализации первого подхода к прогнозированию следует иметь в виду, что введение в многофакторную модель временного фактора не означает про­сто учет дополнительной переменной, а представляет качественно новый уро­вень исследования динамики всех переменных. В этом случае рассматривает­ся несколько рядов динамики, содержащих какие-то тренды развития, кото­рые требуется коррелировать между собой. В простейшем случае линейной связи зависимой (Y) и независимой (X) переменных от времени t можно за­писать

Yt= nt) + e, = a0 + ait+e,; (17.23)

X, = X(t) + u,= b0 + V+«,. <17-24)

где Y(t), X{f) — значения тенденций переменных на момент времени Г; а0, а,, b0, bt неизвестные параметры линейной тенденции; et, ut оценки случай­ных компонентов (остатки).

Поскольку ряды динамики имеют общий фактор — время (Г), то линейные тенденции связаны между собой функционально, а случайные компоненты корреляционно. Следовательно, получаемые коэффициенты регрессии являют­ся взвешенными, т. е. в них переплетаются функциональные связи между тен­денциями и корреляционные связи между остаточными членами. Указанные соотношения справедливы и при анализе рядов динамики, содержащих нели­нейные тенденции при условии их трансформирования в линейную форму.

Проблема построения многофакторной прогнозной модели усложняется, когда исследуемые ряды динамики содержат нелинейные тенденции в виде полиномов второго и выше порядков, т. к. такие тенденции могут иметь точ­ки перегиба при разных значениях t. Удовлетворительное решение в этом слу­чае может быть получено только тогда, когда тенденция зависимой перемен­ной (электропотребление) выражается полиномом того же или более низкого порядка по сравнению с тенденцией независимых переменных.

Таким образом, область применения многофакторных регрессионных мо­делей электропотребления с введением фактора времени ограничена либо одинаковым характером изменения W и X во времени, либо более простой формой тенденции W по сравнению с факторами производства. В последнем случае строится интегральное регрессионное уравнение, включающее тенден­цию W от времени плюс регрессии по остальным факторным признакам.

Поясним процедуру построения динамической прогнозной модели элект-



Глава 17. Организация электропотребления


ропотребления для одного из листопрокатных цехов. Исходная информация: данные о месячных расходах электроэнергии; наиболее значимые производст­венные факторы — количество прокатанного металла (£?пр) и величина обжа­тия (£, %). На рис. 17.1 приведен характер изменения основных показателей. Как видно из графиков, характер изменения электропотребления и объемов прокатанного металла одинаков и имеет нелинейную тенденцию. Существен­но отличается характер изменения величины обжатия, форма зависимости ко­торого более сложная.

Первоначально была сделана попытка смоделировать динамику расхода эле­ктроэнергии и значимых факторов производства простой линейной моделью:

W= 39,68Qnp - 1,03-106£ + 2,62-104/ - 1,091-108 (17.25)

Полученная зависимость адекватна реальному процессу, имеет высокий коэффициент детерминации R2 = 0,96 и незначительную среднеквадратичес-кую погрешность б = 4,4 %. Относительная погрешность определения ожида­емого расхода электроэнергии по линейной приведена в табл. 17.1.

Анализ данных табл. 17.1 показывает, что, несмотря на высокие статисти­ческие оценки линейной модели, прогнозирующие свойства ее неудовлетво­рительные. Это объясняется тем, что тренды показателей ЛПЦ-4 носят нели­нейный характер, которые в конце рассматриваемого периода становятся пологими, поэтому попытка смоделировать их линейной функцией неоправ­данна. Следовательно, конкретная форма многофакторной прогнозной моде­ли должна быть установлена подбором адекватных зависимостей, минимизи­рующих ошибку прогноза.

Выявление истинного характера динамики показателей и их связей между собой позволило аппроксимировать их следующими функционалами

W=a, + a{Q^; (17.26) И^= ехр(а0 + а,е%); (17.27)

W=a,t+ a2t2 + a3t\ (17.28)

С учетом выявленных оптимальных форм зависимостей расхода электро­энергии от факторов производства и времени окончательная прогнозная мо­дель электропотребления имеет следующий вид:

W= 4,114-104<2п°р5 + ехр(45,43 - 0,3212s) -

- 2,3-106 - 2,844- 10V + 1289/2 - 9,782/*3. (17.29)

Таким образом, полученная прогнозная модель содержит наиболее значи­мые технологические факторы, позволяющие оценивать ожидаемое электро­потребление с достаточно малыми погрешностями (сравнение моделей на ос­нове объемов производства приведено в табл. 17.1 и 17.2).


W, ГВтч 25 20 15 10

17.3. Прогнозирование электропотребления

 



 






Рис. 17.1. Тенденции изменения месячного электропотребления {а), объема производства (б) и относительного обжатия (в) листопрокатного цеха


 

Глава 17. Организация электропотребления

 

 

Таблица 17.1. Сравнительная оценка прогнозных моделей электропотребления ЛПЦ-4
  W "факт' млн кВтч Линейная модель Интегральная модель
Месяц W, расч» Относит, по- W, расч» Относит, по-
    млн кВтч греши., % млн кВтч греши., %
    1995 г.    
Январь 17,77 16,18 8,928 16,84 5,204
Февраль 13,95 14,11 -1,162 13,98 -0,196
Март 15,47 15,10 2,401 15,29 1,149
Апрель 15,70 16,06 -2,315 16,44 -4,709
Май 16,50 16,13 2,232 16,53 -0,188
Июнь 16,10 15,56 3,363 15,77 2,034
Июль 17,52 16,74 4,497 17,20 1,846
Август 18,04 17,96 0,404 18,59 -3,079
Сентябрь 18,21 17,96 1,376 18,54 -1,846
Октябрь 18,78 17,62 6,149 18,19 3,120
Ноябрь 19,04 17,30 9,150 17,85 6,284
Декабрь 15,92 15,24 4,265 15,04 5,536
    1996 г.    
Январь 14,63 14,68 -0,385 14,29 2,317
Февраль 13,97 15,05 -7,762 14,71 -5,287
Март 15,43 16,22 -5,117 16,12 -4,477
Апрель 15,56 15,97 -2,654 15,95 -2,501
Май 12,68 14,29 -12,729 13,40 -5,674
Ноябрь 8,09 11,82 -46,156 7,87 2,604
Декабрь 10,48 12,87 -22,808 10,60 -1,135
    1997 г.    
Январь 9,95 11,96 -20,139 8,49 14,719
Февраль 8,74 12,13 -38,792 8,91 -1,965
Март 10,77 13,16 -22,186 10,75 0,203
Апрель 12,10 13,98 -15,486 12,10 0,069
Май 7,43 12,12 -63,239 8,62 -16,036
Июнь 10,51 13,04 -24,018 10,38 1,289
Июль 12,08 14,25 -17,901 12,19 -0,875

Основа второго подхода к прогнозированию электропотребления — изменение от периода к периоду влияния производственных факторов, выраженного ко­эффициентами регрессии в модели. Пусть имеется несколько временных ря­дов значений расхода электроэнергии и определяющих его факторов за Глет (Г= 1, 2,..., к). Разобьем период времени Г на ^-интервалов. При этом вы­двинем гипотезу о том, что за время, равное величине одного интервала, ко­эффициенты регрессии останутся постоянными или изменятся несуществен­но. Таким образом, задача сводится к определению значений изменяющихся за период Г коэффициентов регрессии многофакторной модели электропо­требления


Щ = a0(j) + а,(г)*„ + a1(t)x2l +...+ aK(t)xKt.


(17.30)


Каждый коэффициент регрессии at будет иметь ^-оценок, т. е., по сущест­ву, получим временной ряд каждого коэффициента регрессии. По этим вре­менным оядам можно построить прогнозы для коэффициентов регрессии на


 

17.3. Прогнозирование электропотребления

 

 

Таблица 17.2. Регрессионные модели электропотребления обжимного цеха  
Год Уравнение прогнозной модели R рас 5, %
1991 1992 1993 1994 1995 1996 W=8,952Qnp+ 1,392-107 И/= 11,480„р+ 1,033-107 И/= 14,190пр +7,882-106 W= 16,31Onp + 4,281-106 И/=20,03Опр +2,672-106 W= 19,8О„р + 2,172-106 0,718 0,685 0,907 0,72 0,932 0,958 ерия. 10,6 8,79 46,7 10,8 66,2 113,7 7,8 9,3 6,3 6,7 5,8 4,6
*Fpac — расчетная величина статистической оценки F-крит  

момент времени (Т+ /'), используя для этого методы прогнозирования по од­ному временному ряду.

Именно по этой причине данный способ не имеет ограничений, присущих вышерассмотренному способу. Введение фактора времени в многофакторную модель требует одинакового характера изменения параметров во времени. Ос­новные преимущества данной методики анализа временных рядов состоят в расширении границ и совершенствовании глубины анализа главной тенден­ции. В этом случае главная тенденция раскладывается на составляющие, обус­ловленные изменчивостью во времени влияния различных факторов.

При использовании второго подхода к прогнозированию должны выпол­няться следующие условия:

1.Соблюдаться принцип инерции, в соответствии с которым наблюдаемые закономерности, устойчивые в течении определенного времени, будут дейст­вовать и некоторое время после окончания этого периода.

2. Период времени Г должен быть достаточно велик для того, чтобы мож­но было выявить существующие закономерности. Практически для построе­ния моделей (17.30) необходимо иметь данные за период времени не менее чем в 6—10 лет.

3. Следует правильно выбирать модель прогноза коэффициентов регрессии и метод оценки параметров этой модели.

Недостаток изложенной методики прогнозирования электропотребления заключается в том, что представленные в виде функции времени коэффици­енты регрессии основных факторов хотя и выявляют направления главной тенденции, однако ничего не говорят о содержании тех причин, которые при­водят к изменениям влияний факторов во времени. В общем случае можно предположить, что коэффициенты изменяются под влиянием трех основных причин: 1) изменения во времени численного значения самих факторов; 2) изменения влияния конкретного фактора на величину энергозатрат по ме­ре развития предприятия; 3) наличия случайной составляющей, характеризу­ющей вероятностные закономерности изменения расхода электроэнергии. К сожалению, традиционные подходы, статистические оценки и методы анали­за не позволяют провести разделение и выявить за счет каких причин прояв­ляется тенденция во временных рядах коэффициентов регрессии.


528 Глава 17. Организация электропотребления


Дата добавления: 2015-07-17; просмотров: 86 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
Методы прогнозирования электропотребления| Предприятий

mybiblioteka.su - 2015-2024 год. (0.012 сек.)