УДОСКОНАЛЕННЯ АЛГОРИТМУ ВИЗНАЧЕННЯ ВПЛИВУ ТЕМПЕРАТУРИ  ПОВІТРЯ НА СУМАРНЕ ЕЛЕКТРИЧНЕ НАВАНТАЖЕННЯ ЕНЕРГОСИСТЕМИ ДЛЯ ПІДВИЩЕННЯ ТОЧНОСТІ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ

П.О. Черненко; В.В. Сичова

doi:10.15407/techned2021.02.077

№ 2 (2021), Електроенергетичні системи та устаткування

№ 2 (2021)

Електроенергетичні системи та устаткування

УДОСКОНАЛЕННЯ АЛГОРИТМУ ВИЗНАЧЕННЯ ВПЛИВУ ТЕМПЕРАТУРИ ПОВІТРЯ НА СУМАРНЕ ЕЛЕКТРИЧНЕ НАВАНТАЖЕННЯ ЕНЕРГОСИСТЕМИ ДЛЯ ПІДВИЩЕННЯ ТОЧНОСТІ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ

Опубліковано 2021-02-23

https://doi.org/10.15407/techned2021.02.077

П.О. Черненко⁺⁻
В.В. Сичова⁺⁻

П.О. Черненко

Інститут електродинаміки НАН України, пр. Перемоги, 56, Київ, 03057, Україна

В.В. Сичова

Інститут електродинаміки НАН України, пр. Перемоги, 56, Київ, 03057, Україна

ARTICLE_10 PDF

Ключові слова

improvement
algorithm
electric load
air temperature
short-term forecasting алгоритм
електричне навантаження
температура повітря
короткострокове прогнозування

Як цитувати

[1]

Черненко, П. і Сичова, В. 2021. УДОСКОНАЛЕННЯ АЛГОРИТМУ ВИЗНАЧЕННЯ ВПЛИВУ ТЕМПЕРАТУРИ ПОВІТРЯ НА СУМАРНЕ ЕЛЕКТРИЧНЕ НАВАНТАЖЕННЯ ЕНЕРГОСИСТЕМИ ДЛЯ ПІДВИЩЕННЯ ТОЧНОСТІ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ. ТЕХНІЧНА ЕЛЕКТРОДИНАМІКА. 2 (Лют 2021), 077. DOI:https://doi.org/10.15407/techned2021.02.077.

Анотація

На підставі проведених досліджень наведено три алгоритми, які дають змогу виділяти із сумарного електричного навантаження (СЕН) енергосистеми технологічну та температурну складові в кожній годині добового графіка, що забезпечує більшу точність результатів короткострокового прогнозування (КСП) СЕН енергосистеми. Розрахунки за трьома алгоритмами проведено за даними АК Київенерго. Проаналізовано показання датчиків температури повітря за чотирма джерелами з точки зору можливості їхнього застосування у процесі КСП. Бібл. 6, рис. 3, табл. 3

https://doi.org/10.15407/techned2021.02.077

ARTICLE_10 PDF

Посилання

Bunn D.H., Farmer. E.D. Comparative models for electrical load forecasting. New York: Wiley, 1985. 232 p.

Makoklyuev B.I. Accounting for the effects of meteorological factors in predicting the energy consumption of power systems. Energetik, 2004. No 6. Pp. 15-16. (Rus)

Zueva V.N. Regression methods for predicting the load graph of electrical equipment. Nauchnyj zhurnal Ku-banskogo gosudarstvennogo agrarnogo universiteta. 2017. No 126 (02). Pp. 1-12.

URL: http://ej.kubagro.ru/2017/02/pdf/08.pdf (accessed at 31.07.2020) (Rus)

Chernenko P. O., Martinyuk O.V. Decomposition of the daily schedule of electrical load of the power system and modeling of its components during short-term forecasting. Visnyk Vinnytskoho politekhnichnoho instytutu. 2017. No 6. Pp. 86-94. URL: http://nbuv.gov.ua/UJRN/vvpi_2017_6_15. (accessed at 30.07.2020) (Ukr)

Wei Zhao, Tao-tao Dai, Lian-cheng Wang, Ke Lu, Nan Chen. Short-term Load Forecasting Considering Mete-orological Factors and Electric Vehicles. IOP Conference Series: Materials Science and Engineering. Singapore, 14 – 16 September, 2018. Vol. 439. Part 1. Pp. 941-946. DOI: https://doi.org/10.1088/1757-899X/439/3/032114

List of national capitals. URL: https://en.wikipedia.org/wiki/List_of_national_capitals (accessed at 30.07.2020)