Publication details
Abstracts and keywords
The thesis proposes a new solution to the actual scientific and applied problem of improving the efficiency of power supply system management by developing methods and models for determining the electrical load of urban development objects at the design stage, taking into account the conditions for saving electricity during the operation of power supply systems. A method for macro-simulation of the electrical load of urban development objects has been developed, which differs from the known methods of using discrete autonomous macro-models in that no pre-processing of a priori information is required and the modeling process is accelerated. Approbation of macromodels of power consumption in apartment buildings demonstrated the ability of the models to provide adequate information and their suitability for practical use, since the verification results showed high modeling accuracy based on retrospective information, the root-mean-square error of which did not exceed 3.1%, which is significantly higher than those obtained with regression, which is about 6.0%. A method has been developed for predicting the electrical load in real time, taking into account its fractal nature, which makes it possible to use fractal analysis for mathematical modeling and forecasting the dependence of future values of load curves on their past changes and to improve the accuracy of determination compared to known methods. This made it possible to improve the mathematical model of the characteristics of load curves as a random process, which is based on the selection of a stochastic component from the dynamic series of power consumption, which makes it possible to improve the prediction of electrical loads. The methods and algorithms proposed in the robot for estimating and promptly predicting the electrical loads of urban buildings, taking into account their fractal nature, which is based on neural network technologies, as well as taking into account the peculiarities of power supply from traditional and alternative sources, are implemented as a software package for automating the process of operational prediction of electrical loads power supply systems, which improves accuracy and speed.
В работе наведено новое решение актуальной научно-прикладной задачи повышения эффективности управления системой электроснабжения за счет разработки методов и моделей определения электрической нагрузки объектов городской застройки на стадии проектирования с учетом условия экономии электроэнергии при эксплуатации систем электроснабжения. Разработан метод макромоделирования электрической нагрузки объектов городской застройки, отличающийся от известных методов применения дискретных автономных макромоделей тем, что не требуется предварительная обработка априорной информации и ускоряется процесс моделирования. Апробация макромоделей электропотребления многоквартирных домов продемонстрировала способность моделей предоставлять адекватную информацию и пригодность их для практического применения, поскольку результаты верификации показали высокую точность моделирования по ретроспективной информации, среднеквадратичная погрешность которых не превысила 3,1%, что значительно выше полученных при регрессии, которая составляет около 6,0%. Развит метод для прогнозирования электрической нагрузки в реальном времени с учетом ее фрактального характера, что позволяет использовать фрактальный анализ для математического моделирования и прогнозирования зависимости предстоящих значений графиков нагрузок от их прошлых изменений и повысить точность определения по сравнению с известными методами. Это позволило усовершенствовано математическую модель характеристик графиков нагрузки, как случайного процесса, которая базируются на выделении стохастической составляющей из динамического ряда электропотребления, что позволяет улучшать прогнозирование электрических нагрузок. Предложенные в роботе методы и алгоритмы оценивания и оперативного прогнозирования электрических нагрузок объектов городской застройки с учетом их фрактального характера, что базируется на нейросетевых технологиях, а также с учетом особенностей электроснабжения от традиционных и альтернативных источников реализованы в виде программного комплекса для автоматизации процесса оперативного прогнозирования электрических нагрузок систем электроснабжения, что позволяет повысить точность и быстродействие.
