Długoterminowa prognoza mocy szczytowej dla KSE

• Autorzy: Popławski T. , Dąsal K. , Łyp J.

Warianty tytułu

EN

The long-term forecast of elektricity consumption in Poland

• Konferencja: Zagadnienia surowców energetycznych i energii w gospodarce krajowej [23 ; 11-14.10.2009 ; Zakopane, Polska]
• Języki publikacji: PL

Abstrakty

PL

Charakterystyczną cechą systemu elektroenergetycznego jest jego ciągła zmienność. W celu poprawnego prowadzenia eksploatacji systemu elektroenergetycznego jak również planowania jego rozwoju niezbędne jest wykonywanie prognoz elektroenergetycznych. Wykonanie poprawnej prognozy dla systemu jest zadaniem niełatwym i wymagającym dużego doświadczenia, wiedzy i wyczucia. Aby w sposób świadomy móc regulować i przewidywać procesy zachodzące w systemie elektroenergetycznym niezbędne są prace z dziedziny analizy i prognozy obciążeń elektroenergetycznych. W artykule przedstawiono nowy model prognostyczny oparty o rozkład kanoniczny wektora zmiennych losowych. Jest to nowa metoda prognostyczna, w wyniku której można otrzymać długoterminowe prognozy mocy szczytowej dla KSE.

EN

The characteristic feature of a power engineering system is its constant variability. In order to operate a power engineering system, as well as to plan its development it is necessary to carry out forecasts. Working out a correct forecast is an uneasy task that requires a lot of experience, knowledge and intuition. In order to be able to control and foresee the processes that occur in a power engineering system it is necessary to undertake research in the field of analyses of power loads. In the paper a new forecasting model, based on the canonical distribution of a vector of random variables, has been presented. It is a new forecasting method, able to predict long-term forecasts on peak power load of power engineering system in Poland.

Słowa kluczowe

PL

prognozowanie w elektroenergetyce; szeregi czasowe; rozkład kanoniczny

EN

Long-term load forecasting in electric power engineering; time series; canonical distribution

• Wydawca: Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
• Czasopismo: Polityka Energetyczna
• Rocznik: 2009
• Tom: T. 12, z. 2/2
• Strony: 497--510
• Opis fizyczny: Bibliogr. 19 poz., il.

Twórcy

autor

Popławski T.

autor

Dąsal K.

autor

Łyp J.

• Politechnika Częstochowska, Instytut Elektroenergetyki, Zakład Urządzeń i Gospodarki Elektroenergetycznej,

Bibliografia

• [1] Agencja Rynku Energii S.A. Prognoza zapotrzebowania na paliwa i energię dla Polski do 2030 roku. Warszawa, luty 2009.
• [2] BARCZAK A.S., BIOLIK J., 1999 – Podstawy ekonometrii. Wydawnictwo Uczelniane Akademii Ekonomicznej w Katowicach, Katowice.
• [3] DĄSAL K, POPŁAWSKI T., 2009 – Dobór zmiennych wejściowych w modelu prognoz długoterminowych funkcją Q. Przegląd Elektrotechniczny 85, nr 2, s. 144–148.
• [4] DĄSAL K., 2003 –Metoda doboru wejść w prognozowaniu krótkoterminowym obciążeń systemu elektroenergetycznego dla modelu rozkładu kanonicznego wektora losowego. Rozprawa doktorska. Częstochowa.
• [5] DOBRZAŃSKA I., DĄSAL K., ŁYP J., POPŁAWSKI T., SOWIŃSKI J., 2002 – Prognozowanie w elektroenergetyce. Zagadnienia wybrane. Wydawnictwo Politechniki Częstochowskiej. Częstochowa.
• [6] DUDEK G., 2004 – Wybrane metody analizy szeregów czasowych obciążeń elektroenergetycznych. Prognozowanie w Elektroenergetyce PE’2004, s. 116–125, Wydawnictwo Politechniki Częstochowskiej, Częstochowa.
• [7] DUDEK G., 2001 – Analiza opartych na teorii chaosu metod długoterminowego prognozowania zapotrzebowania na energię elektryczną – model Schustera. Materiały konferencyjne: Metody i Systemy Komputerowe w Automatyce i Elektrotechnice, t. 1, s. 90–92, Częstochowa, Poraj.
• [8] DUDEK G., 2007 – Analiza modelu krótkoterminowego prognozowania obciążeń systemów elektroenergetycznych opartego na klasteryzacji rozmytej. Badania Operacyjne i Decyzje, nr 2, s. 15–34.
• [9] GRABIŃSKI T., WYDYMUS S., ZELIAŚ A., 1982 – Metody doboru zmiennych w modelach ekonometrycznych. PWN Warszawa.
• [10] ŁYP J., 1996 – Procedury korzystania z funkcji punktowych w prognozowaniu przebiegów dobowych obciążenia systemów lokalnych. Materiały konferencyjne PE’96. Częstochowa.
• [11] ŁYP J., 2005 – Artificial Neural Networks in Forecasting of Energy Prices on the Electricity Balancing Market. The IIIrd International Scientific Symposium Elektroenergetika, Słowacja. Stará Lesná.
• [12] MALKO J., 1995 –Wybrane zagadnienia prognozowania w elektroenergetyce. OWPW, Wrocław.
• [13] MASTERS T., 1996 – Sieci neuronowe w praktyce. WNT Warszawa.
• [14] POPŁAWSKI T., DĄSAL K., 2008 – Problematyka programowania rozwoju systemu elektroenergetycznego w Polsce. Polityka Energetyczna t. 11, z. 1, s. 385–398.
• [15] POPŁAWSKI T., DĄSAL K., 2006 – Model harmonicznych w prognozowaniu giełdowych cen energii elektrycznej, Przegląd Elektrotechniczny 82, nr 9, s. 38–40.
• [16] POPŁAWSKI T., 2005 – Application of the Takagi-Sugeno (TS) fuzzy logic model for load curves prediction in the local power system. IIIrd International Scientific Symposium Elektroenergetyka 2005. Stara Lesna Slovak Republic.
• [17] POPŁAWSKI T., 2002 – Wykorzystanie multiplikatywnego modelu Wintersa do tygodniowych prognoz przebiegów obciążeń lokalnych systemów elektroenergetycznych. Prognozowanie w elektroenergetyce PE, s. 109–116.
• [18] POPŁAWSKI T., 1997 – Funkcje punktowe jako nowa droga podejścia do analizy i prognozy obciążeń w systemie; VIII Międzynarodowa Konferencja Naukowa Aktualne Problemy w Elektroenergetyce APE’97. Gdańsk–Jurata, 11–13 czerwca.
• [19] RUTKOWSKA D., PILIŃSKI M., RUTKOWSKI L., 1997 – Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. PWN Warszawa.