Metodyka prognozowania dostaw energii elektrycznej i różnicy bilansowej w Vattenfall Distribution Poland

• Autorzy: Frankowski J. , Kamiński B. , Zientek A.

Warianty tytułu

EN

Methodology for forecasting electrical energy demand and balance differences - experiences from Vattenfall Distribution Poland

• Języki publikacji: PL

Abstrakty

PL

W niniejszym artykule przedstawiono metodykę zastosowania zaawansowanych algorytmów uczenia maszynowego do prognozowania dostaw energii elektrycznej i różnicy bilansowej. Opracowane podejście pozwala na tworzenie prognoz z uwzględnieniem: różnych horyzontów czasowych prognoz, warunków na dostępność danych uczących, sposobu agregacji prognoz w zależności od żądanej rozdzielczości wynikowego szeregu, procedury oceny jakości przewidywań modelu oraz procesu wprowadzania korekt eksperckich determinujących ostateczny kształt prognozy. W drugiej części artykułu zaprezentowano wnioski wynikające z praktycznego zastosowania przedstawionej metodyki. Po-kazano wpływ i możliwość wykorzystania poszczególnych predyktorów w zależności od horyzontu czasowego prognozy oraz ich wpływ na dokładność stworzonych modeli. Następnie omówiono wnioski wynikające z budowy prognoz na różnych poziomach agregacji. Na koniec przedstawiono porównanie jakości prognoz uzyskanych w podejściach: eksperckim, automatycznym oraz wynikającym z zastosowanej metodyki, tj. połączenia tych dwóch podejść.

EN

In this article we present a methodology of application of advanced machine learning algorithms to predict the electricity demand and the electrical energy balance differences. Our approach allows for creation of accurate forecasts, taking into account the factors of different time horizons, the availability of learning data, the aggregation of forecasts depending on the desired resolution of the resulting series, the methods of model quality assessment and the methods of expert corrections determining the final shape of the forecasts. In the second part of the article we present the conclusions of the practical application of the presented methodology. We show the impact and the possibility of using different predictors, depending on the time horizon of forecasts and their impact on the accuracy of the produced models. Then we discuss the conclusions resulting from the application of the methodology to create actual forecasts. At the end we present a comparison of the quality of forecasts obtained approaches: expert, automatic and resulting from the used methodology, i.e. a combination of these two approaches.

Słowa kluczowe

PL

prognozowanie; dostawa energii elektrycznej; różnica bilansowa

EN

forecasting; electrical energy; demand; balance differences

• Wydawca: KAPRINT
• Czasopismo: Rynek Energii
• Rocznik: 2010
• Tom: nr 6
• Strony: 33--37
• Opis fizyczny: Bibliogr. 7 poz., tab.

Twórcy

autor

Frankowski J.

autor

Kamiński B.

autor

Zientek A.

• Infovide-Matrix S.A.,

Bibliografia

• [1] Armstrong W.W., A. Dwelly. J. Liang, O. Liang, D. Lin, S. Reynolds: Some Results Concerning Adaptive Logic Networks. Atree Release 2 Software Package, s. 1173—1176, 1991
• [2] Ciura S., Kałuża W.: Metodyka wyznaczania godzinowych wartości pomiarowo-rozliczeniowych w poszczególnych obszarach bilansowania w związku z wydzieleniem JGBl. opracowanie niepublikowane, wykonane na zlecenie PTPiREE przez EREM – Doradztwo Energetyczne, Gliwice, kwiecień 2008 r.
• [3] Ciura S.: Prognozowanie godzinowych strat energii w sieciach Operatorów Systemów Dystrybucyjnych jako podstawa bilansowania handlowego na rynku bilansującym. Przegląd Elektrotechniczny (Electrical Review), nr 3/2009.
• [4] Esp D.: Adaptive logic networks for east slovakian electrical load forecasting. EUNITE, 2001.
• [5] Instrukcja Ruchu i Eksploatacji Sieci Przesyłowej zatwierdzona przez Prezesa URE dnia 10 lutego 2006. Karta Aktualizacji nr B/8/2009 z dnia 15 czerwca 2009r.
• [6] Kamińska-Chuchmała A., Wilczyński A.: Zastosowanie metod symulacyjnych do przestrzennego prognozowania obciążeń elektrycznych. Rynek Energii 2009, nr 1.
• [7] Misiorek A., Weron R.: Modelowanie sezonowości a prognozowanie zapotrzebowania na energię elektryczną. Energetyka, s. 780-785, 2004.