Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 8

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  electric load
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Procedury planowania i eksploatacji systemu zaopatrzenia w energię wymagają adekwatnych metod prognozowania struktury i cen nośników energii. Przedsiębiorstwa energetyczne wymagać więc będą szybkich, niezawodnych i ekonomicznych narzędzi dla oceny skutków wprowadzenia różnych strategii rozwojowych i ich wpływu na całość systemu społeczno-ekonomicznego oraz na dostawy energii do użytkowników końcowych. Każde przedsiębiorstwo winno być zdolne do dokonywania procedur planistycznych w perspektywie krótko-, średnio- i długookresowej oraz dokonania na ich podstawie prognoz obciążeń i cen. Presja na prognozowanie w skali systemowej nasila się z uwagi na szybkie zmiany w technologii, dostępności paliw, ograniczeń środowiskowych i finansowych oraz przekształceń strukturalnych sektora energetyki. Obserwuje się skrajnie wysoką zmienność cen i jest ona o nawet o dwa rzędy wartości większa niż dla innych towarów czy też instrumentów finansowych. Zmusza to producentów i odbiorców na rynku hurtowym do zabezpieczania się nie tylko przed ryzykiem zmian wolumenu obrotów, ale też przed zmianą struktury cen. Prognozowanie cen staje się podstawowym czynnikiem w podejmowaniu strategicznych decyzji przez spółki energetyczne. Struktura dostaw i ceny nośników prowadzą do zmian struktury cen, a prognozowanie w perspektywie krótko- i średnioterminowej jest szczególnie istotne dla modelowania cen oraz wyceny transakcji na rynku transakcji natychmiastowych (spot) i kontraktów terminowych. Rozważania teoretyczne zilustrowano studium przypadków.
EN
Energy system planning and operational procedures are based on adequate methodologies of forecasting energy supplies and the prices of energy carriers. Utilities will need a fast, reliable, and economical planning “tool box” to evaluate the consequences of different strategies of development and their impact on the socio-economic system as a whole in supplying energy to the consumer. Each energy company must be able to perform short-, medium-, and long-term planning, and as a consequence to carry out, for example, electric load and price prediction. The necessity for system forecasting and planning becomes even more pressing when considering the rapid changes in technology, fuel availability, environmental and financial constraints, and structural transformations in the power sector. Extreme price volatility, which can be even two orders of magnitude higher than for other commodities or financial instruments, has forced producers and wholesale consumers to hedge against not only volume risk but also price movements. Price forecasts have become a fundamental factor in energy company decision-making and strategy development. As a result of the supply stack structure, load fluctuation translates into variations in energy prices. Forecasting has become increasingly important since the rise of competitive energy markets. Short- and medium-term forecasting is important for modeling prices and valuation of spot and derivative contracts for the delivery of energy. Theoretical considerations and techniques are illustrated using case studies.
PL
Przedstawiono opis geostatystycznej metody Sekwencyjnej Symulacji Gaussa oraz jej praktyczne zastosowanie do powierzchniowego prognozowania zapotrzebowania na moc elektryczną. Zaproponowano wykorzystanie metody Sekwencyjnej Symulacji Gaussa do obliczenia prognozy obciążeń elektrycznych w sieci przesyłowej 220 i 400 kV na terenie całej Polski, z wyprzedzeniem czasowym wynoszącym jeden rok. W artykule zamieszczono rezultaty analizy wstępnej i strukturalnej danych - mocy w węzłach rozważanej sieci, które są niezbędne do przeprowadzenia dalszych obliczeń prognostycznych. Następnie przedstawiono propozycję modelu prognozy oraz wyniki przeprowadzonych obliczeń i analiz.
EN
The paper contains both, theoretical description and practical application, of the Sequential Gaussian Simulation method. This method, belonging to geostatistical methods, has been discussed in details and has been applied to spatial electric load forecasting in transmission networks with forward period of time equal to one year. Preliminary and structural data analysis required to perform further predictions have been presented. Moreover, the details of electric load forecast model has been shown. Obtained results of forecast have been analyzed and summarized.
PL
Artykuł dotyczy przestrzennego prognozowania obciążeń elektrycznych sieci dystrybucyjnych i przesyłowych na terenie Polski. Taka prognoza jest niezbędna w planowaniu rozwoju i eksploatacji systemów elektroenergetycznych, szczególnie jest ona przydatna w sytuacji rozwijania mechanizmów konkurencji na rynku energii elektrycznej. W artykule omówiono geostatystyczną metodę symulacyjną Turning Bands, którą wykorzystano do prognozowania obciążeń elektrycznych w układzie 3D, z wyprzedzeniem czasowym wynoszącym jeden rok. Przedstawiono rezultaty analizy wpływu różnych czynników metodycznych na dokładność prognozowania zapotrzebowania na moc.
EN
Article concern spatial electric load forecasting distribution and transmission networks for area of Poland. That forecast is essential in planning the development and operation of power transmission and distribu-tion networks, especially when a competitive energy market is being developed. Geostatistical simulation method Turning Bands was discussed in details and was applied to spatial electric load forecasting with forward period of time equal to one year. Analysis of influence of different methodological factors on accuracy of spatial forecast for power demand performed with Turning Bands method was presented.
4
Content available remote O doskonaleniu infrastruktury sieciowej
PL
W wymiarze globalnym przemysł, rządy państwa i organizacje pozarządowe przewidują tworzenie nowej, zaawansowanej technicznie infrastruktury elektroenergetycznej. Inteligentne rozwiązania winny dostarczać więcej energii, w sposób bardziej niezawodny i z większą efektywnością wszędzie tam i kiedy jest na nią zapotrzebowanie. Cele te mogą być osiągnięte przez lepsze wykorzystanie sieci i większe wykorzystanie zasobów odnawialnych. Nadzieje na "zeroenergetyczny" (a ściślej: "zeroelektryczny") rozwój gospodarki w skali świata i poszczególnych regionów są dalekie od spełnienia. Największa gospodarka światowa - gospodarka USA - zwiększała zapotrzebowanie na energię elektryczną w ostatnich przedkryzysowych dekadach średnio o 10% rocznie, podczas gdy inwestycje w infrastrukturę podążały w przeciwną stronę, zmniejszając się rocznie o 5%. Opanowanie wzrostu zapotrzebowania przy wykorzystaniu starzejących się elektrowni i przestarzałych technologii było jeszcze z trudem osiągalne, lecz obecnie przedsiębiorstwa energetyczne napotykają nowe wyzwania: ograniczenia emisji gazów cieplarnianych (GHG), zwiększone wymogi bezpieczeństwa, rosnące ceny paliw kopalnych oraz granice możliwości ich pozyskiwania. Prosta kontynuacja dotychczasowych tendencji rozwojowych w zakresie infrastruktury okazuje się dziś wysoce niewystarczająca. Reprezentatywna jest tu wypowiedź prezesa Galvin Electricity Initiative (USA) Kurta Yeagera, często publikującego swe przemyślenia na łamach czasopism IEEE: "infrastruktura elektroenergetyczna przez dekady była utrzymywana przy życiu przy bardzo niewielkim udziale innowacyjności". Stan ten był latami tolerowany, ale różnorodne zainteresowane grupy - łącznie z szacownym Instytutem Inżynierów Elektryków i Elektroników (IEEE) - przygotowały plany rozwiązania coraz pilniejszego problemu infrastruktury elektroenergetycznej.
PL
Artykuł zawiera przegląd metod symulacyjnych zastosowanych do przestrzennego (w układzie 3D) prognozowania obciążeń elektrycznych. Prognoza powierzchniowego rozkładu obciążeń jest przydatna w planowaniu rozwoju i eksploatacji systemów elektroenergetycznych, szczególnie w sytuacji rozwijania konkurencji na rynku energii elektrycznej oraz wzmożonej aktywności inwestorów gospodarczych. W artykule omówiono algorytmy prognozy i wskazano ich modyfikacje. Wyodrębniono w algorytmach dwa moduły: obszarowy i czasowy, przedstawiając dokładniej ich działanie. Następnie przedstawiono geostatystyczną metodę symulacyjną Turning Bands, którą zastosowano do modelowania obciążeń elektrycznych dla obszaru Polski oraz prognozowania z wyprzedzeniem czasowym wynoszącym 1 rok.
EN
The paper contains simulation methods review applied to spatial (3D coordinate system) electric load forecasting. The surface of electric load forecast is necessary in planning the development and operation of power transmission and distribution networks, especially when a competitive energy market is being developed and intensive economical investors activity. Algorithms of forecast are being discussed in the paper and indicated their modification. Two modules in algorithms are being separated: spatial and temporal, then presented more precisely. Next, the Turning Bands geostatistic simulation method is being presented which is applied to modeling electric loads for the area of Poland and forecast for one year ahead.
6
Content available remote ICA method and RBF neural network for prediction improvement
EN
In this paper we present a novel method for integration the prediction results by finding common latent components via independent component analysis. The latent components can have constructive or destructive influence on particular prediction results. After the elimination of the deconstructive signals we rebuilt the improved predictions using RBF neural networks. We check the method validity on the electricity load prediction task.
PL
W artykule przedstawiono nową metodę pozwalającą na łączenie wyników predykcji poprzez poszukiwanie ukrytych wspólnych składowych przy zastosowaniu procedury analizy składowych niezależnych. Składowe ukryte mogą mieć pozytywny lub negatywny wpływ na wyniki predykcji. Po wyeliminowaniu składowych niekorzystnych poprawiono model wykorzystując sztuczną sieć neuronową z radialną funkcją bazową. Poprawność metody sprawdzono na przykładzie predykcji poboru mocy.
EN
The paper presents a new methodology for alignment of the charts of thermal and electric loads for an integrated system of low power co-generation with restictions on the partial transfer of the electric power in the network using thermal accumulation based on economic optimization of daily usage charts. The optimum volume of the thermal accumulator is definied based on statistical analysis of the charts for electric power usage.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.