Wyniki wyszukiwania - BazTech

1

Long-term prediction of underground gas storage user gas flow nominations

Kurek Teresa, Wojdan Konrad, Świrski Konrad

Journal of Power Technologies

|

2019

|

Vol. 99, nr 4

272--280

EN

Many companies operating on the natural gas market use natural gas storage to balance production and transport capacities with major variations in gas demand. This paper presents an approach to predicting users’ gas flow nomination in underground gas storage by different users. A one-year prediction horizon is considered with weekly data resolution. Basic models show that whereas for the great majority of users we can predict nomination based only on weather data and technical parameters, for some users additional macro-economic data significantly improved prediction accuracy. Various modeling techniques such as linear regression, autoregressive exogenous model and Artificial Neural Network were used to develop prediction models. Results show that for most users an Artificial Neural Network provides optimal accuracy, indicating the non-linearity of the relationship between input and output variables. The models developed are intended to be used as support for facility operation decisions and gas storage product portfolio modifications.

2

Prognozowanie długoterminowe rocznego zapotrzebowania na energię elektryczną w spółce dystrybucyjnej STOEN S.A. z wykorzystaniem zmodyfikowanej metody Holta

Piotrowski P., Bieliczyński B.

Przegląd Elektrotechniczny

|

2008

|

R. 84, nr 1

58-61

PL

W pracy zademonstrowano i zanalizowano efektywność zmodyfikowanej metody Holta w zastosowaniu do prognozowania zapotrzebowania na energię elektryczną. Metoda ta może być szczególnie istotna w przypadku braku innych dodatkowych danych historycznych będących w korelacji ze zużyciem energii elektrycznej.

EN

In this paper efficiency of the modified Holt method applied to long term forecasting of electrical energy demand, was demonstrated and analyzed. This method may be particularly important in case of lack of the other additional historical data being in correlation with electric energy consumption.

3

Problemy związane z prognozowaniem zużycia energii elektrycznej w Polsce

Dąsal K., Popławski T.

Polityka Energetyczna

|

2008

|

T. 11, z. 1

101-115

PL

Mówiąc o prognozowaniu zużycia energii elektrycznej można rozważać ten problem w różnych kategoriach. W podziale czasowym będą to najczęściej prognozy krótko, średnio i długookresowe. Chociaż podkreślić należy wyraźnie względność tego podziału. Horyzont roczny dla potrzeb Giełdy będzie prognozą długoterminową, dla innego odbiorcy - krótkookresową. Można wyróżnić prognozy w podziale strukturalnym, napięciowym, taryfowym, terytorialnym czy też w węzłach sieci na różnych poziomach napięć [2],[6]. Każdy z tych podziałów ma swoją specyfikę, wymaga różnych modeli, różnych danych wejściowych, różnić może się oceną dokładności prognoz, odmienne na ogół są też cele prognoz krótkoterminowych i długoterminowych. Znajomość prognoz długoterminowych jest niezbędna głównie dla celów racjonalnego prowadzenia eksploatacji systemu elektroenergetycznego, a także do planowania jego rozwoju. W artykule skoncentrowano się na jeszcze jednym, ważnym aspekcie modelowania w ogóle, a w szczególności energii elektrycznej. Chodzi tu o podjęcie decyzji: modelować z wykorzystaniem jedynie procesu, czyli szeregu czasowego, czy tez budować model przyczynowo - skutkowy.

EN

Talking about forecasting of electric energy consumption we shall consider the issue in different categories. In terms of forecasting period, the short-term, medium-term and long-term forecasts can be distinguished. The forecasts may be classified in the terms of structure, voltage, tariff, area or in the nodes of the network for different voltage levels [2,6]. Each of these specifications has its own peculiarities, requires different models, different input data, the accuracy assessment may be different as well as the aims of the short-term and long-term forecasts. The knowledge of long-term forecasts is necessary for reasonable use of resources in the electric power engineering system as well as for planning of its development. In the paper the attention was focused on another important aspect of modeling, in particular modeling of electric energy consumption. The decision to be taken is: to model using the process data only, i.e. time series, or to develop an econometric model.