Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 7

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The subject matter of coefficient factors is not a frequent object of analysis in the scientific literature. However, because of the use of this term in engineering tasks and because of the constantly changing manner of energy use (resulting from the dissemination of new appliances), there is a need for current analysis and possible revision of the approach based on coefficient factors. The aim of the paper is to draw attention to the problem of the need to update these coefficients and compare currently recommended values of this coefficient in Poland. The coincidence factor method is based on two parameters: coefficient factor as a function of the number of users and base value (average peak power of one user). Both parameters should be revised over time.
PL
Zagadnienie wyznaczania współczynników jednoczesności szczytów obciążeń użytkowanej mocy nie jest częstym przedmiotem analizy w literaturze naukowej. Ze względu na wykorzystywanie metody opartej na tych współczynnikach w zadaniach inżynierskich oraz ze względu na zmiany w sposobie użytkowania energii przez odbiorców, istnieje potrzeba bieżącej analizy i ewentualnej rewizji odpowiednich wartości. Metoda współczynnika jednoczesności opiera się na dwóch parametrach: współczynniku w funkcji liczby użytkowników oraz mocy szczytowej jednego użytkownika. Oba te parametry powinny podlegać aktualizacji w obowiązujących standardach. Celem artykułu jest zwrócenie uwagi na problem konieczności aktualizacji współczynników oraz porównanie obecnie zalecanych w Polsce ich wartości.
PL
Autor opracowania przedstawia jego podstawę, przedkłada opis stanu zastanego i stanu projektowanego wraz z obliczeniami w istniejącym kompleksie magazynowym omawianego obiektu. Publikację wzbogaca schematem planu sytuacyjnego zasilania kompleksu magazynowego oraz schematami ideowymi sterownika nadawczego w rozdzielnicy głównej kompleksu i rozdzielnicy głównej budynku ze sterownikiem odbiorczym, a także diagramem czasowym sterowania wraz z zestawieniem podstawowych materiałów wymaganych do zrealizowania projektu.
PL
Istnieje wiele czynników mających znaczenie w procesie prognozowania. Do najważniejszych zaliczyć należy wybór modelu oraz dobór zmiennych objaśniających w przypadku wielowymiarowego modelu ekonometrycznego. W artykule skoncentrowano się na doborze zmiennych, który odgrywa kluczową rolę. Spośród wielu istniejących i znanych algorytmów doboru zmiennych, w artykule przedstawiono autorsko wybrane trzy metody: metodę pojemności integralnej Hellwiga, metodę współczynnika korelacji cząstkowej oraz metodę współczynnika korelacji wielorakiej. Dla każdej z zastosowanych metod podano syntetyczny opis wyjaśniający istotę jej działania. Wybór modelu do opracowania prognoz potraktowano jako mniej istotny, ponieważ dla każdej metody doboru model jest ten sam. Obliczenia wykonano modelem MRK (Model Rozk?adu Kanonicznego), zamieszczając syntetyczny opis modelu. Wykazano na rzeczywistych danych jak zastosowana metoda doboru zmiennych objaśniających wpływa na uzyskane wyniki prognozy zużycia energii elektrycznej na poziomie kraju. W przykładzie obliczeniowym dysponowano potencjalnym zbiorem z siedmioma zmiennymi objaśniającymi. W opracowaniu zawarto 14 różnych prognoz otrzymanych w wyniku zastosowanych 3 metod wyboru zmiennych. Wyniki dopasowania modeli (prognoz wygasłych) oraz prognoz do 2030 roku, przedstawiono w tabelach i na wykresach. We wnioskach zawarto uwagi dotyczące prognoz długoterminowych podstawowych wielkości dotyczących Krajowego Systemu Elektroenergetycznego, mogące mieć wpływ na poprawność ocen tych prognoz. Zwrócono uwagę na problem poprawności oceny prognoz długoterminowych dotyczącej zużycia energii czy mocy szczytowych. Wskazanie prognoz o mniejszym ryzyku pope?nienia dużych błędów umożliwia równoległa analiza prognozy zużycia energii elektrycznej, prognozy szczytów obciążeń z jednoczesnym wyznaczeniem wielkości umożliwiających realność prognoz. Może to przykładowo być wyznaczenie rocznych stopni obciążenia, dla których mamy ściśle określony zakres zmienności. W przypadku dysponowania jedynie prognozę zużycia energii elektrycznej możliwe są inne analizy, przykładowo porównania energochłonności PKB, energochłonności produktów czy gałęzi gospodarki w wybranych krajach. Jeszcze innym, powszechnie stosowanym wskaźnikiem jest roczne zużycie energii elektrycznej na osobę. Prognozy ludności są jednymi z dokładniejszych, stąd ten wskaźnik może być dobrym odniesieniem przy porównywaniu prognoz.
EN
There exist a number of important factors in forecasting processes. The most significant in the case of a multi-dimensional econometric model are the choice of the model and the explanatory variables. This paper focuses on the choice of variables, which plays a crucial role. Among many existing and recognized algorithms for the selection of variables, the following three chosen arbitrarily by the authors are presented: the method of integral capacity by Hellwig, the partial correlation coefficient, and multiple correlation coefficient. For each considered method, a synthetic description explaining its action is given. The choice of the model for making forecasts was treated as less significant because, for each method, the same model is used. Calculations were made using the MRK (Model of Canonical Distribution) model. The synthetic description of the model is also provided. Using real-life data, the analysis demonstrates how the method applied in choosing explanatory variables influences the obtained forecast results concerning the consumption of electric energy on a national scale. In the example calculation, a potential dataset of seven explanatory variables was used. The paper summarizes fourteen different forecasts obtained from three methods of variables selection. The results of model fittings (extinct forecasts) and forecasts until 2030 are presented in the form of tables and charts. Concluding remarks concern long-term forecasts of fundamental quantities related to the Domestic Power Engineering System, which may influence the correctness of these forecasts. Particular attention was paid to the issue of the correctness of long-term forecasts related to energy consumption and peak power. An analysis of the forecast of energy consumption, processed parallel to the determination of quantities assessing the reality of these forecasts, makes it possible to indicate the forecasts endowed with the lowest risk of making excessive errors. For example, it may be possible to consider the determination of annual load levels for which a pre-determined, exact level of variability is given. In situations where only the forecast of electric energy consumption is available, it is possible to develop further analyses such as a comparison of energy consumption for a Domestic Brutto Product, energy consumption for products, or economic branches in selected countries. Yet another indicator in common use is annual energy consumption per capita. Forecasts per capita are among the most exact; therefore, this indicator may be a useful tool for comparison of different forecasts.
PL
W artykule skoncentrowano się na zagadnieniu dotyczącym oceny wykonywanych prognoz w dłuższych horyzontach. Przeprowadzono analizę kilku prognoz wykonanych w różnych instytucjach. Dokonano oceny prognoz energii i mocy szczytowych na podstawie kształtowania się rocznych stopni obciążeń.
EN
The article focuses on the issue concerning the assessment carried out at longer forecast horizons. An analysis of several forecasts made in different institutions. The assessment of forecasts of energy and peak power on the basis of formation of the annual load levels.
5
Content available remote Analiza prawdopodobieństwa wystąpienia mocy szczytowej
PL
W artykule przedstawiono ocenę prawdopodobieństwa wystąpienia mocy szczytowej liczonej metodą współczynników jednoczesności oraz zaproponowano inną metodę wyznaczania mocy szczytowej opartą na modelu statystycznym zwanym teorią masowej obsługi. Metoda ta umożliwia obliczenie mocy szczytowej z dużo większym prawdopodobieństwem.
EN
The article presents analysis probability occurrence of maximum demand of power, determined by duty simultaneous factor method and present different method determined maximum demand suports Queueing Theory.
6
Content available remote Wyznaczanie obciążeń wiejskich sieci niskiego napięcia
PL
Wyznaczono typowe dobowe wykresy obciążeń wiejskich stacji transformatorowych, zasilających gospodarstwa rozliczane za energię elektryczną według taryfy G11 oraz zbudowano model rocznego obciążenia szczytowego tych stacji, w których moc szczytowa jest funkcją rocznego zużycia energii elektrycznej. Opracowanie to można wykorzystać do planowania obciążeń wiejskich sieci niskiego napięcia, a także w działaniach racjonalizujących eksploatację sieci, przy wprowadzaniu taryf energii elektrycznej oraz zawieraniu umów pomiędzy dostawcami i odbiorcami energii elektrycznej.
EN
The typical power load diagrams of rural transformer stations were calculated, as well the model of annual peak loading of these stations was worked out. This study can be applied to planning of load in the rural low voltage networks, to rationalization of these networks exploitation, to introducing of energy tariffs, to transaction of a contract between energy supplier and cosumer.
EN
This paper presents efficiency of neural networks with genetic algorithms for solving monthly electric energy consumption and peak power middle - term forecasting problem. Two problems were solved: - middle-term forecasting of monthly electric energy consumption for alt STOEN S.A. consumers - middle-term forecasting of peak power and monthly electric energy consumption for selected groups of big electric power consumers in STOEN S.A. The paper include analysis of the performance, the optimization process of artificial neural network (number of layers, number of neurons in hidden layer(s), types of activation functions, number and type of input - output data) and the efficiency comparison of forecasting using the standard artificial neural network and the artificial neural network with genetic algorithms. At the end of the article there are forecasting results with conclusions. Analysis shows many benefits from precise forecasting for Electrical Plants, Power Regions and groups of electric power consumers as well.
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.