Wyniki wyszukiwania - BazTech

1

Model wyznaczania obciążeń oraz obliczania rozpływów mocy w sieci terenowej średniego napięcia

Marzecki Jerzy, Drab Mariusz

Przegląd Elektrotechniczny

|

2022

|

R. 98, nr 3

145--148

PL

W artykule przedstawiono model wyznaczania obciążeń oraz obliczania rozpływów mocy w sieci terenowej SN, którego zastosowanie nie wymaga obszernych danych wejściowych. Zaprezentowano charakterystykę odbiorców energii elektrycznej, którzy są zasilani z sieci terenowej niskiego i średniego napięcia wraz z krótką informacją na temat tych sieci. Omówiono metody mające zastosowanie do wyznaczania prognozy średnioterminowej obciążenia terenowych stacji transformatorowych SN/nn. Działanie modelu zobrazowano poprzez przykład obliczeniowy rocznych obciążeń wybranych terenowych stacji wraz z symulacją rozpływów w latach 2012-2019. Przeprowadzono analizę otrzymanych wyników obliczeń z danymi rzeczywistymi.

EN

The article presents a model for determining loads and calculating power flows in the MV rural distribution network, the use of which does not require extensive input data. It presents the characteristics of electricity consumers, supplied from LV and MV rural distribution network, along with a brief information on these networks. The methods used to determine the medium-term load forecast of MV/LV rural stations were discussed. The model functionality was illustrated by a calculation example of the annual loads of selected rural stations, along with the flow simulation in 2012- 2019. The comparative analysis was made based on actual data.

2

SARIMA and Holt-Winters method based microgrids for load and generation forecasting

Shah Aftab Ahmad, Khan Zafar A., Altamimi Abdullah

Przegląd Elektrotechniczny

|

2021

|

R. 97, nr 12

38--44

EN

The modern power grid faces challenges regarding many complex factors affecting both demand and generation; including growth in demand; incorporating large-scale renewable power penetration; uncertainties in climate change; lack of historical data; and coordination of the large volume of data. These issues have resulted in complications in forecasting load and generation in microgrids. The loads are becoming more erratic and the generation is intermittent. Thus, this paper presents a study of different forecasting approaches for load and generation, by comparing multiple univariate and multivariate methods to analyse their effect. The study also proposes seasonal models: the SARIMA model taking into consideration the historical load, the correlation of weather data and renewable integration to estimate future behaviour of the microgrid by predicting one day ahead using critical load data; whereas the Holt Winters method is used for generation forecasting. A case study is simulated using realworld microgrid data for the selected geographic location in Australia. The results suggest that for the day-ahead load forecast, the SARIMA model performed relatively better compared to MLR, Holt-Winters additive and multiplicative methods; whereas, for generation forecasting, Holt-Winters Additive Method and SARIMA perform well for Autumn and Summer respectively. The results suggest that the proposed approach of using different seasonal models for load and generation forecasting yields higher accuracy as compared to conventional forecasting.

PL

Nowoczesna sieć energetyczna stoi przed wyzwaniami dotyczącymi wielu złożonych czynników wpływających zarówno na popyt, jak i na wytwarzanie; w tym wzrost popytu; włączenie penetracji energii odnawialnej na dużą skalę; niepewność w zmianach klimatu; brak danych historycznych; i koordynacja dużej ilości danych. Problemy te spowodowały komplikacje w prognozowaniu obciążenia i generacji w mikrosieciach. Obciążenia stają się coraz bardziej nieregularne, a generacja jest przerywana. Dlatego w niniejszym artykule przedstawiono badanie różnych podejść do prognozowania obciążenia i generacji, porównując wiele metod jednowymiarowych i wielowymiarowych w celu przeanalizowania ich wpływu. W badaniu zaproponowano również modele sezonowe: model SARIMA uwzględniający obciążenie historyczne, korelację danych pogodowych i integrację odnawialną w celu oszacowania przyszłego zachowania mikrosieci poprzez prognozowanie z jednodniowym wyprzedzeniem przy użyciu danych o obciążeniu krytycznym; natomiast do prognozowania generacji wykorzystywana jest metoda Holta Wintersa. Studium przypadku jest symulowane przy użyciu rzeczywistych danych mikrosieci dla wybranej lokalizacji geograficznej w Australii. Wyniki sugerują, że w przypadku prognozy obciążenia dnia następnego model SARIMA sprawował się relatywnie lepiej w porównaniu z metodami addytywnymi i multiplikatywnymi MLR, Holta-Wintersa; podczas gdy w przypadku prognozowania generacji, metoda Holt-Winters Additive Method i SARIMA dobrze sprawdzają się odpowiednio w okresie jesiennym i letnim. Wyniki sugerują, że zaproponowane podejście polegające na wykorzystaniu różnych modeli sezonowych do prognozowania obciążeń i generacji zapewnia wyższą dokładność w porównaniu z prognozowaniem konwencjonalnym.

3

Grid Search of Convolutional Neural Network model in the case of load forecasting

Tran Thanh Ngoc

Archives of Electrical Engineering

|

2021

|

Vol. 70, nr 1

25--36

EN

The Convolutional Neural Network (CNN) model is one of the most effective models for load forecasting with hyperparameters which can be used not only to determine the CNN structure and but also to train the CNN model. This paper proposes a frame work for Grid Search hyperparameters of the CNN model. In a training process, the optimalmodels will specify conditions that satisfy requirement for minimum of accuracy scoresof Root Mean Square Error (RMSE), Mean Absolute Percentage Error (MAPE) and Mean Absolute Error (MAE). In the testing process, these optimal models will be used to evaluate the results along with all other ones. The results indicated that the optimal models have accuracy scores near the minimum values. Load demand data of Queensland (Australia) and Ho Chi Minh City (Vietnam) were utilized to verify the accuracy and reliability of the Grid Search framework.

4

Testowanie systemu estymowania zapotrzebowania na moc w czasie quasi-rzeczywistym w obszarze sieci średniego napięcia w warunkach ograniczonej obserwowalności

Pakulski Tomasz, Bronk Leszek

Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej

|

2019

|

Nr 62

101--104

PL

W referacie zaprezentowano możliwości praktycznego wykorzystania dostępnych pomiarów w celu estymacji w czasie quasi-rzeczywistym zapotrzebowania na moc czynną (P) i bierną (Q) w wybranym obszarze sieci średniego napięcia (SN) w warunkach ograniczonej obserwowalności. Do estymacji chwilowego zapotrzebowania odbiorców na moc wykorzystano prognozy obciążeń na dobę następną, profile zużycia energii pozyskiwane w trybie offline z liczników bilansujących systemu AMI, pomiary poboru mocy P i Q w wybranych punktach transformacji SN/nn (stacji referencyjnych) oraz pomiary meteorologiczne. W referacie przedstawiono wyniki testowania systemu estymowania zapotrzebowania na moc wykonanego w ramach projektu „Budowa Lokalnego Obszaru Bilansowania (LOB) jako elementu zwiększania bezpieczeństwa i efektywności energetycznej pracy systemu dystrybucyjnego”.

EN

The paper presents the possibilities of the practical use of available measurements to estimate in quasi-real time the demand for active (P) and reactive (Q) powers in a selected medium voltage (MV) grid area under conditions of limited observability. To estimate customers instantaneous power demand, the next day load forecasts, energy consumption profiles obtained offline from AMI (Advanced Metering Infrastructure) balancing meters, P and Q power measurements in selected MV/ LV transformation points (reference substations) and meteorological measurements were used. To build the forecasting model, the artificial intelligence methods based on neural networks (ANN) contained in MATLAB computing environment were used. The paper presents the results of testing the power demand estimation system made as part of the project The Building of a Local Balancing Area (LBA) as an Element of Increasing the Safety and Energy Efficiency of the Distribution System Operation implemented with the participation of Energa Operator SA, the University of Zielona Gora and the Institute of Power Engineering Gdansk Division.

5

Prognozowanie zapotrzebowania na moc w KSE z zastosowaniem grupowania rozmytego

Ciechulski Tomasz, Osowski Stanisław

Przegląd Elektrotechniczny

|

2019

|

R. 95, nr 10

185--189

PL

W artykule przedstawiona została metoda prognozowania zapotrzebowania dobowego na moc w Krajowym Systemie Elektroenergetycznym (KSE) z dowolnym wyprzedzeniem czasowym przy zastosowaniu grupowania rozmytego, zrealizowanego przy użyciu algorytmu C-means. Do badań numerycznych posłużyły dane godzinowe zapotrzebowania na moc w KSE z lat: 2014-2018. Na podstawie kilku ostatnich lat użytych w uczeniu systemu rozmytego przeprowadzono predykcję zapotrzebowania na moc dla każdego dnia roku 2018.

EN

The paper shows the method of 24-hour load forecasting in National Power System in Poland with unlimited time advance and with application of fuzzy sets and C-means algorithm. The hourly load data in KSE from the period of 2014-2018 have been used in experiments. The first 4 years data have been used in learning fuzzy system and data of the last year - 2018 have been used only in testing of the learned system.

6

Short-term load prediction model combining FEW and IHS algorithm

Yu Mingxing, Zhu Jiazheng, Yang Li

Archives of Electrical Engineering

|

2019

|

Vol. 68, nr 4

907--923

EN

:Accurate prediction of power load plays a crucial role in the power industry and provides economic operation decisions for the power operation department. Due to the unpredictability and periodicity of power load, an improved method to deal with complex nonlinear relation was adopted, and a short-term load forecasting model combining FEW (fuzzy exponential weighting) and IHS (improved harmonic search) algorithms was proposed. Firstly, the domain space was defined, the harmony memory base was initialized, and the fuzzy logic relation was identified. Then the optimal interval length was calculated using the training sample data, and local and global optimum were updated by optimization criteria and judging criteria. Finally, the optimized parameters obtained by an IHS algorithm were applied to the FEW model and the load data of the Huludao region (2013) in Northeast China in May. The accuracy of the proposed model was verified using an evaluation criterion as the fitness function. The results of error analysis show that the model can effectively predict short-term power load data and has high stability and accuracy, which provides a reference for application of short-term prediction in other industrial fields.

7

Prognozowanie zapotrzebowania mocy w KSE z horyzontem dobowym przy zastosowaniu zespołu sieci neuronowych

Ciechulski T., Osowski S.

Przegląd Elektrotechniczny

|

2018

|

R. 94, nr 9

108--112

PL

Artykuł przedstawia neuronową metodę prognozowania 24-godzinnego zapotrzebowania na moc elektryczną w Krajowym Systemie Elektroenergetycznym w Polsce z wyprzedzeniem dobowym. W predykcji zastosowano zespół sieci neuronowych złożony z RBF, MLP i SVM. Wskazania każdego członka zespołu podlegają integracji tworząc końcową prognozę zapotrzebowani na moc dla kolejnych 24 godzin następnego dnia. Metoda została przetestowana na danych rzeczywistych Krajowego Systemu Elektroenergetycznego wykazując znaczną przewagę nad pojedynczymi rozwiązaniami neuronowymi.

EN

The paper shows the neural method applied for 24-hour load forecasting for the next day in National Power System in Poland. Three neural networks: RBF, MLP and SVM arranged in an ensemble were used for predicting hourly load demands in the power system. Their individual predictions have been integrated into final forecast. The method was tested on the real data of Polish Power System, proving its effectiveness and significant improvement in accuracy.

8

Power Demand Estimation in Quasi-Real Time in a Medium Voltage Grid Area Under Conditions of Limited Observability

Pakulski T., Bronk L.

Acta Energetica

|

2018

|

nr 4

68--74

EN

The paper presents the possibilities of practical use of available measurements to estimate in quasi-real time the demand for active (P) and reactive (Q) powers in a selected medium voltage (MV) grid area under conditions of limited observability. To estimate customers instantaneous power demand, the next day load forecasts, energy consumption profiles obtained off-line from AMI (Advanced Metering Infrastructure) balancing meters, P and Q power measurements in selected MV/ LV transformation points (reference substations), and meteorological measurements were used. To build the forecasting model, the artificial intelligence methods based on neural networks contained in MATLAB computing environment were used. The power demand and distribution grid operating status estimation method was used in the project “Development of a local balancing area as an element of increasing the distribution system operation security and energy efficiency”. The task was financed under the GEKON Program by NCBiR National Centre of Research and Development and NFOŚiGW National Fund for Environmental Protection and Water Management, and implemented with the participation of ENERGA-OPERATOR SA, the University of Zielona Gora and the Institute of Power Engineering, Gdansk Division.

PL

W artykule zaprezentowano możliwości praktycznego wykorzystania dostępnych pomiarów w celu estymacji w czasie quasi-rzeczy- wistym zapotrzebowania na moc czynną (P) i bierną (Q), na wybranym obszarze sieci średniego napięcia (SN), w warunkach ograniczonej obserwowalności. Do celów estymacji chwilowego zapotrzebowania odbiorców na moc wykorzystywano prognozy obciążeń na dobę następną, profile zużycia energii pozyskiwane w trybie offline z liczników bilansujących systemu AMI, pomiary poboru mocy P i Q w wybranych punktach transformacji SN/nn (stacji referencyjnych) oraz pomiary meteorologiczne. Do budowy modelu prognostycz-nego wykorzystano metody sztucznej inteligencji oparte na sieciach neuronowych zawartych w środowisku obliczeniowym MATLAB. Opracowana metoda szacowania zapotrzebowania na moc i estymacji stanu pracy sieci dystrybucyjnej została wykonana w ramach projektu „Budowa Lokalnego Obszaru Bilansowania (LOB) jako elementu zwiększania bezpieczeń- stwa i efektywności energetycznej pracy systemu dystrybucyjnego”. Zadanie było finansowane w ramach Programu GEKON przez Narodowe Centrum Badań i Rozwoju (NCBiR) oraz Narodowy Fundusz Ochrony Środowiska i Gospodarki Wodnej (NFOŚiGW) i realizowane przy współudziale ENERGA-OPERATOR SA, Uniwersytetu Zielonogórskiego i Instytutu Energetyki Oddział Gdańsk.

9

Metody prognozowania obciążeń terenowych stacji SN/nn

Marzecki J.

Przegląd Elektrotechniczny

|

2017

|

R. 93, nr 4

26--29

PL

W artykule omawia się metody mające zastosowanie do wyznaczania prognozy średnioterminowej obciążenia stacji transformatorowych SN/nn. Przedstawia się charakterystykę odbiorców energii elektrycznej, którzy są zasilani z sieci terenowej niskiego i średniego napięcia. Omawia się 3 metody służące do prognozowania obciążeń terenowych stacji SN/nn oraz przedstawia się przykłady obliczeniowe rocznych obciążeń wybranych terenowych stacji w latach 2007-2015 przeprowadzone przy użyciu zastosowanych metod. Przeprowadza się analizę otrzymanych wyników obliczeń prognozy obciążenia wybranych stacji SN/nn z danymi rzeczywistymi.

EN

The paper discusses the methods applicable to determining the intermediate forecast of MV / LV transformer stations loads. It presents the characteristics of electricity consumers supplied from LV and MV rural distribution network. Three methods used for forecasting load of MV /LV rural stations are discussed, and examples of calculation of the annual load of selected rural stations in 2007-2015, carried out by means of the used methods, are presented. An analysis of the received calculation results of forecasting loads of selected MV / LV stations with the actual data, is made.

10

Local dynamic integration of ensemble of predictors in load forecasting

Ciechulski T., Osowski S.

Przegląd Elektrotechniczny

|

2017

|

R. 93, nr 10

57--59

EN

The paper shows the new approach to integration of an ensemble of neural predictors in load forecasting. In opposite to classic integration method built upon weighted averaging of every single predictor results this integration method uses only the results of one predictor which was the best on the input data of the learning vectors from the past, which were closest to the actual excitation. Thanks to this the result of ensemble is never worse than the best unit in ensemble. The results of 24-hour ahead prediction of the daily load in small power system have confirmed the efficiency of the proposed solution.

PL

Artykuł przedstawia nowe podejście do integracji zespołu predyktorów neuronowych w zadaniu prognozowania godzinnych obciążeń dobowych z wyprzedzeniem 24-godzinnym. W metodyce tej do predykcji używany jest tylko jeden – najlepszy predyktor dla analizowanej doby. Konkretny wektor obciążeń z danych uczących wraz z najbardziej dokładną odpowiadającą mu siecią neuronową wyłonioną w trybie uczenia wybierany jest na podstawie najmniejszej odległości euklidesowej badanego wektora w trybie testującym. Wyniki badań numerycznych potwierdzają wyższość prezentowanej metody nad rozwiązaniami klasycznymi predykcji.

11

Ocena modelowania dynamicznego jako narzędzia do prognozowania zużycia energii elektrycznej przez odbiorców indywidualnych

Grycan W., Wróblewski Z.

Prace Instytutu Elektrotechniki

|

2016

|

Z. 272

167--178

PL

Prognozowanie zużycia energii elektrycznej jest narzędziem niezbędnym dla nowoczesnego zarządzania energią elektryczną. Umiejętność właściwego przewidywania przyszłych zachowań stanowi podstawę efektywnego zarządzania. Ze względu na dużą zmienność zużycia energii w czasie i brak możliwości jej długotrwałego magazynowania, szczególnie istotnym zagadnieniem jest wybór właściwych narzędzi prognostycznych, możliwie dokładnie określających zużycie energii w rozpatrywanym czasie. W artykule opisano modelowanie dynamiczne i przedstawiono wyniki prognostyczne dla modeli dynamicznych, opracowanych dla grupy odbiorców indywidualnych. Wyniki oceniono na podstawie danych o rzeczywistym zużyciu energii elektrycznej w tym okresie.

EN

The forecasting of the electricity consumption is an indispensable tool for the modern electrical energy management. The ability of the prediction of future behaviours is the basis for the effective management. Due to the high variability of the energy consumption over time and the impossibility of its long-term storage, particularly important issue is the selection of appropriate tools for the forecasting and determining of the consumption as precisely as possible. The article describes the dynamic modelling and the results of predictive dynamic models developed for a group of individual customers. The results were evaluated on the basis of the actual consumption of the electric energy.

12

Dynamic Rating of 110 kV Overhead Lines

Babś A., Samotyjak T.

Acta Energetica

|

2016

|

nr 3

4--9

EN

The paper justifies the need of using, within the 110 kV networks, a dynamic line rating model along the power lines. The work describes in detail the way in which the dynamic line rating is determined, basing the process solely on measurement of the weather conditions. Some aspects related to selection of the numerical values of the coefficients present in the heat model of the power-lines, which is being used to determine the dynamic line rating and the distance between the ground and the conductor, have been described. Subsequent stages of implementation of the system used to determine the dynamic line rating of the power lines have also been described. These include selection of the critical spans of the overhead lines, in case of which risk of exceeding the distance to the crossed-over objects is higher than in case the of the other spans of the very same power line. Additionally, optimal displacement of the weather-reporting stations, that are the source of the data used to determine the dynamic line rating of the lines, has been described. The work also deals with applications of the dynamic line rating for the power line related to the dangerous situation in case of which rime (ice) would be accumulated on the conductors. The forecasting procedures, regarding the load imposed on the power-lines, within a defined time period are also considered by the present paper. Forecasting the permissible load for the power lines is one of the main elements of planning an energy transmission system. Conclusions have been drawn regarding selection of the methodology which is to be used to determine the dynamic line rating, and the way of implementing and using these conclusions within the scope of maintaining the electric energy network.

PL

W artykule uzasadniono celowość i potrzebę wykorzystywania w prowadzeniu ruchu sieci 110 kV dynamicznej obciążalności linii. Szczegółowo opisano wyznaczanie dynamicznej obciążalności linii z wykorzystaniem wyłącznie pomiaru warunków pogodowych. Opisano niektóre aspekty doboru wartości liczbowych współczynników występujących w modelu cieplnym linii, wykorzystywanym do wyznaczania dynamicznej obciążalności linii oraz odległości przewodu od ziemi. Opisano kolejne etapy wdrożenia systemu wyznaczania dynamicznej obciążalności linii, związane m.in. z wyborem przęseł krytycznych, tj. przęseł, w których ryzyko przekroczenia minimalnej odległości od obiektów krzyżowanych jest większe niż w przypadku innych przęseł tej samej linii, oraz optymalnym rozmieszczeniem stacji pogodowych będących źródłem danych dla wyznaczania dynamicznej obciążalności linii. Opisano również inne zastosowania wyznaczania dynamicznej obciążalności linii związane z monitorowaniem jej zagrożenia wystąpieniem oblodzenia (szadzi) oraz prognozowania obciążenia linii w określonym horyzoncie czasowym. Prognozowanie dopuszczalnego obciążania linii jest jednym z elementów planowania pracy systemu elektroenergetycznego. Sformułowano wnioski co do wyboru metody wyznaczania dynamicznej obciążalności linii oraz sposobu wdrożenia i wykorzystania w prowadzeniu ruchu sieci elektroenergetycznej.

13

The Effect of System Characteristics on Very-Short-Term Load Forecasting

Katzir L., Loewenstern Y., Shmilovitz D.

Przegląd Elektrotechniczny

|

2015

|

R. 91, nr 11

119-123

EN

The rise of the Smart Grid and Microgrid concepts require load demand control at short lead times, at a resolution of minutes, leading to the need for Very Short Term Load Forecasting (VSTLF). This study builds upon previous research of load forecast and investigates the relationship between system characteristics and the achievable of VSTLF accuracy. The results presented here are based on study and simulated forecasting of three years’ worth of real load data obtained from the New York Independent System Operator (NYISO).

PL

Koncepcje Sieci Inteligentnych oraz MicroSieci wymagają sterowania z krótkim czasem wyprzedzania, rzędu minut, co prowadzi do zapotrzebowania na Bardzo Krótko Terminowe Przewidywanie Obciążenia (ang.: Very Short Term Load Forecasting - VSTLF). Przedstawione badnia są kontynuacją poprzednich nad przewidywaniem obciążenia i dotyczą związku między cechami systemu i osiągalną dokładnością VSTLF. Przedstawione wyniki są oparte na badaniu oraz na modelowaniu trzyletniego przewidywania obciążenia rzeczywistego, na podstawie danych otrzymanych od New York Independent System Operator (NYISO).

14

Badanie jakości predykcji obciążeń elektroenergetycznych za pomocą sieci neuronowych SVM, RBF i MLP

Ciechulski T., Osowski S.

Przegląd Elektrotechniczny

|

2014

|

R. 90, nr 8

148-151

PL

W pracy porównane zostały metody predykcji obciążeń w małym systemie elektroenergetycznym w Polsce, bazujące na wykorzystaniu jako modeli predykcyjnych sieci neuronowych SVM, RBF i MLP. Symulacje sieci neuronowych zostały przeprowadzone w środowisku MATLAB z uwzględnieniem dwóch zadań prognozy: z wyprzedzeniem jedno i 24–godzinnym.

EN

This paper compares three methods of load forecasting in a small power system in Poland. The solution is based on application of the SVM, RBF and MLP neural networks. The simulations of neural networks performed in MATLAB were conducted for two tasks of prognosis: one hour ahead and 24–hour ahead. The results have been compared to the naïve prognoses.

15

Prognozowanie małoobszarowych charakterystyk obciążenia mocą elektryczną

Jakuszewicz I.

Ekonomia i Zarządzanie

|

2014

|

Vol. 6, no. 1

282--292

PL

Prognozowanie zapotrzebowania na moc elektryczną w ujęciu przestrzennym jest zagadnieniem ważnym i aktualnym z uwagi na stale zmieniające się uwarunkowania rynku i potrzeby rynkowe odbiorców. W artykule podjęto tematykę prognozowania małoobszarowego stanowiącego nieodzowny element przestrzennego planowania zapotrzebowania na energię i moc elektryczną. Zaprezentowany model, będący wynikiem wieloletnich badań, stanowi podejście autorskie do rzeczonego zagadnienia. Model pozwala opracować prognozę dysponując ograniczonym zasobem informacji wejściowych. W artykule sformułowano konkluzję zasadności stosowania modelu w zarządzaniu rozwojem elektroenergetycznych sieci rozdzielczych.

EN

Forecasting electric power demand in spatial terms is an important and topical issue due to the constantly changing market conditions and customers’ needs. The paper topic, which is small area load forecasting, constitutes an essential element of spatial planning in energy demand and electric power. The presented model is the author’s original approach to this issue. The model allows to develop a forecast with limited resource inputs. The paper makes a conclusion about the relevance of the model in managing the development of power distribution systems.

16

Mid-long-Term Regional Load Forecasting based on Cenzus X12-SARIMA Model

Qiao Z.-J., Li F.-I., Li Y.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 1b

224--227

EN

Regional power load time series has obviously trend circulation and seasonal cycle etc characteristics. In addition, using Census X12, such time series can be decomposed into trend circulation element, season element, irregular element etc. The paper attempts to establish a Census X12-SARIMA season adjustment model for mid-long-term regional power load analysis and prediction.Through empirical test for 92 months power load of Guangzhou and Suzhou area, 12 monthly power load from 2011.9 to 2012.8 was predicted. The results proved that Census X12SARIMA model is effective in mid-long-term regional power load analysis and prediction.

PL

W artykule podjęto próbę dopasowania modelu energetycznego Census X12-SARIMA na potrzeby średnio-okresowych analiz i predykcji obciążenia energetycznego. Na podstawie testów empirycznych, opartych na danych z 92 miesięcy obciążenia energetycznego regionów Guangshou i Suzhou, stworzony został 12 miesięczny profil– 09.2011-08.2012. Wyniki dowodzą ze Census X12-SARIMA jest efektywny w analizie średnio-okresowej.

17

LS-SVM model for electrical load prediction based on incremental training set update

Stojanović M., Božić M., Stajić Z., Milošević M.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 4

194-198

EN

In this paper a forecasting model based on an incremental update scheme is proposed for the hourly load demand of the next day, using least square support vector machines (LS-SVM). The model is based on historical daily load demands in combination with calendar and climate features. The presented model was tested on real-life load data and the results show that the proposed approach can, by catching the evolving nature of the load pattern and dynamically updating the training set with new instances, lead to significant improvements in the accuracy of load forecasts.

PL

W artykule opisano opracowany model przyrostowy do przewidywania godzinowego zapotrzebowania na energię elektryczną na dzień następny, w którym wykorzystano maszynę wektorów pomocniczych LS-SVM. Proponowany model bazuje na wcześniejszych danych, dotyczących zapotrzebowania dziennego w połączeniu z analizą kalendarza i warunków klimatycznych. Badania eksperymentalne na rzeczywistych danych pozwala na skuteczne przewidywanie obciążenia energetycznego.

18

Short Term Electricity Demand Forecasting of an Isolated Area using Two Different Approach

Islam A., Hasib S. R., Islam M. S.

Journal of Power Technologies

|

2013

|

Vol. 93, nr 4

185--193

EN

Electricity demand forecasting of an off-grid area, where no previous load data is available, is an important prerequisite for power system expansion planning. Bangladesh is a small as well as densely populated country in South Asia with a large portion of the population living under poverty line. About 48.5% of the total population has access in grid electricity. Uninterruptable power supply is one of the most important parameter for future development which ends up with a decision of obvious expansion of present grid coverage. This paper represents an analysis to forecast the electricity demand of an isolated island in Bangladesh where past history of electrical load demand is not available. The analysis is based on the identification of factors on which electrical load growth of an area depends. The forecasting has been done through inverse matrix calculation and linear regression analysis method. It has been found that the demand data, calculated from two different approaches, are close enough which spans the reliability of the proposed method. This method can be applicable for short term load forecasting of any isolated area throughout the world.

19

RVM with wavelet kernel combined with PSO for short-term load forecasting in electric power systems

Wang L., Liu Z.

Przegląd Elektrotechniczny

|

2012

|

R. 88, nr 1b

146-149

EN

This paper presents a new hybrid method for the short-term load forecasting in electric power systems based on particle swarm optimization (PSO) and relevance vector machine (RVM). In this method, we firstly develop a type of kernel as the kernel function of the RVM model, and then its parameter is optimized by the PSO, finally the established RVM forecast mode is applied to short-term load forecasting in electric power systems in a city. The simulation results show the parameter of the wavelet kernel is well optimized using the PSO, and the acquired RVM model is more sparse and can obtain higher forecast accuracy compared with the RVM model with Gaussian kernel, so the proposed method is effective for forecasting the short-term load in electric power systems.

PL

W artykule zaprezentowano nową hybrydową metode krótkoterminowego prognozowania obciążeń sieci energetycznej bazująca na algorytmie mrówkowym PSO i narzędzia RVM (relevance vector machine). W pierwszym etapie wyznaczane jest falkowe jądro (kernel) jako RVM co znacznie poprawia skuteczność algorytmu PSO.

20

Problematyka prognozowania sezonowej zmienności obciążeń szczytowych krajowego systemu elektroenergetycznego

Łyp J., Kurach M.

Rynek Energii

|

2011

|

nr 1

47-53

PL

Referat dotyczy problematyki prognozowania zapotrzebowania na miesięczne moce szczytowe dla Krajowego Systemu Elektroenergetycznego (KSE) przy warunkach ograniczających określonych długoterminowymi scenariuszami zapotrzebowania na roczną energię i roczne maksymalne zapotrzebowanie na moc. Kolejno opisano podstawy modelu matematycznego, sposób jego adaptacji, wskazano i rozważono problemy dotyczące obciążeń w miesiącach letnich, oraz opisano i zilustrowano wyniki eksperymentu obliczeniowego.

EN

The paper concerns the issue of forecasting of demand for peak monthly power in the domestic power engineering system at limiting conditions, which are determined with long-time scenarios concerning demand for annual energy and annual maximum power demand. In subsequent paragraphs the foundations of the mathematical model and methods of its adaptation are described. The problems concerning loads in summer months are pointed out and considered in greater details, as well as the results of calculation experiment are described and illustrated.