Wpływ weekendów oraz innych dni wolnych od pracy na kształt profili odbiorców końcowych energii elektrycznej

• Autorzy: Hoppe-Maliszewska, Natalia , Kolasa, Marta

Warianty tytułu

EN

Impact of weekends and other non-working days on the shape of the load profiles of electricity consumers

• Języki publikacji: PL

Abstrakty

PL

Artykuł poświęcony jest tematyce rozpoznania i oceny wpływu weekendów oraz innych dni wolnych od pracy na kształt średniego miesięcznego dobowego profilu obciążenia elektroenergetycznego odbiorców. Zawiera on opis sposobu oceny dobowego profilu obciążenia z wykorzystaniem ilościowej oraz jakościowej oceny zmian kształtu wykresu obciążenia. Ponadto w artykule pokrótce przedstawiono opracowane narzędzie pozwalające na przeprowadzenie takiej analizy oraz zaprezentowano uzyskane wyniki badań.

EN

This paper is devoted to assessing and evaluating the impact of weekends and other non-working days on the shape of the average monthly daily load profile of various types of electricity consumers. It contains a description that shows how to assess the daily load profile using quantitative and qualitative assessment of changes in the shape of the load graph. In addition, the article briefly presents the developed tool allowing to make such an analysis and presents the obtained research results.

Słowa kluczowe

PL

kształt dobowego profilu obciążenie odbiorcy energii elektrycznej; dni wolne od pracy; mechanizm DSR

EN

shape of the daily load profile of electricity consumer; non-working days; DSR mechanism

• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2020
• Tom: R. 96, nr 5
• Strony: 67--74
• Opis fizyczny: Bibliogr. 25 poz., rys., tab.

Twórcy

autor

Hoppe-Maliszewska, Natalia

• Kujawsko-Pomorski Ośrodek Dokształcania i Doskonalenia Zawodowego w Bydgoszczy, ul. Rajska 1, 85-845 Bydgoszcz,

autor

Kolasa, Marta

• Uniwersytet Technologiczno- Przyrodniczy w Bydgoszczy, Instytut Inżynierii Elektrycznej, al. Prof. S. Kaliskiego 7, 85-796 Bydgoszcz,

Bibliografia

• [1] Banasiak P., Gorczyca-Goraj A., Przygrodzki M., Analiza grafików obciążeń wybranego segmentu odbiorców niskiego napięcia, Energetyka, Oficyna Wydawnicza Energia, 1 (2017), 23-27
• [2] Białek P., Frąckowiak R., Gałan T., Grafiki obciążenia elektrycznego profili standardowych dla odbiorców zaliczanych do grupy gospodarstw domowych, Poznan University of Technology Academic Journals, Electrical Engineering, 94 (2018), 99-110
• [3] Bieliński W., Regularne i fluktuacyjne zmiany kształtu dobowych profili obciążenia elektroenergetycznego wybranych odbiorców energii elektrycznej zasilanych z sieci nN, XVI Scientific Conference Computer Applications in Electrical Engineering, (2011), 95-96
• [4] Bieliński W., Typowe wykresy obciążeń elektroenergetycznych wybranych obiektów, Materiały V Konferencji Naukowo- Technicznej "Rynek energii elektrycznej: restrukturyzacja elektroenergetyki polskiej - oczekiwania i efekty", (1998), 307- 314.
• [5] Chae Y. T., Horesh R., Hwang Y., Lee Y. M., Artificial neural network model for forecasting sub-hourly electricity usage in commercial buildings, Energy and Buildings, 111 (2016), 184- 194.
• [6] Chojnacki A. Ł., Analiza dobowej, tygodniowej i rocznej zmienności obciążeń elektroenergetycznych w sieciach zasilających odbiorców komunalnych oraz przemysłowych, Przegląd Elektrotechniczny, 94 (2018), nr 6, 56-61.
• [7] Ciechulski T., Osowski S., Badanie jakości predykcji obciążeń elektroenergetycznych za pomocą sieci neuronowych SVM, RBF i MLP, Przegląd Elektrotechniczny, 8 (2014), 148-151.
• [8] Ciechulski T., Osowski S., Zastosowanie sieci neuronowych Kohonena do prognozowania obciążeń elektroenergetycznych, Przegląd Elektrotechniczny, 92 (2016), nr 10, 209-213.
• [9] Dudek G., Analiza modelu krótkoterminowego prognozowania obciążeń systemów elektroenergetycznych opartego na klasteryzacji rozmytej, Badania Operacyjne i decyzyjne, 2 (2007), 15-35.
• [10] Frąckowiak R., Gałan T., Profile standardowe PTPiREE odbiorców taryfy G w świetle badań obciążenia elektrycznego odbiorców indywidualnych, Rynek Energii, 4 (2012), 3-12.
• [11] Góra S., Gospodarka elektroenergetyczna w przemyśle, PWN, Warszawa, 1982
• [12] Hoppe-Maliszewka N., Analiza wpływu weekendów oraz innych dni wolnych od pracy na kształt średniego miesięcznego dobowego profilu obciążenia różnych typów odbiorców energii elektrycznej, Praca dyplomowa magisterska, Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy, 2019.
• [13] Hoppe-Maliszewka N., Arkusz kalkulacyjny do wyznaczania wskaźników charakteryzujących procesy zapotrzebowania mocy przez odbiorców, Praca dyplomowa inżynierska, Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy, 2016.
• [14] Kai-le Zhou, Shan-lin Yang, Chao Shen, A review of electric load classification in smart grid environment, Renewable and Sustainable Energy Reviews, 24 (2013), 103-110.
• [15] Kiciński R., Analiza przydatności różnych rodzajów wskaźników i wykresów do oceny zmienności zapotrzebowania mocy przez odbiorców o różnym charakterze, Praca dyplomowa magisterska, Akademia Techniczno - Rolnicza w Bydgoszczy, Bydgoszcz, 2003.
• [16] Kopecki K., Dobrzańska I. i inni, Analiza i prognoza obciążeń elektroenergetycznych, Wydawnictwo Naukowo-Techniczne, Warszawa, 1971.
• [17] Majka K., Bilansowanie zapotrzebowania godzinowego energii elektrycznej przez odbiorców z wykorzystaniem profili obciążeń, Energetyka, Oficyna Wydawnicza Energia, 6 (2006), 410-415.
• [18] Marzecki J., Pawlicki B., Kształtowanie obciążeń u odbiorców końcowych w oparciu o częstotliwość napięcia zasilającego, Przegląd Elektrotechniczny, 90 (2014), nr 1, 182-185.
• [19] McLoughlin F., Characterising Domestic Electricity Demand for Customer Load Profile Segmentation, praca doktorska, Dublin Institute of Technology, 2013.
• [20] Mejro C., Podstawy gospodarki energetycznej, PWN, Warszawa, 1980.
• [21] Rajakovic N., Shiljkut V. M., Load Profiles and Peak Loads Growth in Typical Consumption Areas - Possibilities of Their Recording by Remote Metering System, 7th Mediterranean Conference and Exhibition on Power Generation, Transmission, Distribution and Energy Conversion, (2010), 1- 10.
• [22] Trojanowska M., Analiza zapotrzebowania na moc i energię elektryczną w zakładzie mleczarskim, Journal of Research and Applications in Agricultural Engineering, 55 (2010), nr 2 (113), 113-116.
• [23] Valero S., Ortiz M., Senabre C., Application of self-organizing maps for classification and filtering of electrical customer load patterns, International Journal of Power and Energy Systems, 2008.
• [24] Zakaria Z., Othman M. N., Sohod M. H., Consumer load profiling using fuzzy clustering and statistical approach, 4th Student Conference on Research and Development, (2006), 270-274.
• [25] Zalewski W., Wpływ czynników atmosferycznych na zmienność zużycia energii elektrycznej, Economy and Management, 4 (2011), 195-202

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).

Identyfikatory

DOI

10.15199/48.2020.05.14