УПРАВЛЕНИЕ БОЛЬШИМИ СИСТЕМАМИ
на главную написать письмо карта сайта


јвтор:  ћарь€син ќ.ё., Ћукашов ј.»., —мирнов Ќ.ј.
Ќазвание:  ѕрогнозирование рыночных цен на электроэнергию и часов пиковой нагрузки дл€ региона –оссийской ‘едерации
¬ыпуск:  99
–убрика:  ”правление в социально-экономических системах
√од:  2022
Ѕиблиографи€:  ћарь€син ќ.ё., Ћукашов ј.»., —мирнов Ќ.ј. ѕрогнозирование рыночных цен на электроэнергию и часов пиковой нагрузки дл€ региона –оссийской ‘едерации // ”правление большими системами. ¬ыпуск 99. ћ.: »ѕ” –јЌ, 2022. —.81-113. DOI: https://doi.org/10.25728/ubs.2022.99.4
 лючевые слова:  цена на электроэнергию, час пиковой нагрузки, прогнозирование, искусственна€ нейронна€ сеть
 лючевые слова (англ.):  electricity price, peak load hour, forecasting, artificial neural network
јннотаци€:  –ассмотрено применение цифровой модели потребител€ электроэнергии дл€ анализа и прогнозировани€ рыночных цен на электроэнергию и часов пиковой нагрузки дл€ ярославской области –оссийской федерации. ƒл€ построени€ цифровой модели энергопотребител€ использовалс€ аппарат искусственных нейронных сетей. ƒанный аппарат обладает широкими возможност€ми дл€ прогнозировани€ и позвол€ет получить необходимую точность прогнозировани€ почасовых значений рыночных цен на электроэнергию. ѕриведены результаты численных экспериментов по прогнозированию рыночных цен на электроэнергию с использованием разработанного авторами приложени€, в ходе которых исследовалось качество прогноза в зависимости от типа искусственной нейронной сети и ее структуры. ƒл€ прогнозировани€ часов пиковой нагрузки в работе использовалс€ косвенный метод, основанный на прогнозировании на мес€ц вперед суммарного потреблени€ электроэнергии региона. ѕриведены результаты численных экспериментов по прогнозированию суммарного энергопотреблени€ региона и часов пиковой нагрузки на мес€ц вперед. ѕоказано, как можно использовать данные, полученные в результате анализа часов пиковой нагрузки за предыдущие годы дл€ повышени€ достоверности выполненных прогнозов. ѕрогнозирование рыночных цен на электроэнергию и часов пиковой нагрузки создает возможности дл€ решени€ задач оптимального планировани€ энергопотреблени€.
јннотаци€ (англ.):  The article considers the use of a digital model of an electricity consumer for the analysis and forecasting of market electricity prices and peak load hours for the Yaroslavl region of the Russian Federation. To build a digital model of an electricity consumer, the apparatus of artificial neural networks was used. This apparatus has a wide range of forecasting capabilities and allows researchers to obtain the required forecasting accuracy hourly values of market electricity prices. The results of numerical experiments on forecasting market electricity prices using the application developed by the authors are presented. In the course of numerical experiments, the quality of the forecast was studied depending on the type of artificial neural network and its structure. To forecast peak load hours, we used an indirect method based on forecasting of the total electricity consumption of the region. The results of numerical experiments on forecasting the total energy consumption of the region and peak load hours for the month ahead are presented. The article shows how the data obtained from the analysis of peak load hours for previous years can be used to improve the reliability of the forecasts made. Forecasting market electricity prices and peak load hours creates opportunities for solving problems of optimal energy scheduling.

в формате PDF

ѕросмотров: 172, загрузок: 13, за мес€ц: 2.

Ќазад

»ѕ” –јЌ © 2007. ¬се права защищены