Macromodelling as an aproach to short-term load forecasting of electric power system objects

Abstract

Розглянуто методи побудови моделей енерго- споживання та описано альтернативний метод прогно- зування енергоспоживання визначених об’єктів з викорис- танням дискретних макромоделей, який дає змогу оціню- вати кількісні характеристики споживання електричної енергії у майбутньому, використовуючи відомі дані натурного експерименту. Описано особливості отримання експериментальних даних та процедуру побудови дискретних автономних макромоделей на їхній основі у вигляді “чорної скриньки” у формі змінних стану. Запропоновано спосіб вибору вектора початкових змінних стану та спосіб його введення у макромодель у зв’язку з відсутністю вектора вхідних змінних у явному вигляді. Обґрунтовано доцільність застосування дискретних автономних макромоделей для короткотермінового енергоспоживання. Наведено отриману макромодель конкретного об’єкта енергоспоживання для короткотермі- нового прогнозування електричного навантаження та виконано верифікацію отриманих результатів.

The paper is concerned with methods for the development of mathematical models intended for electric load forecasting, as well as an alternative method for the forecast of defined objects using discrete macromodels, which allows the quantative characteristics evaluation of future electric energy consumption to be analyzed using known previous data obtained during the field test. There is a description of the features of obtaining the experimental data and the procedure of developing discrete autonomous macromodels based on the data, using the “black box” approach in the form of state variables. A method for choosing the initial variables vector and the way of its introduction into the macromodel is developed because of the absence of an input variables vector in the explicit form. The expedience of applying the discrete autonomous macromodels for short-term electric load forecasting is shown. The developed mactomodel of daily power consumption of the power region served by an electric power substation for short-term electric load forecasting is presented, and the verification of the obtained results is carried out.