Прогнозирование и управление электропотреблением сообщества микросетей с применением искусственного интеллекта

Современная электроэнергетика характеризуется резко возросшим потреблением электроэнергии за последние десятилетия. Объясняется это рядом причин: технологических, социальных, экономических и др. Поэтому прогнозирование потребления электроэнергии имеет важное значение для множества процессов, включая планирование работы генерирующего оборудования, управление и оптимизацию режимов работы энергетических систем, а также является значимым аспектом в работе промышленных предприятий, так как отклонения для них грозят штрафами. В связи с этим одной из актуальных задач на рынке электроэнергии сегодня является прогнозирование электропотребления на определенный срок. В статье представлено описание модели микросети со встроенным блоком прогнозирования электропотребления и интеллектуального управления нагрузкой одновременно несколькими объектами, в том числе имеющими распределенную генерацию. Решение принимается на сутки вперед, формируя стратегию профиля генерации и управления электроприемниками. Такой тайминг диктуется информацией, имеющейся у интеллектуальной системы: прогноз спроса и цены на электроэнергию централизованной энергосистемы на каждый час следующих суток. Описаны особенности переключения в пиковое время на дополнительные источники электроэнергии, распределение по микросетям. Прогноз реализован с помощью модели Хольта - Винтерса из библиотеки statsmodels (Python 3). Модель использует идеи экспоненциального сглаживания, но является более сложной и может применяться к рядам, содержащим тенденцию и сезонность. Обученная модель прогнозирует с точностью 95,21 %.