Βραχυπρόθεσμη πρόβλεψη ηλεκτρικού φορτίου.

Abstract

Ο σκοπός της έρευνας είναι η εύρεση των βέλτιστων μεθόδων για την πρόβλεψη του ηλεκτρικού φορτίου που πρέπει να παραγάγει μια μονάδα παραγωγής ηλεκτρικού φορτίου. Για να επιτευχθεί η πρόβλεψη χρησιμοποιούνται σύγχρονοι μέθοδοι και αλγόριθμοι τεχνητής νοημοσύνης, μια μεγάλη ποικιλία από μαθηματικές μεθόδους και ιδέες. Η ανάπτυξη και η βελτίωση της κατάλληλων μαθηματικών εργαλείων, θα οδηγήσουν στην ανάπτυξη πιο ακριβών τεχνικών πρόβλεψη φορτίου. Είναι ένα απαραίτητο τμήμα μιας σύγχρονης μονάδας παραγωγής ηλεκτρικού φορτίου που ονομάζεται έξυπνο δίκτυο. Οι προβλέψεις φορτίου είναι εξαιρετικά σημαντικές για τους προμηθευτές ενέργειας, τα χρηματοπιστωτικά ιδρύματα (και άλλους συμμετέχοντες), στην παραγωγή, στη μεταφορά, στη διανομή και στις αγορές ηλεκτρικής ενέργειας. Η Βραχυπρόθεσμη πρόβλεψη φορτίου, λαμβάνεται υπόψη για να βοηθήσει στην εκτίμηση των ροών φορτίου και στη λήψη αποφάσεων που μπορoύν να αποτρέψουν την υπερφόρτωση. Έγκαιρες υλοποιήσεις τέτοιων αποφάσεων οδηγούν στη βελτίωση της αξιοπιστίας του δικτύου, στις μειωμένες εμφανίσεις βλαβών του εξοπλισμού και διακοπές ρεύματος.

The purpose of this research is to find the best methods for forecasting electricity load for a power plant. To achieve the prediction modern methods of artificial intelligence algorithms and also a large variety of mathematical methods and ideas have been used for load forecasting. The development and improvements of appropriate mathematical tools will lead to the development of more accurate load forecasting techniques. Load Forecasting is a necessary component of a modern power plant that is called smart grid. Load forecasts are extremely important for energy suppliers, financial institutions, and other participants in electric energy generation, transmission, distribution, and markets. Short-term load forecasting can help to estimate load flows and to make decisions that can prevent overloading. Timely implementations of such decisions lead to the improvement of network reliability and to the reduced occurrences of equipment failures and blackouts.