Существующая проблема. В конце 2021 г. цены на газ на мировом рынке продолжили расти за счет повышенного спроса, в частности в Европе, в условиях наступления отопительного сезона при исторически минимальных для сезона уровнях заполнения ПХГ.

Соответственно, растет электропотребление электротехнических комплексов компрессорных станций магистрального газопровода, что увеличивает плату за электроэнергию, а растущая конкуренция на мировом рынке газа требует мер по увеличению энергоэффективности.

На сегодняшний день общая установленная мощность КС в нашей стране составляет около 42млн. кВт. (42 ГВт), что делает задачу увеличения энергоэффективности электротехнических комплексов КС актуальной.

Идея работы. Снижение затрат на электроэнергию и мощность электротехнического комплекса компрессорной станции магистрального газопровода (КС МГ) возможно путем регулирования графиков электрических нагрузок с помощью системы накопителей электроэнергии (СНЭЭ). Зачастую при проектировании СНЭЭ не берётся во внимание дополнительный эффект от использования СНЭЭ для регулирования графика электропотребления. Совокупный эффект от СНЭЭ, установленной на уровне потребителей, может оказывать существенное влияние на неравномерность суточного графика нагрузки, что позволяет потребителям получать дополнительный экономический эффект за счет участия в программе управления спросом. Выбор емкости СНЭЭ необходимо определять с учетом неравномерности графиков электрических нагрузок. Однако при прогнозировании на сутки вперед снижение пиков потребления может быть неоптимальным при неравномерном графике нагрузки, в котором значения потребления в разные дни в течение года различаются в несколько раз, поэтому для выбора наиболее эффективной ёмкости следует прогнозировать электропотребление на срок до нескольких месяцев.

Детали исследования. Результатом сравнения моделей прогнозирования стало решение использовать модель регрессии на основе решающих деревьев с поиском решения методом градиентного спуска с добавлением экзогенных параметров для прогнозирования электропотребления КС МГ. По результатам сравнения преимуществ и недостатков моделей для прогнозирования электропотребления КС сделан вывод о том, что прогноз электропотребления с использованием регрессии с применением градиентного спуска с включением в модель экзогенных параметров позволяет снизить ошибку прогнозирования на горизонте прогноза в 3 месяца более, чем в 4 раза (с 40% до 9,6%). Сравнение прогнозных моделей представлено в таблице 1.

Таблица 1 – сравнение моделей прогнозирования

Модель	Средняя абсолютная ошибка, кВт*ч	Средняя абсолютная ошибка, %
Авторегресионная модель	1052	40,0
Авторегресионная модель с экзогенными параметрами	662	25,0
Линейная регрессия	481	18,0
Регрессия с применением градиентного спуска	290	9,6

При установке СНЭЭ на уровне СН КС МГ на основе прогноза суточных пиков электропотребления задается алгоритм функционирования СНЭЭ для снижения отклонения фактического электропотребления от планового. С помощью алгоритма было найдено наиболее эффективное значение ёмкости СНЭЭ при известных значениях ошибки прогноза.

Заключение. В результате расчета эффективности использования СНЭЭ для снижения пикового электропотребления и отклонений фактического электропотребления от планового, а также при участии в системе управления спросом позволяют снизить оплату за электроэнергию на 0,27% (таблица 2).

Таблица 2 – эффект от применения СНЭЭ

Месяц	Эффект от снижения отклонений, долл. США	Эффект от участия в управлении спросом, долл. США	Суммарный эффект, долл. США	Относительное снижение платы за электроэнергию,%
Эффект	1915,17	4290,41	6205,58	0,27

 

Статистика

Просмотров

269

Скачано

2