A Long-Term Forecasting Model of Electricity Consumption Volume on the Example of Ups of the Ural with the Help of Harmonic Analysis of a Time Series

В статье рассмотрена модель прогнозирования объемов потребления электроэнергии на основе гармонического анализа временных рядов. Ранее авторами было установлено наличие трендовой составляющей, описываемой полиномом второго порядка. На основе построения автокорреляционной функции была доказана периодичность временного ряда объема потребления электрической энергии, с периодами 1 год и 1 неделя, что обусловлено снижением электропотребления в летний период за счет увеличения светлого времени суток и снижением производства в выходные дни. Модель протестирована на фактических почасовых данных Объединенной энергосистемы Оптового рынка электроэнергии и мощности России. Модель проверена на адекватность с помощью критерия Фишера и коэффициента детерминации. Введение двух гармонических составляющих (годовой и недельной) вместо общепринятой одной снизило ошибку аппроксимации для текущей модели с 2,25 \ Разработанный научный инструментарий рекомендуется в операционной деятельности субъектов электроэнергетики при прогнозировании основных параметров энергетического рынка для снижения штрафных санкций за счет повышения точности прогнозов.

Ключевые слова

модели прогнозирования; основные параметры; энергетический рынок; гармонический анализ.

Литература

1. Mokhov, V.G. Modeling of the Time Series Digressions by the Example of the UPS of the Ural / V.G. Mokhov, T.S. Demyanenko // Вестник ЮУрГУ. Серия: Математическое моделирование и программирование. - 2015. - Т. 8, № 4. - С. 127-130.
2. Мохов, В.Г. Построение трендовой составляющей аддитивной модели долгосрочного прогнозирования Оптового рынка электрической энергии и мощности России на примере Объединенной энергосистемы Урала / В.Г. Мохов, Т.С. Демьяненко // Вестник ЮУрГУ. Серия: Экономика и менеджмент. - 2018. - Т. 12, № 2. - С. 80-87.
3. Singh, S. Pattern Modelling in Time-Series Forecasting / S. Singh // Cybernetics and Systems-AnInternational Journal. - 2000. - V. 31, № 1. - P. 49-65.
4. Nogales, F.J. Electricity Price Forecasting Through 138 Transferfunction Models / F.J. Nogales, A.J. Conejo // Journal of the Operational Research Society. - 2006. - V. 57, № 4. - P. 350-356.
5. Conejo, A.J. Day-Ahead Electricity Price Forecasting Using the Wavelet Transform and ARIMA Models / A.J. Conejo // IEEE Transaction on Power Systems. - 2005. - V. 20, № 2. - P. 1035-1042.