phone +7 495 240-54-57
mail info@neftegas.info
image
energas.ru

Газовая промышленность Спецвыпуск № 4 2021

Спецвыпуск № 4 2021

Наука и производство

01.12.2021 11:00 РАЗВИТИЕ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ ДИСПЕТЧЕРСКИХ РЕШЕНИЙ НА БАЗЕ СОВРЕМЕННЫХ ПОДХОДОВ К ОПЕРАТИВНОМУ КРАТКОСРОЧНОМУ ПРОГНОЗИРОВАНИЮ ОТБОРА ГАЗА ПОТРЕБИТЕЛЯМИ В ЗОНЕ ЕСГ
В статье представлены подходы к решению задач оперативного краткосрочного прогнозирования отбора газа потребителями в зоне Единой системы газоснабжения в суточном разрезе с глубиной прогноза от 3 до 7 сут. Проанализированы особенности построения математических моделей: регрессионные методы прогнозирования временных рядов от простых линейных до сложнопостроенных авторегрессионных моделей и алгоритмы, использующие принципы машинного обучения. Рассмотрена совокупность факторов, оказывающих влияние на отбор газа: температура наружного воздуха, периоды включения / отключения отопления, сезонная и недельная неравномерности, выходные и праздничные дни, первый рабочий день после выходного или праздничного дня и др. Проанализированы особенности учета этих факторов в моделях прогнозирования. В настоящее время в рамках деятельности Департамента ПАО «Газпром» (С.Н. Панкратов) реализованы и апробированы модели, построенные на базе рассмотренных подходов. Их использование позволило обеспечить повышение качества прогнозов газопотребления в зоне Единой системы газоснабжения. Отмечается, что совершенствование подходов к оперативному прогнозированию позволит повысить точность прогнозных значений газопотребления, влияющих на принятие решений по оптимизации режимов работы Единой системы газоснабжения России.
Ключевые слова: ЕДИНАЯ СИСТЕМА ГАЗОСНАБЖЕНИЯ (ЕСГ), ГАЗОТРАНСПОРТНАЯ СИСТЕМА, КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ, СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ ДИСПЕТЧЕРСКИХ РЕШЕНИЙ, МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, ОПТИМИЗАЦИЯ.

Авторы:

УДК 519.673:622.691.4С.Н. Панкратов, к.э.н., ПАО «Газпром» (Санкт-Петербург, Россия), S.Pankratov@adm.gazprom.ru
В.В. Дедкова, к.э.н., ПАО «Газпром», V.Dedkova@adm.gazprom.ru
А.Н. Лобанов, к.т.н., ПАО «Газпром», A.N.Lobanov@adm.gazprom.ru
В.М. Быстрова, ПАО «Газпром», V.Bystrova@adm.gazprom.ru
М.Н. Позднякова, ПАО «Газпром», M.Pozdnyakova@adm.gazprom.ru
Д.А. Иваничев, ПАО «Газпром», D.Ivanichev@adm.gazprom.ru

Литература:

  1. Посягин Б.С., Герке В.Г. Справочное пособие для работников диспетчерских служб газотранспортных систем. М.: Газпром экспо, 2015.

  2. СТО Газпром 2-3.5-454–2010. Правила эксплуатации магистральных газопроводов [Электронный ресурс]. Режим доступа: ограниченный.

  3. Song K.B., Baek Y.S., Hong D.H. Short-term load forecasting for the holidays using fuzzy linear regression method // IEEE Trans. Power Syst. 2005. Vol. 20. No. 1. P. 96–101. DOI: 10.1109/TPWRS.2004.835632.

  4. Hyndman R.J., Athanasopoulos G. Forecasting: Principles and practice. Melbourne, Australia: OTexts, 2018.

  5. Taylor J., McSharry P. Short-term load forecasting methods: An evaluation based on European data // IEEE Trans. Power Syst. 2007. Vol. 22. No. 4. P. 2213–2219. DOI: 10.1109/TPWRS.2007.907583.

  6. Huang S.J., Shih K.R. Short-term load forecasting via ARMA model identification including non-Gaussian process considerations // IEEE Trans. Power Syst. 2003. Vol. 18. No. 2. P. 673–679. DOI: 10.1109/TPWRS.2003.811010.

  7. Al-Hamadi H.M., Soliman S.A. Long-term/mid-term electric load forecasting based on short-term correlation and annual growth // Electr. Power Syst. Res. 2005. Vol. 74. No. 3. P. 353–361. DOI: 10.1016/j.epsr.2004.10.015.

  8. Kuhn M. Building predictive models in R using the caret package // J. Stat. Softw. 2008. Vol. 28. No. 5. P. 1–26. DOI: 10.18637/jss.v028.i05.

  9. Р Газпром 173–2019. Краткосрочное оперативное планирование потоков газа по Единой системе газоснабжения [Электронный ресурс]. Режим доступа: ограниченный.

  10. Gilleland E., Katz R.W. extRemes 2.0: An extreme value analysis package in R // J. Stat. Softw. 2016. Vol. 72. No. 8. P. 1–39. DOI: 10.18637/jss.v072.i08.

  11. McSharry P.E., Bouwman S., Bloemhof G. Probabilistic forecast of the magnitude and timing of peak electricity demand // IEEE Trans. Power Syst. 2005. Vol. 20. No. 2. P. 1166–1172. DOI: 10.1109/TPWRS.2005.846071.





← Назад к списку

Подписывайтесь на нас