Trong những năm gần đây, do nhu cầu năng l-ợng không ngừng biến
đổi và tăng lên rõ rệt theo thời giannên ngành Điện lực đã và đang xây dựng
rất nhiều các nhà máy điện để đáp ứng nhu cầu tiêu thụ điện năng trong cả
n-ớc. Vì vậy, một trong những vấn đề quan trọng mà ngành Điện lực cần phải
giải quyết tốt là bài toán dự báo phụ tải ngắn hạn và dài hạn.
Cho đến nay tuy đã có nhiều ph-ơng pháp luận trong việc giải quyết bài
toán dự báo, song bài toán này luôn là một bài toán khó. Hiện nay, trong
ngành Điện lực Việt Nam bài toán dự báo phụ tải đ-ợc giải quyết chủ yếu nhờ
sử dụng các ph-ơng pháp dự báo truyền thống mang tính kinh nghiệm thuần
tuý. Trong số các h-ớng nghiên cứu nhằm triển khaicác hệ thống thông minh
ở giai đoạn tới, mạng nơron giữ một vai trò quan trọng trong việc phát triển
các giải pháp nhận dạng, dự báo Mạng nơron nhân tạo làkỹ thuật xử lý
thông tin có triển vọng ứng dụng trong việc giải quyết bài toán dự báo. Kết
hợp chặt chẽ với logic mờ, mạng nơron nhân tạo có thể giúp giải quyết hiệu
quả hơn các bài toán phức tạp.
Nhờ các -u điểm nh-có cấu trúc xử lý song song, khả năng học và ghi
nhớ, khả năng tự tổ chức và tổng quát hoá, mạng nơron nhân tạo ANN
(Artificial Newal Networks) đã đ-ợc nghiên cứu vàứng dụng thành công
trong rất nhiều lĩnh vực nh-xấp xỉ hàm nhận dạng mẫu, dự báo Luận văn
này chủ yếu tập trung tìm hiểu về mạng nơron nhân tạo và nghiên cứu ứng
dụng giải quyết bài toán dự báo phụ tải ngắn hạn cho hệ thống điện miền Bắc.
Mục đích của luận văn là phát triển các ph-ơng pháp để giảibài toán dự
báo phụ tải ngắn hạn. Đối t-ợng cụ thể của nghiên cứu là dự báo phụ tải cho
24 giờ sau nhằm đ-a ra các thông số cần thiết cho công tác vận hành và lập
ph-ơng thức điều hành hệ thống điện.
Luận văn bao gồm sáu ch-ơng và hai phụ lục.
5
Ch-ơng I – Phụ tải hệ thống điệnmiền Bắc và bài toán dự báo:
Trình bày tổng quan về HTĐ miền Bắc. Phát biểu bài toán dự báo phụ tải, nêu
phạm vi, tầm quan trọng của bài toán, các yếu tố ảnh h-ởng đến phụ tải ngắn
hạn.
Ch-ơng II – Tổng quan về mạng nơron nhân tạo:Trình bày các khái
niệm cơ bản về mạng nơron nhân tạo: cơ sở lý thuyết và môhình mạng.
Ch-ơng III – ứng dụng mạng nơron ánh xạ đặc tr-ng tự tổ chức
Kohonen trong bài toán phân loại ngày:Trình bày các khái niệm cơ bản về
mạng nơron ánh xạ đặc tr-ng tự tổ chức Kohonen, đềxuất cấu trúc mạng để
giải quyết bài toán, xây dựng cấu trúc phần mềm và phân tích đánh giá kết
quả đạt đ-ợc.
Ch-ơng IV – ứng dụng mạng nơron nhiều lớp lan truyền ng-ợc sai
số trong bài toán dự báo phụ tải theo nhiệt độ môi tr-ờng:Trình bày các
khái niệm cơ bản về mạng nơron nhiều lớp lan truyền ng-ợc sai số, đ-a ra các
b-ớc xây dựng bài toán, đề xuất cấu trúcmạng, xây dựng cấu trúc phần mềm,
đánh giá kết quả và so sánh với một số ph-ơng pháp đã có.
Ch-ơng V - Hệ thống phần mềm dự báo phụ tải ngắn hạn cho Hệ
thống điện miền Bắc: Giới thiệu về cơ sở dữ liêụ, đặc tả các chức năng của
hệ thống và h-ớng dẫn sử dụng phần mềm.
Ch-ơng VI -So sánh với một số kết quả đãcó và đánh giá kết quả:
So sánh ph-ơng pháp dự báo phụ tải ngắn hạn của Hệ thống điện miền Bắc sử
dụng mạng nơron nhân tạo với một số ph-ơng pháp dự báo truyền thống.
Đánh giá kết quả đạt đ-ợc và khả năng ứng dụng của phần mềm
125 trang |
Chia sẻ: oanhnt | Lượt xem: 1456 | Lượt tải: 1
Bạn đang xem trước 20 trang tài liệu Luận văn Ứng dụng mạng nơron nhân tạo dựbáo phụ tải ngắn hạn hệ thống điện miền bắc, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
-----------------------------------------
LUẬN VĂN THẠC SĨ KHOA HỌC
ỨNG DỤNG MẠNG NƠRON NHÂN TẠO DỰ BÁO PHỤ TẢI
NGẮN HẠN HỆ THỐNG ĐIỆN MIỀN BẮC
NGÀNH: CễNG NGHỆ THễNG TIN
MÃ SỐ:
CHU NGHĨA
Người hướng dẫn khoa học: PGS.TS. NGUYỄN ĐỨC NGHĨA
HÀ NỘI 2007
1
Mục lục
Danh mục các từ viết tắt ............................................................................. 3
Mở đầu..................................................................................................................... 4
CHƯƠNG I.................................................................................................................. 7
PHụ TảI Hệ THốNG ĐIệN MIềN BắC và bài toán dự báo...................... 7
1.1. Phụ tải Hệ thống điện miền Bắc .......................................................................7
1.1.1. Giới thiệu chung về HTĐ miền Bắc...........................................................7
1.1.2 Tầm quan trọng của dự báo phụ tải...........................................................10
1.1.3. Những yếu tố ảnh h−ởng đến phụ tải ngắn hạn .......................................11
1.1.4. Mục tiêu và phạm vi nghiên cứu dự báo phụ tải ......................................15
1.2. Bài toán dự báo phụ tải ...................................................................................16
1.2.1. Đặc điểm đồ thị phụ tải HTĐ miền Bắc...................................................16
1.2.2. Dự báo phụ tải ngắn hạn cho 24h tiếp theo..............................................19
CHƯƠNG II .............................................................................................................. 23
Tổng quan Về MạNG NƠRON NHÂN TạO .................................................. 23
2.1. Lịch sử phát triển của mạng nơron nhân tạo...................................................23
2.2. Cơ sở lý thuyết mạng nơron............................................................................26
2.3. Bộ não và nơron sinh học ...............................................................................27
2.4 Mô hình mạng nơron nhân tạo.........................................................................30
2.4.1 Mô hình một nơron nhân tạo ....................................................................30
3.4.2. Mô hình mạng nơron nhân tạo.................................................................33
Ch−ơng III ............................................................................................................. 40
ứng dụng mạng nơron ánh xạ đặc tr−ng tự tổ chức Kohonen
trong bài toán phân loại ngày.............................................................. 40
3.1. Sự cần thiết phân loại đồ thị phụ tải................................................................40
3.1.1. Tập hợp các kiểu đồ thị phụ tải đặc tr−ng ................................................40
3.1.2. Sự cần thiết phân loại ngày bằng ph−ơng pháp mạng nơron....................42
3.2. Mạng nơron ánh xạ đặc tr−ng tự tổ chức Kohonen ........................................43
3.2.1. Cấu trúc mạng ..........................................................................................44
3.2.2. Huấn luyện mạng .....................................................................................45
3.2.3. Sử dụng mạng...........................................................................................47
3.3. Xây dựng mạng Kohonen để phân loại ngày..................................................48
3.3.1. Thiết kế cấu trúc mạng.............................................................................48
3.3.2. Huấn luyện mạng .....................................................................................49
3.3.3. Xây dựng cấu trúc phần mềm mô phỏng mạng Kohonen phân loại ngày.
...........................................................................................................................52
3.3.4. Kết quả sử dụng mạng Kohonen phân loại ngày .....................................52
3.3.5. Phân tích kết quả phân loại ngày trong tháng 2/2006, tháng 5/2006.......54
CHƯƠNG iV............................................................................................................. 58
2
ứNG DụNG MạNG NƠRON NHIềU LớP LAN TRUYềN NGƯợC SAI Số Dự
BáO PHụ TảI Ngắn hạn THEO NHIệT Độ MÔI TRƯờNG.......................... 58
4.1 Các khái niệm cơ bản về mạng nơron nhiều lớp lan truyền ng−ợc sai số (Back
propagation neural network). .................................................................................58
4.1.1 Kiến trúc mạng truyền thẳng. ...................................................................59
4.1.2. Huấn luyện mạng .....................................................................................60
4.1.3. Sử dụng mạng...........................................................................................64
4.1.4. Nghiên cứu sự hội tụ và độ phức tạp của quá trình huấn luyện mạng. ....64
4.1.5. Một số vấn đề về mạng nơron nhiều lớp. .................................................67
4.2. ứng dụng mạng nơron nhiều lớp lan truyền ng−ợc sai số xây dựng bài toán dự
báo phụ tải hệ thống điện.......................................................................................68
4.2.1. Các b−ớc xây dựng bài toán dự báo phụ tải. ............................................68
4.2.2. Xây dựng cấu trúc phần mềm mô phỏng mạng nơron lan truyền ng−ợc sai
số ứng dụng trong bài toán dự báo đỉnh và đáy đồ thị phụ tải. ..........................72
4.2.3 Dự báo phụ tải cho 24 giờ trong ngày.......................................................85
CHƯƠNG V .............................................................................................................. 99
Hệ thống phần mềm dự báo phụ tải ngắn hạn cho hệ thống
điện miền bắc..................................................................................................... 99
5.1. Giới thiệu về cơ sở dữ liệu. .............................................................................99
5.2. Đặc tả các chức năng ....................................................................................100
5.2.1. Truy vấn dữ liệu.....................................................................................100
5.2.2. Phân loại dữ liệu ....................................................................................101
5.2.3 Chuẩn hoá dữ liệu...................................................................................101
5.2.4 Huấn luyện mạng....................................................................................101
5.2.5 Dự báo phụ tải.........................................................................................101
5.3 H−ớng dẫn sử dụng........................................................................................102
5.3.1 Truy vấn dữ liệu......................................................................................102
5.3.2 Phân loại dữ liệu .....................................................................................103
5.3.3 Chuẩn hoá dữ liệu...................................................................................103
5.3.4 Huấn luyện mạng....................................................................................104
5.3.5 Dự báo ....................................................................................................104
CHƯƠNG vI........................................................................................................... 106
so sánh với một số kết quả đ∙ có và Đánh giá kết quả.......... 106
6.1. So sánh với một số ph−ơng pháp đã có.........................................................106
6.2. Đánh giá kết quả..........................................................................................111
KếT LUậN ............................................................................................................. 114
Tài liệu tham khảo....................................................................................... 116
Phụ lục i ............................................................................................................. 118
Phụ lục II ............................................................................................................ 120
Tóm tắt luận văn.......................................................................................... 123
Summary ............................................................................................................ 124
3
Danh mục các từ viết tắt
ANN Mạng nơron nhân tạo
DBPT Dự báo phụ tải
HTĐ Hệ thống điện
HTĐ1 Trung tâm Điều độ Hệ thống điện miền Bắc
MSE Trung bình tổng bình ph−ơng sai số
SSE Tổng bình ph−ơng sai số
CNTT Công nghệ thông tin
ĐTPT Đồ thị phụ tải
4
Mở đầu
Trong những năm gần đây, do nhu cầu năng l−ợng không ngừng biến
đổi và tăng lên rõ rệt theo thời gian nên ngành Điện lực đã và đang xây dựng
rất nhiều các nhà máy điện để đáp ứng nhu cầu tiêu thụ điện năng trong cả
n−ớc. Vì vậy, một trong những vấn đề quan trọng mà ngành Điện lực cần phải
giải quyết tốt là bài toán dự báo phụ tải ngắn hạn và dài hạn.
Cho đến nay tuy đã có nhiều ph−ơng pháp luận trong việc giải quyết bài
toán dự báo, song bài toán này luôn là một bài toán khó. Hiện nay, trong
ngành Điện lực Việt Nam bài toán dự báo phụ tải đ−ợc giải quyết chủ yếu nhờ
sử dụng các ph−ơng pháp dự báo truyền thống mang tính kinh nghiệm thuần
tuý. Trong số các h−ớng nghiên cứu nhằm triển khai các hệ thống thông minh
ở giai đoạn tới, mạng nơron giữ một vai trò quan trọng trong việc phát triển
các giải pháp nhận dạng, dự báo…Mạng nơron nhân tạo là kỹ thuật xử lý
thông tin có triển vọng ứng dụng trong việc giải quyết bài toán dự báo. Kết
hợp chặt chẽ với logic mờ, mạng nơron nhân tạo có thể giúp giải quyết hiệu
quả hơn các bài toán phức tạp.
Nhờ các −u điểm nh− có cấu trúc xử lý song song, khả năng học và ghi
nhớ, khả năng tự tổ chức và tổng quát hoá, mạng nơron nhân tạo ANN
(Artificial Newal Networks) đã đ−ợc nghiên cứu và ứng dụng thành công
trong rất nhiều lĩnh vực nh− xấp xỉ hàm nhận dạng mẫu, dự báo… Luận văn
này chủ yếu tập trung tìm hiểu về mạng nơron nhân tạo và nghiên cứu ứng
dụng giải quyết bài toán dự báo phụ tải ngắn hạn cho hệ thống điện miền Bắc.
Mục đích của luận văn là phát triển các ph−ơng pháp để giải bài toán dự
báo phụ tải ngắn hạn. Đối t−ợng cụ thể của nghiên cứu là dự báo phụ tải cho
24 giờ sau nhằm đ−a ra các thông số cần thiết cho công tác vận hành và lập
ph−ơng thức điều hành hệ thống điện.
Luận văn bao gồm sáu ch−ơng và hai phụ lục.
5
Ch−ơng I – Phụ tải hệ thống điện miền Bắc và bài toán dự báo:
Trình bày tổng quan về HTĐ miền Bắc. Phát biểu bài toán dự báo phụ tải, nêu
phạm vi, tầm quan trọng của bài toán, các yếu tố ảnh h−ởng đến phụ tải ngắn
hạn.
Ch−ơng II – Tổng quan về mạng nơron nhân tạo: Trình bày các khái
niệm cơ bản về mạng nơron nhân tạo: cơ sở lý thuyết và mô hình mạng.
Ch−ơng III – ứng dụng mạng nơron ánh xạ đặc tr−ng tự tổ chức
Kohonen trong bài toán phân loại ngày: Trình bày các khái niệm cơ bản về
mạng nơron ánh xạ đặc tr−ng tự tổ chức Kohonen, đề xuất cấu trúc mạng để
giải quyết bài toán, xây dựng cấu trúc phần mềm và phân tích đánh giá kết
quả đạt đ−ợc.
Ch−ơng IV – ứng dụng mạng nơron nhiều lớp lan truyền ng−ợc sai
số trong bài toán dự báo phụ tải theo nhiệt độ môi tr−ờng: Trình bày các
khái niệm cơ bản về mạng nơron nhiều lớp lan truyền ng−ợc sai số, đ−a ra các
b−ớc xây dựng bài toán, đề xuất cấu trúc mạng, xây dựng cấu trúc phần mềm,
đánh giá kết quả và so sánh với một số ph−ơng pháp đã có.
Ch−ơng V - Hệ thống phần mềm dự báo phụ tải ngắn hạn cho Hệ
thống điện miền Bắc: Giới thiệu về cơ sở dữ liêụ, đặc tả các chức năng của
hệ thống và h−ớng dẫn sử dụng phần mềm.
Ch−ơng VI - So sánh với một số kết quả đã có và đánh giá kết quả:
So sánh ph−ơng pháp dự báo phụ tải ngắn hạn của Hệ thống điện miền Bắc sử
dụng mạng nơron nhân tạo với một số ph−ơng pháp dự báo truyền thống.
Đánh giá kết quả đạt đ−ợc và khả năng ứng dụng của phần mềm.
Phụ lục I – Phần mềm mô phỏng mạng Kohonen trong bài toán phân
loại kiểu ngày.
6
Phụ lục II – Phần mềm mô phỏng mạng nơron lan truyền ng−ợc sai số
ứng dụng trong bài toán dự báo đỉnh và đáy đồ thị phụ tải.
Em xin chân thành cảm ơn PGS.TS Nguyễn Đức Nghĩa đã h−ớng dẫn và cho
em những ý kiến quý báu, em xin chân thành cảm ơn các thầy cô giáo khoa
Công nghệ Thông tin – Tr−ờng Đại học Bách khoa Hà Nội đã trang bị kiến
thức giúp em hoàn thành luận văn này.
7
CHƯƠNG I
PHụ TảI Hệ THốNG ĐIệN MIềN BắC và bài toán dự báo
Ch−ơng này đề cập đến các vấn đề sau:
• Giới thiệu chung về HTĐ miền Bắc
• Tầm quan trọng của dự báo phụ tải
• Những yếu tố ảnh h−ởng đến phụ tải ngắn hạn
• Mục tiêu và phạm vi nghiên cứu dự báo phụ tải
• Đặc điểm đồ thị phụ tải HTĐ miền Bắc
• Dự báo phụ tải ngắn hạn cho 24h tiếp theo
1.1. Phụ tải Hệ thống điện miền Bắc
1.1.1. Giới thiệu chung về HTĐ miền Bắc
Ranh giới của Hệ thống điện miền Bắc đ−ợc tính từ Hà tĩnh trở ra, là
một vùng có vị trí địa lý t−ơng đối phức tạp, trải dài và nằm sát bờ biển, có
nhiều đồi núi, có nhiều vùng khí hậu khác nhau, kinh tế các khu vực trên toàn
miền Bắc phát triển không đồng đều dẫn đến công suất phụ tải ở các khu vực
có sự chênh lệch lớn. Phụ tải chủ yếu tập trung ở vùng đồng bằng, các thành
phố lớn có công nghiệp phát triển. Tại những vùng này phụ tải cao điểm và
thấp điểm chênh lệch nhau không lớn lắm Pmin/Pmax khoảng 0.7 do phụ tải
công nghiệp tại các khu vực này phát triển. Đối với những vùng miền núi hoặc
sản xuất nông nghiệp, công nghiệp không phát triển thì Pmin/Pmax khoảng 0.3
do phụ tải vào cao điểm chủ yếu là phụ tải sinh hoạt, điều nay gây khó khăn
rất lớn trong vận hành kinh tế hệ thống điện. Vào thấp điểm của hệ thống ta
không khai thác cao đ−ợc các nguồn điện rẻ tiền còn vào cao điểm của hệ
thống ta phải chạy các nguồn điện đắt tiền để phủ đỉnh, có khi còn phải hạn
chế phụ tải vào cao điểm do nguồn điện không đáp ứng đ−ợc nhu cầu của phụ
tải. Các thành phần cấu thành phụ tải đ−ợc thể hiện ở biều đồ sau:
8
Trên biểu đồ ta thấy phụ tải Quản lý & Tiêu dùng dân c−, Công nghiệp
& xây dựng chiếm tỷ trọng lớn, đến 90% tổng công suất phụ tải.
Theo thống kê, mức độ tăng tr−ởng phụ tải hệ thống điện từ năm 2001
– 2005 là rất cao. Bảng 1.1 và bảng 1.2 d−ới đây thể hiện tốc độ tăng tr−ởng
phụ tải về sản l−ợng của các năm trên.
Bảng 1.1: Sản l−ợng điện tiêu thụ của HTĐ miền Bắc từ năm 2001-2005
2001 2002 2003 2004 2005
HTĐ miền Bắc 10.765.767,2 12.251.947,5 14.215.228,6 16.008.894,1 18.057.297,9
Cty I 7.042.600,7 8.125.911,1 9.573.472,8 10.857.462,9 12.292.387,7
Hà Nội 2.777.100,4 3.079.711 3.486.549 3.879.340,1 4,329.367,2
Hải Phòng 946.066,1 1.046.325,4 1.155.206,9 1.272.091,1 1.415.610,8
Hình 1.1. Biểu đồ các thành phần cấu thành nên phụ tải
Công nghiệp và xây
dựng 45.20%
Th−ơng nghiệp &
KSNH 4.49%
Quản lý & Tiêu dùng
dân c− 44.59%
Nông nghiệp và thuỷ
sản 1.40%
Các hoạt động
khác 4.32%
9
Bảng 1.2: Tốc độ tăng tr−ởng phụ tải
2002 2003 2004 2005
HTĐ Bắc 13,84% 16,02% 12,62% 12,8%
Cty I 15,38% 17,81% 13,41% 13,22%
Hà Nội 10,89% 13,21% 11,27% 11,6%
Hải Phòng 10,6% 10,41% 10,12% 11,28%
Do điện năng của Quản lý & Tiêu dùng dân c− là rất lớn nên chênh lệch
công suất giữa giờ cao điểm và thấp điểm rất lớn (khoảng 2-3 lần) và phụ
thuộc rất nhiều vào thời tiết, gây ảnh h−ởng lớn đến việc khai thác tối −u các
nguồn điện. Phụ tải cao điểm là nhân tố quyết định việc huy động nguồn điện
trong khi đó phụ tải thấp điểm lại giữ vai trò quan trọng trong việc quyết định
phối hợp và điều chỉnh các nguồn điện nhằm đảm bảo vận hành kinh tế. Do đó
việc dự báo chính xác phụ tải có ý nghĩa hết sức quan trọng trong bài toán vận
hành kinh tế hệ thống điện cũng nh− cải tạo, thiết kế hệ thống cung cấp điện,
giảm thiểu đ−ợc tổn thất công suất và điện năng. Đặc biệt việc dự báo phụ tải
cao điểm chính xác mang lại lợi ích và hiệu suất sử dụng năng l−ợng cho
khách hàng, tránh trình trạng thiếu công suất giờ cao điểm.
Do đó phụ tải cao điểm và thấp điểm chính là hai giá trị đặc biệt trên đồ
thị phụ tải ngày và là mối quan tâm hàng đầu của ng−ời lập quy hoạch và thiết
kế hệ thống điện. Khi phụ tải thấp thì tỉ lệ tổn thất tăng do tổn hao không tải.
10
1.1.2 Tầm quan trọng của dự báo phụ tải
Nh− chúng ta biết tháng 5/2005 sản l−ợng điện tiêu thụ đột biến trong
khi đó nguồn tài nguyên n−ớc tại thời điểm đó bị thiếu hụt dẫn đến ảnh h−ởng
lớn đến nền kinh tế Việt Nam. Vì vậy dự báo phụ tải điện đóng vai trò hết sức
quan trọng đối với việc quy hoạch, đầu t−, phát triển nguồn điện và vận hành
hệ thống điện. Nhu cầu tiêu thụ điện năng phụ thuộc vào khả năng phát triển
của nền kinh tế quốc dân. nếu dự báo phụ tải quá thấp so với nhu cầu thực tế
thì dẫn đến kết quả nguồn dự phòng thấp, không đáp ứng đầy đủ nhu cầu điện
cho sản xuất công nghiệp và tiêu dùng, còn nếu dự báo phụ tải quá cao sẽ phải
huy động các nguồn đắt tiền gây lãng phí cho nền kinh tế n−ớc nhà.
Dự báo phụ tải dài hạn (khoảng 10-20 năm) nhằm mục đích cung cấp
dữ liệu cho công tác quy hoạch và đầu t− phát triển HTĐ. Còn dự báo phụ tải
ngắn hạn (trong vòng 30 ngày) có nhiệm vụ đảm bảo vận hành hệ thống điện
an toàn và kinh tế. Đối với dự báo dài hạn có tính chất chiến l−ợc thì chỉ nêu
lên những ph−ơng h−ớng phát triển chủ yếu mà không yêu cầu xác định chỉ
tiêu cụ thể.
Các chức năng quan trọng trong kế hoạch vận hành HTĐ nh− phân phối
nguồn một cách kinh tế, hiệu quả, lên kế hoạch bảo d−ỡng và sửa chữa,
th−ờng đ−ợc thực hiện nhờ việc dự báo phụ tải, vì vậy dự báo phụ tải đóng vai
trò đặc biệt quan trọng đối với điều độ viên, những ng−ời hoạch định kế
hoạch, lên ph−ơng thức vận hành HTĐ.
Trong công tác vận hành, việc lập ph−ơng thức ngày, ph−ơng thức tuần
của Trung tâm Điều độ, hay dự báo phụ tải báo tr−ớc một giờ, một ngày, một
tuần là những công việc tối cần thiết. Những ph−ơng thức vận hành cơ bản
trong ngày nh− huy động nguồn, phối hợp nguồn, truyền tải công suất giữa
các miền, giải quyết các công tác sửa chữa trên l−ới điện và đánh giá mức độ
an toàn HTĐ đều đòi hỏi phải có dự báo phụ tải t−ơng đối chính xác.
11
Trong thực tế vận hành HTĐ Việt Nam nói chung và HTĐ miền Bắc
nói riêng, phụ tải cao điểm (phụ tải cao nhất trong ngày Pmax) và thấp điểm
(phụ tải thấp nhất trong ngày Pmin) là hai điểm đặc biệt trong đồ thị phụ tải
ngày và đ−ợc quan tâm nhiều nhất trong vận hành. Phụ tải cao điểm quyết
định việc huy động các nguồn nhiệt điện, tua-bin khí, diesel dự phòng nhằm
đảm bảo đủ nguồn phủ đỉnh và dự phòng nóng, tăng độ an toàn cung cấp điện.
Phụ tải thấp điểm quyết định việc phối hợp và điều chỉnh các nguồn tua-bin
khí, nhiệt điện, thủy điện nhằm đảm bảo vận hành kinh tế, tránh nhà máy thuỷ
điện Hoà Bình vận hành trong vùng công suất không cho phép về kỹ thuật,
trong đó dự báo phụ tải lúc cao điểm Pmax là quan trọng nhất trong ngày. Dự
báo chính xác phụ tải cao điểm có hiệu quả lớn về kinh tế vào mùa lũ khi cần
khai thác tối đa nguồn thủy điện, trong khi n−ớc các hồ chứa đang xả thì các
nguồn điện khác huy động chỉ nhằm mục đích an toàn, bù điện áp và phủ
đỉnh. Nếu sai số dự báo phụ tải lúc cao điểm giảm 2%, Điều độ Quốc Gia
(ĐĐQG) có thể tiết kiệm đ−ợc khoảng 80 MW nguồn tuabin khí chạy dầu đắt
tiền chạy phủ đỉnh lúc cao điểm, góp phần đáng kể vào việc tăng hiệu quả vận
hành HTĐ và tiết kiệm đ−ợc hàng trăm triệu đồng trên mỗi giờ cho ngành
điện nói riêng và cho cả nền kinh tế Quốc dân nói chung.
Hạn chế phụ tải lúc cao điểm cũng th−ờng xảy ra trong mùa lũ khi thiếu
nguồn phủ đỉnh. Tính chính xác đ−ợc l−ợng công suất thiếu để chủ động cắt
phụ tải những kh