Báo cáo nghiên cứu khoa học: " potx

NGHIÊN CỨU XÂY DỰNG CHƯƠNG TRÌNH TÍNH TOÁN LỰA CHỌN MÔ HÌNH DỰ BÁO PHỤ TẢI ĐIỆN NĂNG A STUDY ON THE DEVELOPMENT OF A CALCULATION PROGRAM FOR POWER LOAD FORECASTING MODEL SELECTION Ngô V

NGHIÊN CỨU XÂY DỰNG CHƯƠNG TRÌNH TÍNH TOÁN LỰA CHỌN

MÔ HÌNH DỰ BÁO PHỤ TẢI ĐIỆN NĂNG

A STUDY ON THE DEVELOPMENT OF A CALCULATION PROGRAM FOR

POWER LOAD FORECASTING MODEL SELECTION

Ngô Văn Dưỡng, Trần Hoàng Sơn

Đại học Đà Nẵng

TÓM TẮT

Trên cơ sở nghiên cứu phương pháp bình phương cực tiểu để tính toán tìm phương trình hồi qui mô tả quan hệ giữa hai đại lượng ngẫu nhiên Tác giả đã xây dựng chương trình tính toán lựa chọn mô hình dự báo phụ tải điện năng, chương trình cho phép tính toán đưa ra được mô hình dự báo phù hợp trên cơ sở bộ số liệu thống kê về điện năng tiêu thụ trong thời gian quá khứ Đồng thời cho phép tính toán đưa ra giá trị dự báo phụ tải điện năng tại một thời điểm trong tương lai bằng phương pháp ngoại suy theo thời gian hoặc phương pháp tương quan Áp dụng kết quả của đề tài để tính toán dự báo phụ tải điện năng cho thành phố Đà Nẵng giai đoạn đến năm 2015

ABSTRACT

Basing on the study of the least squares method to calculate and find out regression equations that describe the relationships between the two random quantities, we present, in this article, the development of a calculation program for the power load forecasting model selection This program enables us to make calculations so as to provide a suitable forecasting model based on the statistics of power consumption in the past Furthermore, it also allows us to calculate the value of power load forecast at some time in the future by the extrapolation method of time or the method of correlation The results of this research can be applied to the calculation of the power load forecast for Danang City in the period from now up to 2015

1 Đặt vấn đề

Trong công tác qui hoạch và xây dựng chiến lược phát triển kinh tế xã hội nói chung và qui hoạch phát triển hệ thống điện nói riêng, cần thiết phải tính toán xác định được các chỉ số của nền kinh tế tại một thời điểm trong tương lai như: Tổng thu nhập quốc dân (GDP), tổng dân số, tổng sản phẩm công nghiệp (SLCN), tổng điện năng tiêu thụ v.v Để tính toán được các chỉ số nêu trên phải sử dụng phương pháp dự báo, mức

độ chính xác của kết quả dự báo phụ thuộc rất nhiều vào việc lựa chọn mô hình và phương pháp dự báo Đối với công tác dự báo phụ tải điện năng, kết quả dự báo không chính xác, sai lệch quá nhiều về khả năng cung cấp hoặc về nhu cầu điện năng sẽ dẫn đến hậu quả không tốt cho nền kinh tế Nếu ta dự báo phụ tải quá thừa so với nhu cầu sử dụng thì hậu quả là phải huy động nguồn lớn hơn mức cần thiết dẫn đến tăng vốn đầu

tư Ngược lại nếu dự báo phụ tải quá thấp so với nhu cầu thì sẽ không đáp ứng được nhu cầu cho các hộ tiêu thụ điện và làm thiệt hại cho nền kinh tế quốc dân, ảnh hưởng đến

đời sống và sinh hoạt của nhân dân Ngày nay đã có hàng loạt các phương pháp dự báo được đề xuất và áp dụng tính toán trong các bài toán qui hoạch như: Phương pháp tính theo hệ số đàn hồi, phương pháp ngoại suy theo thời gian, phương pháp tương quan, phương pháp chuyên gia, phương pháp san bằng hàm mũ, phương pháp xác định toán tử

dự báo tối ưu, phương pháp mạng neuron v.v Mỗi phương pháp dự báo nêu trên đều

có những ưu nhược điểm và phạm vi sử dụng khác nhau [1], thông thường để xác định giá trị dự báo của một đại lượng ngẫu nhiên tại một thời điểm trong tương lai hầu hết các phương pháp đều sử dụng bộ số liệu thống kê về sự xuất hiện của đại lượng đó trong thời gian quá khứ để tìm qui luật biến thiên theo thời gian hoặc qui luật tương quan với các chỉ tiêu kinh tế khác và sử dụng các qui luật này để tính toán dự báo Để xây dựng mối quan hệ giữa 2 đại lượng ngẫu nhiên bất kỳ thường sử dụng phương pháp bình phương cực tiểu, đây là một phương pháp toán học cho phép xác định các dạng phương trình hồi qui biểu diễn mối quan hệ giữa 2 đại lượng ngẫu nhiên trên cơ sở bộ

số liệu kê về sự xuất hiện của 2 đại lượng đó trong thời gian quá khứ [2] Vấn đề đặt ra

là cần lựa chọn phương trình hồi qui nào mô tả chính xác nhất mối quan hệ giữa 2 đại lượng để sử dụng làm mô hình dự báo Bài báo nghiên cứu xây dựng chương trình lựa chọn mô hình dự báo trên cơ sở các phương trình hồi qui đã được xây dựng và áp dụng tính toán dự báo phụ tải điện năng cho thành phố Đà Nẵng giai đoạn đến năm 2015

2 Phương pháp bình phương cực tiểu

2.1 Nội dung phương pháp

Giả sử có 2 đại lượng ngẫu nhiên x và y có quan hệ với nhau theo phương trình hồi qui dạng tổng quát y = (x, a, b, c ) và theo số liệu thống kê trong thời gian quá

phương cực tiểu là cần tìm các hệ số a, b, c sao cho tổng bình phương độ lệch giữa giá trị tính toán theo phương trình hồi qui và giá trị thực tế là bé nhất [1,2], nghĩa là:









n i

i

i x a b c y

c b a F

1

2

min

, , , ( )

, ,

Về mặt toán học để hàm F thoả mản điều kiện (1), ta lấy đạo hàm của F theo a,b,c và cho triệt tiêu, ta có:









































































0

, , , (

0

, , , (

0

, , , (

1 1 1

c c b a x y c

F

b c b a x y b

F

a c b a x y a

F

n i

i i

n i

i i

n i

i i













(2)

Giải hệ phương trình (2) sẽ tìm được các giá trị a, b, c, thay các giá trị này vào phương trình y = (x, a, b, c ) cho phép xác định được phương trình hồi qui biểu diễn qui mối quan hệ giữa 2 đại lượng ngẫu nhiên Như vậy, từ bộ số liệu thống kê về sự

xuất hiện của 2 đại lượng ngẫu nhiên trong thời gian quá khứ, bằng phương pháp bình phương cực tiểu cho phép xác định nhiều dạng phương trình hồi khác nhau, thông thường có 3 dạng cơ bản như trình bày trong mục 2.2

2.2 Các dạng phương trình hồi qui dùng trong mô hình dự báo

2.2.1 Dạng phương trình hàm bậc nhất: y1abx (3)

Bằng phương pháp tương tự trường hợp tổng quát, ta cũng thiết lập được hệ phương trình cho phép xác định các hệ số a và b, như sau:















































































































n i i

n i i n

i i n

i i

n i i n

i i n

i i n

i i i n

i i i n

i i n

i

i

n i i n

i

i

x

na y b x n x

y x x y x a y x x a x

b

y na x

b

1 1

1 2 2

1

1 1 2

1 1

1 1 1

2

1 1

2.2.2 Dạng phương trình hàm bậc hai: y ax2bxc

Tương tự cũng có hệ phương trình xác định các hệ số a,b,c như sau:































































































































n i i

n i i i

n i i i

n i i n

i i

n i i n

i i n

i i

n i i n

i i n

i i

n i i n

i i n

i

i

n i i i n

i i n

i i n

i

i

n i i i n

i i n

i i n

i

i

y

y x

y x

c b a

n x x

x x x

x x x

hay

y nc x b x

a

y x x c x b x

a

y x x c x b x

a

1 1 1 2

1 1 2

1 1 2

1 3

1 2

1 3

1 4

1 1

1

2

1 1 1

2

1

3

1 2

1 2

1 3

1

4

Sử dụng phương pháp ma trận để giải hệ phương trình (6), tính toán giá trị các định thức như sau:

2

1 1 4 2

1 3 3

1 2

1 1 2

1 3

1 2

1

4

2





























































n i i n

i i n

i i n

i i n

i i n

i i n

i i n

i i n

i

x n

2

1 1

2

1 1 3 2

1 2

1

1 1 1 2

1 1 1 3

1 2

1

2 1

det





























































































n i i n

i i i n

i i i n

i i n

i i n

i

i

n i i i n

i i n

i i n

i i n

i i n

i i n

i i n

i

i i

x y x y x x n x y

y x x x y x x x y x n





















































































n i i n

i i n

i i n

i i i n

i i n

i i n

i

i i

n i i n

i i n

i i n

i i i n

i i n

i i n

i i n

i

i i

y x x y x x n x y x

y x x y x x x x y x n

1 1 1 4

1 2

1 3 2

1 2

1

1 1 2

1 3

1 2

1 1 2

1 4

1 2

det





































































































n i i i n i i n

i i n

i i n

i i n

i i n

i

i i

n i i i n i i n i i n

i i i n

i i n i i n

i i n

i i n

i

i

y x x x y x x

y x

y x x x y x x x y x x

1 1 1 4

1 2

1 3 2

1 2

1 2

1 2

1 1 3

1 1 2

1 3

1 1 2

1

4 3

det

Nhập số liệu thống kê

Tính các hệ số của 3 phương trình hồi qui

y1, y2, y3 theo (4)(7)(9)(10)

Tính tổng bình phương độ lệch

 











n i

i y y y

1

2 1









n i

i y y y

1

2 2 2

 





n

i y y

2

1 y

3

3

1 y

3

hình dự báo

Chọn thời điểm dự báo (biến dự báo)

Tính và hiển thị giá trị dự báo

Dừng

S

S

Hình 1

Từ đó cho phép xác định các hệ số a,b,c:

det

det

; det

det

; det





2.2.3 Dạng phương trình hàm mũ: y3 ab x a0, b0 (8) 2.2.4 Lấy logarit 2 vế để đưa phương trình (7) về dạng hàm bậc nhất:

lgylgaxlgb hay Y  ABx

Tương tự hàm bậc nhất, có thể xác định được A và B từ hệ phương trình sau:















































































































n

i i

n

i i n

i i n

i i

n

i i n

i i n

i i n

i i i n

i i i n

i i n

i

i

n

i i n

i

i

x

nA Y B x

n x

Y x x Y x A Y x x A x

B

Y nA x

B

1 1

1 2 2

1

1 1 2 1

1

1 1 1

2

1 1

2.2.5 Lựa chọn mô hình dự

báo

Trên cơ sở 3 dạng

phương trình hồi qui đã tìm

được ở trên, chọn phương

trình hồi qui nào có tổng bình

phương độ lệch giữa giá trị

thực tế và giá trị tính toán

theo phương trình hồi qui đó

bé nhất làm mô hình dự báo,

đó chính là phương trình mô

tả gần đúng nhất quan hệ

giữa 2 đại lượng ngẫu nhiên

3 Xây dựng chương trình

lựa chọn mô hình dự báo

3.1 Sơ đồ thuật toán

Trên cơ sở các tính

toán phân tích trong mục 2.2,

xây dựng sơ đồ thuật toán

chương trình lựa chọn mô

hình dự báo như hình 1

3.2 Chương trình tính toán

Từ sơ đồ thuật toán

trên hình 1 tác giả đã xây dựng được chương trình Forecast, khởi động chương trình

giao diện màn hình như trên hình 2 Chương trình cho phép tạo file số liệu để lưu bộ số

liệu thống kê như hình 3, thực hiện tính toán các hệ số của 3 dạng phương trình hồi qui

biểu diện quan hệ của điện năng, dân số, GDP, SLCN với thời gian và lưu vào file kết

quả như hình 4 Chương trình còn cho phép tính toán giá trị dự báo tại một thời điểm

trong tương lai theo phương pháp ngoại suy theo thời gian và phương pháp hàm tương

quan

4 Áp dụng tính toán dự báo phụ tải điện năng cho thành phố Đà Nẵng năm 2015

Theo số liệu thống kê thu được bộ số liệu trong 10 năm của thành phố Đà Nẵng

như bảng 1 [4] Đặc điểm kinh tế của thành phố Đà Nẵng là đang trong thời kỳ phát

triển nên hàng loạt các phụ tải lớn

sẽ đưa vào sử dụng như: Khu công

nghiệp Sơn Trà-Điện Ngọc, khu

dân cư Phú Mỹ An… Do đó nếu

sử dụng phương pháp ngoại suy

theo thời gian cần phải sử dụng

phương pháp tính trực tiếp áp dụng

cho các phụ tải này và cộng thêm

vào giá trị dự báo Đối với việc sử

dụng hàm tương quan giữa điện

năng với dân số và SLCN cũng có

Hình 4

Bảng 1

Năm Điện năng

(GWh)

Dân số (103 người)

GDP (103 tỉ )

SLCN (103 tỉ )

1999 322,192 702,546 4,274 2,906

2000 362,378 716,282 4,947 3,368

2001 441,101 728,823 5,702 4,057

2002 506,062 741,215 6,652 4,819

2003 584,487 752,439 7,775 5,875

2004 669,903 764,540 9,565 7,061

sai số lớn do đặc điểm cơ cấu kinh tế của thành phố Đà Nẵng là công, nông nghiệp và dịch vụ cho nên mối tương quan giữa điện năng với dân số và SLCN là mối tương quan không chặt Từ các phân tích trên đề tài sử dụng phương hàm tương quan giữa điện năng với GDP và chương trình Forecast để tính toán dự báo trên cơ sở 2 kịch bản:

- Kịch bản thứ nhất: Giá trị GDP của thành phố Đà Nẵng tăng trưởng theo quy

luật với tổng giá trị tại thời điểm năm 2015 là 51,46 ngàn tỉ đồng [6], điện năng dự báo cho năm 2015 là: A(2015) = 2.347,37 GWh

- Kịch bản thứ hai: Giá trị tổng thu nhập quốc dân GDP diễn ra theo kế hoạch

chiến lược phát triển kinh tế của thành phố Đà Nẵng giai đoạn 2010-2015 là 60 ngàn tỉ đồng [5], điện năng dự báo cho năm 2015 là: A(2015) = 2.700,67 GWh

5 Kết luận

Trên cơ sở toán học của phương pháp bình phương cực tiểu và các phương pháp

dự báo ngoại suy theo thời gian và hàm tương quan, tác giả đã xây dựng được phần mềm Forecast sử dụng thuận lợi cho công tác dự báo nói chung và dự báo phụ tải điện năng nói riêng Áp dụng tính toán dự báo phụ tải điện năng cho thành phố Đà Nẵng đến năm 2015 theo hai kịch bản là 2.347,37 GWh và 2.700,67 GWh, kết quả tính toán có thể tin cậy được vì dựa vào bộ số liệu thống kê quá khứ 10 năm do Cục thống kê Đà Nẵng cung cấp và kế hoạch phát triển kinh tế-xã hội 5 năm 2011 – 2015 thành phố Đà Nẵng [4,5] Do đó các kết quả tính toán có thể sử dụng cho công tác qui hoạch phát triển hệ thống điện của thành phố Đà Nẵng trong những năm tới

TÀI LIỆU THAM KHẢO

[1] Đặng Ngọc Dinh, Nguyễn Hữu Thái, Trần Bách, Nguyễn Hồng Quang, Trịnh Hùng

Thám (1981), Hệ thống điện tập I, Nhà xuất bản Đại học và Trung tâm chuyên

nghiệp

[2] TS Thái Khắc Định, Xác suất và thống kê toán, Nhà xuất bản Thống kê, 2008 [3] Viện Năng lượng, Quy hoạch phát triển điện lực quốc gia giai đoạn 2006 – 2015

có xét triển vọng đến 2025, năm 2006

[4] Niên giám thống kê tình hình kinh tế, tài chính, dân số của thành phố Đà Nẵng

trong các năm 1999, 2002, 2006, 2008 và ấn bản “ Thành phố Đà Nẵng: 30 năm

xây dựng và phát triển”, do cục thống kê Đà Nẵng xuất bản năm 2005

[5] Kế hoạch phát triển kinh tế-xã hội 5 năm 2011- 2015 thành phố Đà Nẵng, Sở Kế

hoạch và đầu tư - Uỷ ban nhân dân thành phố Đà Nẵng

[6] Trần Hoàng Sơn, Dự báo phụ tải điện năng thành phố Đà Nẵng từ năm 2015 đến

2020, Đồ án tốt nghiệp kỹ sư Điện kỹ thuật