Dự báo phụ tải điện phục vụ thị trường bán buôn cạnh tranh việt nam 2015

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI Nguyễn Đăng Tuấn DỰ BÁO PHỤ TẢI ĐIỆN PHỤC VỤ THỊ TRƢỜNG BÁN BUÔN CẠNH TRANH VIỆT NAM 2015 Chuyên ngành: Công nghệ thông tin LUẬN VĂN THẠC SĨ KĨ THUẬT Ngành công nghệ thông tin NGƢỜI HƢỚNG DẪN KHOA HỌC: TS Nguyễn Tuấn Dũng Hà Nội – 2015 MỤC LỤC LỜI CAM ĐOAN .3 LỜI CÁM ƠN .4 DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT DANH MỤC CÁC BẢNG DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ .7 LỜI MỞ ĐẦU .8 CHƢƠNG 1: TỔNG QUAN VỀ DỰ BÁO PHỤ TẢI ĐIỆN CHO 10 THỊ TRƢỜNG BÁN BUÔN CẠNH TRANH VIỆT NAM .10 1.1 Đặt vấn đề 10 1.1.1 Giới thiệu Thị trƣờng điện Việt Nam 10 1.1.2 Bài toán dự báo nhu cầu phụ tải điện .11 1.1.3 Hiện trạng công tác dự báo phụ tải điện 12 1.1.4 Hiện trạng thu thập nguồn số liệu phục vụ công tác dự báo 12 1.2 Định hƣớng đề xuất mơ hình dự báo 13 1.2.1 Các yếu tố ảnh hƣởng đến phụ tải điện 13 1.2.2 Các phƣơng pháp dự báo phụ tải thông dụng 15 1.2.3 Đề xuất mơ hình dự báo 17 CHƢƠNG 2: PHƢƠNG PHÁP LUẬN CÁC 19 PHƢƠNG PHÁP CHỌN MẪU VÀ DỰ BÁO PHỤ TẢI ĐIỆN .19 2.1 Các phƣơng pháp chọn mẫu phụ tải 19 2.1.1 Phƣơng pháp chọn mẫu ngẫu nhiên .19 2.1.2 Phƣơng pháp chọn mẫu theo đặc trƣng phụ tải .20 2.2 Các phƣơng pháp dự báo biểu đồ phụ tải lớp, ngành, hệ thống 20 2.2.1 Cơ sở toán học phƣơng pháp .20 2.2.2 Phƣơng pháp ƣớc lƣợng trung bình (AE) .21 2.2.3 Phƣơng pháp ƣớc lƣợng tỉ lệ phân ly (SRE) 23 2.2.4 Phƣơng pháp ƣớc lƣợng tỉ lệ kết hợp (CRE) 26 2.2.5 Phƣơng pháp ƣớc lƣợng bậc thang mức (LE) .27 CHƢƠNG 3: XÂY DỰNG MƠ HÌNH DỰ BÁO 31 3.1 Xác định mục tiêu dự báo 31 3.2 Phân loại ngành nghề lớp khách hàng 32 3.3 Thiết kế khung mẫu .34 3.4 Thu thập số liệu 35 3.5 Xử lý liệu 37 3.6 Thiết kế chọn mẫu 38 3.7 Phân cụm ngày theo nhiệt độ 39 3.8 Dự báo biểu đồ phụ tải 40 3.9 Thử nghiệm đánh giá hệ thống 41 CHƢƠNG 4: KẾT QUẢ VÀ BÀN LUẬN 42 4.1 Cài đặt hệ thống .42 4.1.1 Môi trƣờng cài đặt 42 4.1.2 Thƣ viện tham khảo 42 4.1.3 Một vài hình ảnh giao diện chƣơng trình 42 4.2 Thử nghiệm hệ thống .45 4.2.1 Sơ lƣợc đơn vị chọn thử nghiệm .45 4.2.2 Đánh giá so sánh phƣơng pháp 47 4.2.3 Xây dựng biểu đồ phụ tải đặc trƣng 53 4.2.4 Đánh giá thành phần phụ tải tham gia vào phụ tải hệ thống 58 4.2.5 Đánh giá ảnh hƣởng nhiệt độ phụ tải 61 KẾT LUẬN VÀ KIẾN NGHỊ 66 TÀI LIỆU THAM KHẢO 71 LỜI CAM ĐOAN Tơi xin cam đoan cơng trình nghiên cứu riêng Các số liệu, kết luận văn trung thực chƣa đƣợc cơng bố cơng trình khác Tơi xin cam đoan thơng tin trích dẫn luận văn đƣợc rõ nguồn gốc Học viên Nguyễn Đăng Tuấn LỜI CÁM ƠN Lời đầu tiên, em xin bày tỏ lòng biết ơn sâu sắc đến thầy cô giáo Viện Công nghệ thông tin Truyền thông – Trƣờng Đại học Bách Khoa Hà Nội, ngƣời tận tình giảng dạy, truyền đạt cho chúng em kiến thức làm tảng cho việc thực luận văn Em xin gửi lời cám ơn đến Ban lãnh đạo Công ty Cổ phần Giải pháp Quản lý lƣợng tạo điều kiện cho em phát triển dự án “Nghiên cứu phụ tải điện” thành luận văn tốt nghiệp thạc sĩ kĩ thuật trƣờng Đại học Bách khoa Hà Nội Em xin gửi lời cám ơn chân thành đến T.S Nguyễn Tuấn Dũng, thầy hƣớng dẫn, dạy tận tình để em hồn thành luận văn Cuối cùng, em vơ biết ơn tồn thể gia đình, bạn bè, đồng nghiệp quan tâm, động viên em trình thực luận văn DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT STT Giải thích Tên EVN Tập đồn điện lực Việt Nam VCGM Vietnam Competitive Generation Market – Thị trƣờng điện Việt Nam [4] CMIS Customer Management Information System – Hệ thống Thông tin Quản lý Khách hàng [2] Biểu đồ phụ tải Bao gồm loại biểu đồ phụ tải trung bình năm, tháng, tuần; biểu đồ phụ tải ngày điển hình (ngày làm việc, ngày nghỉ ngày lễ) tháng năm; biểu đồ phụ tải ngày điển hình nút phụ tải hệ thống điện tháng năm [1] Đơn vị điện lực đƣợc cấp giấy phép hoạt động điện lực lĩnh vực phân phối điện nhận điện trực tiếp Đơn vị phân phối từ lƣới điện truyền tải để bán điện cho khách hàng sử điện dụng điện đơn vị phân phối bán lẻ điện khác [4] Mẫu phụ tải Phụ tải có chế độ tiêu thụ điện đặc trƣng cho nhóm phụ tải điện [1] AE Averaging Estimator – phép ƣớc lƣợng trung bình [9] SRE Separate Ratio Estimator – phép ƣớc lƣợng tỉ lệ phân ly [9] CRE Combined Ratio Estimator – phép ƣớc lƣợng tỉ lệ kết hợp [9] 10 LE Ladder estimator – phép ƣớc lƣợng bậc thang mức [9] 11 CSDL Cơ sở liệu DANH MỤC CÁC BẢNG Bảng 1: Cơ cấu tiêu thụ điện toàn quốc giai đoạn 2005-2010 [5] 13 Bảng 2: Phân loại ngành nghề, lớp khách hàng [1] 33 Bảng 3: Một số ràng buộc với liệu đầu vào .37 Bảng 4: Dữ liệu nhiệt độ thành phố Hồ Chí Minh [6] .45 Bảng 5: Tổng hợp kết cho phương pháp với kịch .50 Bảng 6: Tổng hợp kết cho phương pháp với kịch .51 Bảng 7: Tổng hợp kết cho phương pháp với kịch .52 Bảng 8: Tổng hợp mức điện tiêu thụ thành phần .53 Bảng 9: Tỉ trọng (%) phụ tải ngành nghề biểu đồ phụ tải hệ thống .60 DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ Hình 1: Mơ hình dự báo phụ tải điện giai đoạn bán buôn cạnh tranh .18 Hình 2: Mơ hình dự báo phụ tải điện 40 Hình 3: Giao diện đăng nhập chương trình 42 Hình 4: Giao diện quản trị 43 Hình 5: Giao diện thu thập liệu 43 Hình 6: Giao diện chọn mẫu .44 Hình 7: Giao diện xây dựng biểu đồ / dự báo 44 Hình 8: Đồ thị phụ tải (AE) - Kịch 48 Hình 9: Đồ thị phụ tải (SRE) - Kịch 48 Hình 10: Đồ thị phụ tải (CRE) - Kịch .49 Hình 11: Đồ thị phụ tải (LE) - Kịch 49 Hình 12: Biểu đồ phụ tải hệ thống ngày điển hình 54 Hình 13: Biểu đồ phụ tải ngày điển hình ngành cơng nghiệp .55 Hình 14: Biểu đồ phụ tải ngày điển hình ngành dân dụng 55 Hình 15: Biểu đồ phụ tải ngày điển hình ngành dịch vụ cơng cộng 56 Hình 16: Biểu đồ phụ tải ngày điển hình ngành thương mại 56 Hình 17: Biểu đồ phụ tải ngày điển hình ngành nơng nghiệp .57 Hình 18: Biểu đồ phụ tải ngày nghỉ lễ (dương lịch) 57 Hình 19: Biểu đồ phụ tải ngày nghỉ lễ (âm lịch) 58 Hình 20: Biểu đồ phụ tải ngành nghề 59 Hình 21: Đồ thị tổng quát biểu diễu phụ thuộc phụ tải theo nhiệt độ .61 Hình 22: Đồ thị liên hệ phụ tải nhiệt độ 2h sáng .62 Hình 23: Đồ thị liên hệ phụ tải nhiệt độ 11h trưa 62 Hình 24: Biểu đồ phân cụm ngày tháng 63 Hình 25: Biểu đồ phân cụm ngày tháng 64 Hình 26: Đồ thị so sánh cụm ngày tháng 64 Hình 27: Đồ thị so sánh cụm ngày tháng 65 LỜI MỞ ĐẦU Ở Việt Nam, Thị trƣờng điện giai đoạn phát điện cạnh tranh Năm 2015, Thị trƣờng bán buôn cạnh tranh đƣợc thí điểm [4] Trong giai đoạn này, đóng vai trị đơn vị phân phối điện (các Tổng công ty Điện lực) Các đơn vị tham gia Thị trƣờng với vị đơn vị mua buôn Nhu cầu đơn vị cần dự báo đƣợc nhu cầu phụ tải đơn vị để đƣa chiến lƣợc mua bn hợp lý Có hƣớng để giải tốn dự báo phụ tải Việt Nam (mức hệ thống) [1]: 1) Top-down: Dựa vào liệu phụ tải khứ hệ thống, điều kiện khí hậu, điều kiện kinh tế xã hội để dự báo nhu cầu phụ tải hệ thống; 2) Bottom-up: Dựa vào liệu điểm đo khách hàng (cơng tơ), từ xây dựng biểu đồ phụ tải lớp khách hàng, sau xây dựng biểu đồ phụ tải ngành nghề xây dựng lên mức hệ thống, kết hợp với điều kiện khí hậu điều kiện kinh tế xã hội để dự báo nhu cầu phụ tải hệ thống Ở Việt Nam, đơn vị phân phối điện, muốn có đƣợc thơng tin phụ tải hệ thống cần phải có điều kiện [1]: - Các công tơ lắp đặt đến khách hàng (hộ dân, ngân hàng,…) công tơ điện tử, có khả đặt lịch chốt đƣợc sản lƣợng 24h ngày kết nối với hệ thống máy tính; - Triển khai lắp đặt hệ thống đo xa để thu thập liệu hàng ngày khách hàng Hệ thống đo xa đƣợc triển khai tới đến hầu hết khách hàng, nhiên thực tế có nhiều cơng tơ chƣa thể thay cơng tơ điện tử đƣợc chi phí lớn Với cơng tơ cơ, việc đọc số liệu thực hàng tháng phƣơng pháp thủ cơng khơng thể kết nối với phần mềm đọc từ xa, việc đặt lịch hàng ngày khó khăn chi phí lớn Phụ tải hệ thống tổng sản lƣợng tất công tơ (công tơ điện tử), việc có đƣợc thông tin phụ tải hệ thống 24h khó khăn Tuy nhiên, khó khăn khắc phục cách thu thập đƣợc số lƣợng có hạn biểu đồ 24h khách hàng (các công tơ điện tử) sử dụng phép ƣớc lƣợng để xây dựng biểu đồ phụ tải hệ thống, dựa điều kiện khí hậu, điều kiện kinh tế xã hội để hiệu chỉnh biểu đồ phụ tải hệ thống Với nhu cầu thực tế nhƣ vậy, luận văn “Dự báo phụ tải điện phục vụ Thị trường bán buôn cạnh tranh việt nam 2015” tập trung xây dựng hệ thống dự báo nhu cầu phụ tải dựa phƣơng pháp bottom-up, có bố cục gồm có chƣơng: Chƣơng 1: Tổng quan dự báo phụ tải điện cho Thị trƣờng Bán buôn cạnh tranh Việt Nam Chƣơng 2: Phƣơng pháp luận phƣơng pháp chọn mẫu dự báo phụ tải điện Chƣơng 3: Xây dựng mơ hình dự báo Chƣơng 4: Kết bàn luận 9 H1 H2 H3 H4 H5 H6 H7 H8 H9 H10H11H12H13H14H15H16H17H18H19H20H21H22H23H24 Ngày làm việc Ngày thứ Ngày chủ nhật Hình 17: Biểu đồ phụ tải ngày điển hình ngành nơng nghiệp Theo đồ thị trên, ta có nhận xét: Đồ thị phụ tải ngành dân dụng, ngành thƣơng mại ngày cuối tuần có hình dạng giống với ngày tuần Đối với ngành công nghiệp ngành dịch vụ công cộng, phụ tải giảm hẳn Riêng ngành nông nghiệp, phụ tải cuối tuần có giảm nhiên hình dáng phức tạp 4.2.3.3 Đánh giá biểu đồ phụ tải ngày lễ tết Biểu đồ phụ tải ngày nghỉ lễ (dƣơng lịch): 3500 3000 2500 2000 1500 1000 500 Tết dương lịch 30/04 01/05 02/09 Hình 18: Biểu đồ phụ tải ngày nghỉ lễ (dương lịch) 57 H24 H23 H22 H21 H20 H19 H18 H17 H16 H15 H14 H13 H12 H11 H10 H9 H8 H7 H6 H5 H4 H3 H2 H1 Biểu đồ phụ tải ngày nghỉ lễ (âm lịch): 3500 3000 2500 2000 1500 1000 500 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 30 Tết Mùng Tết Mùng Tết Mùng Tết Mùng Tết 10/03 Hình 19: Biểu đồ phụ tải ngày nghỉ lễ (âm lịch) Từ biểu đồ trên, ta có nhận xét: Phụ tải ngày lễ tết biến động bất thƣờng, loại ngày lễ tết có đƣờng phụ tải đặc trƣng riêng Phụ tải ngày lễ có xu hƣớng tăng nhiều ngành dân dụng thƣơng mại (du lịch), giảm ngành cơng nghiệp, lớp văn phịng, ngân hàng,… 4.2.4 Đánh giá thành phần phụ tải tham gia vào phụ tải hệ thống 4.2.4.1 Đánh giá điểm cực đại cực tiểu đồ thị phụ tải hệ thống Đồ thị thành phần phụ tải: 58 3000 2500 2000 1500 1000 500 Công nghiệp Dân dụng Dịch vụ công cộng Nông nghiệp H24 H23 H22 H21 H20 H19 H18 H17 H16 H15 H14 H13 H12 H11 H10 H9 H8 H7 H6 H5 H4 H3 H2 H1 Thương mại Hình 20: Biểu đồ phụ tải ngành nghề Từ biểu đồ trên, ta có nhận xét: Phụ tải hệ thống có đỉnh: cao điểm sáng vào 10h-11h, cao điểm chiều vào 17h-18h, thấp điểm từ 23h đêm đến 5h sáng Ngành cơng nghiệp có hoạt động gần nhƣ liên tục, ngồi hành cƣờng độ có giảm thời gian ca ca ngày Vì đồ thị phụ tải ngành có cao điểm vào hành chính, giảm xuống vào cịn lại Ngành dân dụng chủ yếu gồm hộ dân gia đình sử dụng điện Do nhu cầu thực tế, phụ tải ngành dân dụng tăng cao vào thời điểm chiều tối từ 18h-21h, giảm xuống mạnh vào 24h-6h sáng, tăng lên đạt công suất đỉnh lúc 10h-11h Ngành dịch vụ cơng cộng bao gồm lớp quan quyền, trƣờng học, văn hóa thể thao,… Phần lớn đồ thị lớp có dạng tăng dần từ 7h-8h sáng tới đỉnh vào 10h-11h Đến buổi trƣa nhu cầu điện giảm nhẹ, sau tăng lên vào cực đại buổi chiều ổn định 17h, quan, trƣờng học bắt đầu nghỉ nhu cầu sử dụng điện giảm mạnh Ngành nông nghiệp chiếm lƣợng nhỏ biểu đồ phụ tải hệ thống, ngành có đồ thị phụ tải phức tạp, điểm cực đại cực tiểu không rõ ràng, ngành sử dụng điện nhiều vào đêm sáng 59 Ngành thƣơng mại bao gồm nhà hàng, khách sạn, cửa hàng bán bn bán lẻ,… Các đồ thị phụ tải điển hình nhà hàng, khách sạn bắt đầu tăng từ 8h đơn vị bắt đầu mở cửa, tăng mạnh vào khoảng 17h-18h Đến khoảng 2122h cửa hàng đóng cửa nhu cầu điện giảm mạnh Đối với ngân hàng, điện từ 8h-17h tƣơng đối ổn định, sau 17h ngân hàng nghỉ, lƣợng điện tiêu thụ giảm mạnh 4.2.4.2 Đánh giá tỉ trọng ngành nghề Dƣới bảng tỉ trọng (%) phụ tải ngành nghề biểu đồ phụ tải hệ thống: Bảng 9: Tỉ trọng (%) phụ tải ngành nghề biểu đồ phụ tải hệ thống Giờ Tổng 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Công nghiệp 41.286 56.853 59.748 60.327 60.851 58.681 52.337 43.997 41.4 43.614 41.504 40.021 41.638 41.201 43.197 42.712 41.312 37.18 29.997 28.967 28.637 30.492 35.388 42.501 50.467 Dân dụng Dịch vụ công cộng 39.86 25.591 24.117 24.326 23.837 26.634 34.135 44.588 46.471 40.537 40.773 40.043 35.797 34.065 33.927 35.496 37.725 43.2 51.76 53.021 52.87 49.993 42.782 36.23 29.458 6.186 7.32 7.073 7.06 7.018 6.594 5.863 4.602 4.584 5.859 6.123 6.644 6.854 7.511 6.846 6.614 6.582 6.263 4.731 4.773 5.046 5.507 6.575 7.378 7.666 60 Nông nghiệp 0.299 0.55 0.502 0.422 0.457 0.547 0.513 0.419 0.33 0.267 0.235 0.211 0.202 0.225 0.231 0.275 0.278 0.271 0.203 0.194 0.203 0.252 0.339 0.388 0.474 Thƣơng mại 12.369 9.686 8.561 7.864 7.838 7.544 7.153 6.393 7.216 9.723 11.366 13.08 15.508 16.997 15.799 14.902 14.103 13.085 13.309 13.045 13.244 13.757 14.917 13.503 11.934 Từ bảng trên, ta có nhận xét: Thời gian thấp điểm (23h - 4h sáng): công suất ngành giảm, ngành dân dụng ngành thƣơng mại giảm nhiều nhất, ngành đóng góp nhiều vào phụ tải hệ thống ngành công nghiệp Thời gian cao điểm sáng (10h-11h): hai thành phần chủ yếu đóng góp vào đồ thị phụ tải hệ thống phụ tải ngành công nghiệp (41%) phụ tải ngành dân dụng (39%) Thời gian cao điểm tối (17h-20h): thời gian này, phụ tải ngành dân dụng đạt cơng suất cực đại đóng góp vào phụ tải hệ thống lớn (50%) Tiếp đến thành phần phụ tải ngành công nghiệp với 30%, thời gian này, phụ tải ngành thƣơng mại chiếm tỉ trọng lớn (13%) 4.2.5 Đánh giá ảnh hƣởng nhiệt độ phụ tải 4.2.5.1 Đánh giá ảnh hƣởng nhiệt độ phụ tải năm Theo kết nghiên cứu EVN nhƣ nƣớc giới, phụ tải phụ thuộc vào nhiệt độ theo đƣờng cong tổng quát dƣới đây: Phụ tải T0 Nhiệt độ Hình 21: Đồ thị tổng quát biểu diễu phụ thuộc phụ tải theo nhiệt độ Theo hình trên, phụ tải phụ thuộc vào nhiệt độ theo đƣờng cong, có đáy điểm nhiệt độ T=T0 Đối với Việt Nam, giá trị T0 vào khoảng 15-17 0C Khi nhiệt độ lớn T0, nhiệt độ tăng phụ tải tăng nhu cầu làm mát thiết bị, làm mát môi trƣờng tăng lên Khi nhiệt độ nhỏ T0, nhiệt độ giảm phụ 61 tải tăng nhu cầu làm ấm môi trƣờng Đối với thành phố Hồ Chí Minh, có nhiệt quanh năm cao thƣờng lớn T0, vậy, phụ tải Tổng công ty tăng nhiệt độ môi trƣờng tăng Ta chọn số tiêu biểu để phân tích: thấp điểm đêm (2h sáng) với nhiệt gần với Tmin (nhiệt độ thấp ngày) cao điểm sáng (11h sáng) có nhiệt độ gần với Tmax (nhiệt độ cao ngày) Kết thử nghiệm với ngày năm 2014 cho đồ thị dƣới đây: - Đồ thị liên hệ phụ tải nhiệt độ 2h sáng: 2300 2100 1900 1700 1500 1300 1100 900 700 500 15 17 19 21 23 H2 25 27 29 Linear (H2) Hình 22: Đồ thị liên hệ phụ tải nhiệt độ 2h sáng - Đồ thị liên hệ phụ tải nhiệt độ 11h trƣa: 2800 2600 2400 2200 2000 1800 1600 1400 28 30 32 34 H11 36 38 Linear (H11) Hình 23: Đồ thị liên hệ phụ tải nhiệt độ 11h trưa 62 40 Từ đồ thị trên, ta có nhận xét: Thành phố Hồ Chí Minh có nhiệt cao, nhiệt độ thấp phổ biến dải 22 – 27 oC, nhiệt độ cao phổ biến dải 32 – 36 oC Dải nhiệt độ có tốc độ tăng phụ tải lớn thay đổi nhiệt độ dải 23 – 33 oC Ở dải nhiệt độ cao, phần lớn cao điểm, nhu cầu tiêu thụ điện tăng đột biến, nhiên, miền Nam, nguồn điện thƣờng không đáp ứng đƣợc hết nhu cầu, dễ gây tình trạng q tải, phụ tải tăng đến mức khơng tăng tăng chậm cung không đủ cầu 4.2.5.2 Đánh giá ảnh hƣởng nhiệt độ phụ tải tháng Để đánh giá ảnh hƣởng nhiệt độ đến phụ tải hệ thống tháng, ta chọn tháng điển hình năm 2014 thành phố Hồ Chí Minh để làm thử nghiệm: - Tháng 1: tháng có nhiệt thấp năm (17 – 33 oC) - Tháng 5: tháng có nhiệt cao năm (24 – 37 oC) Khi tiến hành phân cụm cho ngày tháng này, ta chọn số cụm 2, đảm bảo đƣợc cụm có dải nhiệt độ cao cụm có dải nhiệt độ thấp (khi vận hành thực tế chọn số cụm 3-4 đảm bảo dự báo xác hơn), ta dễ đánh giá ảnh hƣởng nhiệt độ Với số cụm 2, ta có biểu đồ phân cụm ngày tháng 1: Hình 24: Biểu đồ phân cụm ngày tháng 63 (Lưu ý: hình vẽ, nhìn thấy cụm có tâm bị lệch so với điểm khác mặt hình học, nhiên, cụm có số điểm trùng nên tâm có xu hướng lệch điểm trùng đó) Và biểu đồ phân cụm ngày tháng 5: Hình 25: Biểu đồ phân cụm ngày tháng Kết chạy chƣơng trình tháng 1: 3000 2500 2000 1500 1000 500 H1 H2 H3 H4 H5 H6 H7 H8 H9 H10 H11 H12 H13 H14 H15 H16 H17 H18 H19 H20 H21 H22 H23 H24 (18 - 29.6) (21.5 - 31.5) Hình 26: Đồ thị so sánh cụm ngày tháng Kết chạy chƣơng trình tháng 5: 64 3500 3000 2500 2000 1500 1000 500 H1 H2 H3 H4 H5 H6 H7 H8 H9 H10 H11 H12 H13 H14 H15 H16 H17 H18 H19 H20 H21 H22 H23 H24 (25.2 - 34.0) (26.6 - 36.1) Hình 27: Đồ thị so sánh cụm ngày tháng Từ hai đồ thị trên, ta có nhận xét: Khi nhiệt độ tăng nhu cầu phụ tải tăng theo Vào cao điểm, nhu cầu tiêu thụ điện lớn nên mức tăng cao so với mức tăng khác nhiệt độ tăng Xét cao điểm, dải nhiệt độ gần với dải nhiệt độ cao ngày Trong này, mức tăng phụ tải theo nhiệt độ theo phụ tải tháng thấp so với tháng 1, có độ chênh nhiệt độ cao cụm (36.1-34.0=2.1 oC tháng so với 31.5-29.6=1.9 oC tháng 1) Điều nhiệt độ cao, phụ tải hệ thống thƣờng lớn, mặt nguồn cung cấp điện yếu, mặt khác khả thiết bị tiêu thụ nên tốc độ tăng tiêu thụ điện nhiệt độ tăng thƣờng thấp mức nhiệt độ trung bình Xét thấp điểm, có dải nhiệt độ thấp ngày Trong tháng 5, có độ tăng nhiệt độ theo phụ tải thấp tháng 1, lý do: độ chênh lệch nhiệt độ thấp cụm tháng nhỏ tháng (26.625.2=1.4 oC tháng so với 21.5-18=3.5 oC tháng 1), thấp điểm, chênh lệch cụm tháng thấp nhiều so với tháng 65 KẾT LUẬN VÀ KIẾN NGHỊ Nhƣ trình bày trên, công việc dự báo phụ tải Thị trƣờng bán bn Việt Nam có ý nghĩa vơ quan trọng việc xây dựng kế hoạch mua điện, chiến lƣợc bán điện đơn vị phân phối điện Dựa vào việc phân tích yếu tố ảnh hƣởng đến phụ tải điện mà ta lựa chọn phƣơng pháp để xây dựng mơ hình dự báo phù hợp Phƣơng pháp xây dựng đồ thị phụ tải hệ thống từ dƣới lên đƣợc coi phƣơng pháp phù hợp với điều kiện kinh tế, kĩ thuật Việt Nam Tuy nhiên, diễn biến thay đổi phức tạp phụ tải, cố rủi ro từ nhiều nguyên nhân khách quan nhƣ chủ quan mà liệu thu thập đƣợc chƣa đáp ứng yêu cầu dự báo cách lý tƣởng, làm cho kết phân tích thống kê, dự báo chƣa đáp ứng đƣợc u cầu Chính u cầu đòi hỏi phải xây dựng nhiều phƣơng pháp dự báo khác nhau, phân tích đƣa phƣơng pháp phù hợp với liệu, hoàn cảnh cụ thể Với mục đích nhƣ vậy, luận văn tập trung vào vấn đề sau: - Về mặt lý thuyết: Tìm hiểu thực tế nhu cầu dự báo phụ tải điện, tìm hiểu yếu tố ảnh hƣởng đến phụ tải điện, phân tích để làm rõ mức độ ảnh hƣởng yếu tố Từ tìm hiểu xây dựng mơ hình phù hợp cho tốn; - Về mặt ứng dụng: Xây dựng mơ hình phân tích thống kê, dự báo tùy vào tình hình cụ thể Thực khảo sát thử nghiệm với Tổng công ty điện lực thành phố Hồ Chí Minh Do nghiệp vụ nghiên cứu phụ tải điện phức tạp dự báo phụ tải thực đề tài lớn nên luận văn giới hạn số kết định Kết mặt nghiên cứu Qua trình làm luận văn thạc sĩ, tác giả đạt đƣợc số kết nhƣ sau: - Tìm đƣợc nhiều tài liệu hay nghiên cứu phụ tải điện Việt Nam nhƣ nƣớc ngoài; - Tìm hiểu đƣợc nhiều mơ hình dự báo phụ tải phổ biến giới; - Làm rõ đƣợc yếu tố ảnh hƣởng đến phụ tải điện Việt Nam; 66 - Nắm đƣợc quy trình thiết kế mẫu phụ tải, thu thập chọn mẫu phục vụ dự báo; - Tìm hiểu, nắm đƣợc phƣơng pháp dự báo phụ tải thông dụng: phƣơng pháp ƣớc lƣợng trung bình, phƣơng pháp ƣớc lƣợng tỉ lệ phân ly, phƣơng pháp ƣớc lƣợng tỉ lệ kết hợp, phƣơng pháp ƣớc lƣợng bậc thang mức Kết mặt ứng dụng  Về chương trình: Hệ thống đƣợc xây dựng dƣới dạng phần mềm tảng NET, bao gồm chức năng: - Quản trị ngƣời dùng - Thu thập số liệu - Tính tốn chọn mẫu xây dựng biểu đồ đặc trƣng - Dự báo phụ tải - Quản trị ngƣời dùng Dữ liệu hệ thống đƣợc lƣu trữ với hệ quản trị CSDL MS sql server 2005, đảm bảo cho liệu đƣợc lƣu trữ thƣờng xuyên lâu dài  Về phương pháp thử nghiệm: Với mục tiêu tập trung xây dựng mơ hình có nhiều phƣơng pháp dự báo khác nhau, tác giả tập trung cài đặt phƣơng pháp: - Phƣơng pháp ƣớc lƣợng trung bình - Phƣơng pháp ƣớc lƣợng tỉ lệ phân ly - Phƣơng pháp ƣớc lƣợng tỉ lệ kết hợp - Phƣơng pháp ƣớc lƣợng bậc thang mức  Về đơn vị thử nghiệm (Tổng Cơng ty điện lực thành phố Hồ Chí Minh): - Tìm hiểu điều kiện tự nhiên, kinh tế xã hội có ảnh hƣởng đến khách hàng sử dụng điện đơn vị; - Thu thập số liệu năm 2014 263 công tơ điện tử khách hàng đơn vị đƣa vào làm liệu đầu vào cho chƣơng trình 67  Một số kết từ việc thử nghiệm kịch khác nhau: Trong thử nghiệm, phƣơng pháp ƣớc lƣợng tỉ kết hợp cho kết tốt ổn định nhất, sở liệu có tính tƣơng quan chặt chẽ công suất tiêu thụ sản lƣợng hàng tháng, thực tế điều đƣợc đảm bảo Phƣơng pháp ƣớc lƣợng tỉ lệ phân ly cho kết tốt, nhiên tƣơng quan số lớp khách hàng yếu, ảnh hƣởng lớn đến biểu đồ phụ tải hệ thống Phƣơng pháp ƣớc lƣợng trung bình cho kết tốt mẫu lớn, nhƣng dễ ƣớc lƣợng chệch hƣớng số lƣợng mẫu nhỏ Phƣơng pháp ƣớc lƣợng bậc thang mức cho kết chấp nhận đƣợc mức tổng thể (hình dạng đồ thị, thời gian cơng suất đạt cao điểm, thấp điểm, giá trị công suất cao điểm, thấp điểm), mức chi tiết đến phƣơng pháp chƣa đạt yêu cầu Đơn vị có nhu cầu sử dụng điện cao ngày làm việc tuần, ngày nghỉ thứ chủ nhật nhu cầu điện giảm rõ rệt, kèm theo biểu đồ phụ tải thay đổi theo xu hƣớng nhu cầu sử dụng điện ngành công nghiệp dân dụng Trong thành phần tham gia vào đồ thị phụ tải hệ thống, ngành cơng nghiệp ngành dân dụng có tỉ trọng cao Ngành cơng nghiệp có nhu cầu tiêu thụ điện cao vào hành chính, giảm chút vào cịn lại Trong ngành dân dụng lại có nhu cầu sử dụng điện cao vào thời điểm chiều tối giảm mạnh vào thấp điểm sáng Từ đó, muốn điều chỉnh cơng suất hệ thống, nên điều chỉnh tác động chủ yếu đến thành phần công nghiệp dân dụng Theo kết thử nghiệm nhiệt độ tăng, nhu cầu phụ tải đơn vị tăng theo Mức độ tăng phụ thuộc vào loại ngày dải nhiệt độ môi trƣờng Đối với cao điểm, mức tiêu thụ điện luôn cao nên mức tăng cao khác Dải nhiệt độ 23 – 33 oC có mức tăng phụ tải theo nhiệt độ cao Đối với dải nhiệt độ cao (≥ 34 oC), nhu cầu tiêu thụ điện tăng cao, nhiên mức tăng phụ tải theo nhiệt độ thƣờng thấp nguồn cung cấp điện nhƣ khả thiết bị tiêu thụ có hạn Những khó khăn thuận lợi trình làm luận văn 68  Khó khăn: Dự báo phụ tải toán phổ biến nhƣng lại phức tạp, diễn biến bất thƣờng theo đối tƣợng khách hàng, theo khu vực, theo thời gian Dữ liệu phụ tải khách hàng lớn, với mạng lƣới hệ thống đo đếm nƣớc ta nay, việc có đƣợc liệu đầy đủ, xác, điển hình phục vụ dự báo khó khăn Có nhiều phƣơng pháp dự báo thực tế, nhƣng phƣơng pháp lại đƣa đƣợc hiệu cho đối tƣợng khách hàng, khu vực định Tuy nhiên, kết luận phƣơng pháp ƣớc lƣợng tỉ lệ kết hợp cho kết chấp nhận đƣợc trƣờng hợp, phƣơng pháp ƣớc lƣợng bậc thang mức cho hình dáng đồ thị tổng quát khớp với thực tế Một khó khăn với hoàn cảnh tại, chƣa thể đánh giá đƣợc sai số dự báo phƣơng pháp, đánh giá đƣợc phƣơng pháp sở đánh giá tính tƣơng quan liệu đầu vào, độ lệch chuẩn ƣớc lƣợng  Thuận lợi: Thƣờng xuyên có đƣợc buổi gặp gỡ, trao đổi trực tiếp với thầy Nguyễn Tuấn Dũng, nhờ điểm mấu chốt luận văn đƣợc gợi mở hƣớng Thƣờng xuyên đƣợc tiếp xúc, trao đổi với chuyên gia ngành điện Việt Nam nhƣ chuyên gia đến từ Úc, Malaysia, Ấn Độ, từ có đƣợc tƣ vấn chuyên môn dự báo phụ tải điện chuyên gia Thị trƣờng điện đƣợc phát triển nhiều nƣớc (Úc, Thụy Điển, Na uy,…), có nhiều nguồn tài liệu tham khảo để tiến hành nghiên cứu dự báo phụ tải điện Hƣớng phát triển Luận văn khép lại với kết đánh giá, thành phần hệ thống đạt đƣợc theo yêu cầu đề tài Tuy nhiên trình thực đề tài, tác giả nhận thấy nhiều vấn đề khác liên quan đến lĩnh vực cần đƣợc quan 69 tâm Do vấn đề này, xem nhƣ hƣớng phát triển đề tài Sau đây, tác giả xin trình bày hƣớng phát triển đề tài: - Nghiên cứu phƣơng pháp hồi quy dự báo - Thu thập số liệu, thử nghiệm với Tổng công ty điện lực thành phố Hà Nội Tổng công ty điện lực miền (Bắc, Trung, Nam) 70 TÀI LIỆU THAM KHẢO Tài liệu tiếng Việt: Bộ Cơng Thƣơng, (2011), Quy định trình tự, thủ tục nghiên cứu phụ tải, 131 /2011/TT-BCT, pp 1-28 EVN, (2004), Phương pháp nghiên cứu thu thập số liệu DSM, pp 1-30 Tống Đình Quỳ, (2007), Giáo trình xác xuất thống kê, Đại học Bách Khoa Hà Nội, pp 1-243 Thủ tƣớng Chính phủ, (2006), Về phê duyệt lộ trình, điều kiện hình thành phát triển cấp độ thị trường điện lực Việt Nam, 26/2006/QĐ-TTg, pp 19 Thủ tƣớng Chính phủ, (2011), Phê duyệt Quy hoạch phát triển điện lực quốc gia 2011-2020 có xét đến năm, 1208/QĐ-TTg, pp 1-20 Wikipedia, (2015), Thành phố Hồ Chí Minh, http://vi.wikipedia.org/wiki/Thành_phố_Hồ_Chí_Minh Tài liệu tiếng Anh: Bosnia, Herzegovina, (2013), Load research guidelines, USAID, pp 3-66 Cingi, (1994), Sampling Theory, Hacettepe University Press, pp.1-206 Cochran, (1977), Sampling Techniques, New-York, pp 1-428 10 Dolan, Yui, and Geist (1981), Evaluation of river load estimation methods for total phosphorus, J Great Lakes Research 11 Enric Valor, Vicente Meneu, Vicente Caselles, (2001), Daily Air Temperature and Electricity Load in Spain, American Meteorological Society, pp 1-08 12 Kadilar and Cing, (2003), Ratio Estimators in Stratified Random Sampling, Department of Statistics, Hacettepe University, Beytepe, Ankara, Turkey, pp 218-225 13 Stephen Lam, (2010), A review of Some Loading Estimation Algorithms for GEMStat Web Services, Burlington, Ontario Canada, pp 1-31 14 Technical research centre of Finland, (1996), Load research and load estimation in electricty distribution, pp 3-110 15 Trupti, Kodinariya and Prashant Makwana (2013), Review on determining number of Cluster in K-Means Clustering, International Journal of Advance Research in Computer Science and Management Studies, pp 90-95 16 Wikipedia, (2015), means_clustering K-means clustering, 71 http://en.wikipedia.org/wiki/K- ... trường bán buôn cạnh tranh việt nam 2015? ?? tập trung xây dựng hệ thống dự báo nhu cầu phụ tải dựa phƣơng pháp bottom-up, có bố cục gồm có chƣơng: Chƣơng 1: Tổng quan dự báo phụ tải điện cho Thị trƣờng... trƣờng điện Việt Nam 10 1.1.2 Bài toán dự báo nhu cầu phụ tải điện .11 1.1.3 Hiện trạng công tác dự báo phụ tải điện 12 1.1.4 Hiện trạng thu thập nguồn số liệu phục vụ công tác dự báo. .. trƣờng Bán buôn cạnh tranh Việt Nam Chƣơng 2: Phƣơng pháp luận phƣơng pháp chọn mẫu dự báo phụ tải điện Chƣơng 3: Xây dựng mơ hình dự báo Chƣơng 4: Kết bàn luận CHƢƠNG 1: TỔNG QUAN VỀ DỰ BÁO PHỤ TẢI