quyền sở hữu thiết bị
4.6.2 Mô phỏng mô hình bằng matlab
Đối với mô hình cụ thể này, đặc điểm của ngôi nhà trong khu dân cư thành mỹ lợi như sau:
- Ngôi nhà bao gồm hai phòng ngủ, một phòng khách, nhà bếp và phòng tắm - Các thiết lập của thiết bị được lựa chọn có đặc điểm được thể hiện trong Bảng 4.12
Dưới đây là kết quả mô phỏng phương pháp bottom up cho 1 hộ gia đình trong khu dân cư thành mỹ lợi bằng matlab các biểu đồ dự báo phụ tải của mỗi thiết bị điện.
Hình 4.5: biểu đồ phụ tải bếp chạy lần một.
Biểu đồ phụ tải bếp ta thấy khả năng yếu tố xác suất khởi động 2 lần với mỗi lần từ 12-13 giờ, 19-20 giờ.
Hình 4.6: biểu đồ phụ tải lò vi sóng chạy lần một.
Biểu đồ phụ tải lò vi sóng là loại không có chu kỳ hoạt động, khả năng xác suất khởi động 5 lần trong 1 ngày với mỗi lần từ 8-9 giờ,13-13h20 giờ, 19-20h30 giờ.
Hình 4.7: biểu đồ phụ tải tủ lạnh chạy lần một.
Biểu đồ phụ tải tủ lạnh là loại có chu kỳ hoạt động, tủ lạnh là tải không điều khiển được với khả năng xác suất khởi động trong 1 ngày là ổn định
Hình 4.8: biểu đồ phụ tải máy rửa chén chạy lần một.
Biểu đồ phụ tải máy rửa chén là loại có chu kỳ hoạt động, máy rửa chén là tải có thể di chuyển được với khả năng xác suất khởi động 2 lần trong 1 ngày, mỗi lần 14-16 giờ, 20-21 giờ.
Hình 4.9: biểu đồ phụ tải máy giặt và máy sấy chạy lần một.
Biểu đồ phụ tải máy giặt là loại có chu kỳ hoạt động, máy giặt là tải có thể di chuyển được với khả năng xác suất khởi động 3 lần trong 1 ngày, mỗi lần từ 10 giờ, 17 giờ, 20 giờ.
Hình 4.10: biểu đồ phụ tải tivi và dvd chạy lần một.
Biểu đồ phụ tải tivi là loại không có chu kỳ hoạt động, tivi là tải không điều khiển được với khả năng xác suất khởi động trong 1 ngày, vô cùng ngẫu nhiên của các thành viên trong hộ gia đình.
Hình 4.12: biểu đồ phụ tải máy vi tính và máy in chạy lần một.
Hình 4.14: biểu đồ sử dụng các tải khác chạy lần một.
Hình 4.15: biểu đồ dự báo phụ tải cho khu dân cư chạy lần một. Biểu đồ phụ tải cho khu dân cư khả năng xác suất khởi động 20h bắt đầu là lớn hơn so với lúc 3 giờ sáng. Bảng 4.9 cho thấy giá trị của các yếu tố thời gian trong nhiều thiết bị trong khu vực dân cư.
Hình 4.16: biểu đồ công suất tiêu thụ kw chạy lần một.
Hình 4.17: biểu đồ tổng tiêu thụ công suất điện trung bình (kw) của 1 hộ gia đình chạy lần một.
Biểu đồ phụ tải tổng tiêu thụ công suất điện 1 hộ gia đình chạy lần một khả năng xác suất khởi động 20h bắt đầu là lớn hơn so với lúc 3 giờ sáng. Tổng công suất tiêu thụ khoảng 2.5kw .
Hình 4.18: biểu đồ phụ tải bếp chạy lần hai.
Hình 4.19: biểu đồ phụ tải lò vi sóng chạy lần hai.
So sánh hình 4.6 và hình 4.19 ta thấy khả năng xác suất khởi động của thiết bị có sự khác nhau vì xác suất sử dụng thiết bị mỗi hộ gia đình là khác nhau.
Hình 4.20: biểu đồ phụ tải tủ lạnh chạy lần hai.
So sánh hình 4.7 và hình 4.20 ta thấy tủ lạnh là tải không điều khiển được với khả năng xác suất khởi động trong 1 ngày tương đối giống nhau.
Hình 4.21: biểu đồ phụ tải máy rửa chén chạy lần hai.
So sánh hình 4.8 và hình 4.21 máy rửa chén là tải có thể di chuyển được với khả năng xác suất khởi động 2 lần trong 1 ngày tương đối giống nhau.
Hình 4.22: biểu đồ phụ tải máy giặt và máy sấy chạy lần hai.
So sánh hình 4.9 và hình 4.22 ta thấy khả năng xác suất khởi động của thiết bị có sự khác nhau vì xác suất sử dụng thiết bị mỗi hộ gia đình là khác nhau.
Hình 4.23: biểu đồ phụ tải tivi và dvd chạy lần hai.
So sánh hình 4.10 và hình 4.23 ta thấy khả năng xác suất khởi động của thiết bị sự khác nhau trong 1 ngày, vô cùng ngẫu nhiên của các thành viên trong hộ gia đình.
Hình 4.24: biểu đồ phụ tải radio chạy lần hai.
So sánh hình 4.11 và hình 4.24 ta thấy khả năng xác suất khởi động của radio có sự khác nhau trong 1 ngày, vô cùng ngẫu nhiên của các thành viên trong mỗi hộ gia đình.
Hình 4.26: biểu đồ phụ tải chiếu sáng chạy lần hai.
So sánh hình 4.13 và hình 4.26 ta thấy khả năng xác suất khởi động của tải chiếu sáng có sự khác nhau trong 1 ngày, việc sử dụng thiết bị vô cùng ngẫu nhiên của các thành viên trong mỗi hộ gia đình.
Hình 4.27: biểu đồ phụ tải khác chạy lần hai.
So sánh hình 4.14 và hình 4.27 ta thấy khả năng xác suất khởi động của tải khác có sự khác nhau trong 1 ngày, việc sử dụng thiết bị vô cùng ngẫu nhiên của các thành viên trong mỗi hộ gia đình.
Hình 4.28: biểu đồ dự báo phụ tải cho khu vực dân cư chạy lần hai.
Biểu đồ phụ tải cho khu dân cư khả năng xác suất khởi động 20h bắt đầu là lớn hơn so với lúc 3 giờ sáng. Bảng 4.9 cho thấy giá trị của các yếu tố thời gian trong nhiều thiết bị trong khu vực dân cư. So sánh giữa hình 4.28 và hình 4.15 xác suất ngẫu nhiên của việc sử dụng thiết bị của các hộ gia đình là khác nhau, công suất tiêu thụ cũng khác nhau.
Hình 4.30: biểu đồ tổng tiêu thụ công suất điện trung bình (kw) của 1 hộ gia đình chạy lần hai.
Hình 4.32: biểu đồ phụ tải lò vi sóng chạy lần ba.
So sánh hình 4.6 và hình 4.19 và 4.32 ta thấy khả năng xác suất khởi động của thiết bị có sự khác nhau vì xác suất sử dụng tải lò vi sóng của mỗi hộ gia đình là khác nhau.
Hình 4.33: biểu đồ phụ tải tủ lạnh chạy lần ba.
So sánh hình 4.7 và hình 4.20 và 4.33 ta thấy tủ lạnh là tải không điều khiển được với khả năng xác suất khởi động trong 1 ngày tương đối giống nhau.
Hình 4.34: biểu đồ phụ tải máy rửa chén chạy lần ba.
Hình 4.35: biểu đồ phụ tải máy giặt và máy sấy chạy lần ba.
So sánh hình 4.9 và hình 4.22 và 4.35 ta thấy khả năng xác suất khởi động của thiết bị có sự khác nhau vì xác suất sử dụng thiết bị mỗi hộ gia đình là khác nhau.
Hình 4.36: biểu đồ phụ tải tivi và dvd chạy lần ba.
So sánh hình 4.10 và hình 4.23 và 4.36 ta thấy khả năng xác suất khởi động của thiết bị sự khác nhau trong 1 ngày, vô cùng ngẫu nhiên của các thành viên trong mỗi hộ gia đình.
Hình 4.37: biểu đồ phụ tải radio chạy lần ba.
So sánh hình 4.11 và hình 4.24 và 4.37 ta thấy khả năng xác suất khởi động của radio có sự khác nhau trong 1 ngày, vô cùng ngẫu nhiên của các thành viên trong mỗi hộ gia đình.
Hình 4.38: biểu đồ phụ tải máy vi tính và máy in chạy lần ba.
Hình 4.39: biểu đồ phụ tải chiếu sáng chạy lần ba.
So sánh hình 4.13 và hình 4.26 và 4.39 ta thấy khả năng xác suất khởi động của tải chiếu sáng có sự khác nhau trong 1 ngày, việc sử dụng thiết bị vô cùng ngẫu nhiên của các thành viên trong mỗi hộ gia đình.
Hình 4.40: biểu đồ phụ tải khác chạy lần ba.
So sánh hình 4.14 và hình 4.27 và 4.40 ta thấy khả năng xác suất khởi động của tải khác có sự khác nhau trong 1 ngày, việc sử dụng thiết bị vô cùng ngẫu nhiên của các thành viên trong mỗi hộ gia đình.
Hình 4.41: biểu đồ dự báo phụ tải cho khu vực dân cư chạy lần ba Biểu đồ phụ tải cho khu dân cư khả năng suất xác suất khởi động 20h bắt đầu là lớn hơn so với lúc 3 giờ sáng. Bảng 4.9 cho thấy giá trị của các yếu tố thời gian
trong nhiều thiết bị trong khu vực dân cư. So sánh giữa hình 4.28 và hình 4.15 và hình 4.41 xác suất ngẫu nhiên của việc sử dụng thiết bị của các hộ gia đình là khác nhau, công suất tiêu thụ cũng khác nhau.
.
Hình 4.42: biểu đồ công suất tiêu thụ kw chạy lần ba.
Hình 4.43: biểu đồ tổng tiêu thụ công suất điện trung bình (kw) của 1 hộ gia đình chạy lần ba.
Hình 4.44: tổng biểu đồ tiêu thụ công suất điện (kw) của 98 hộ gia đình chạy lần 1
Hình 4.45: tổng biểu đồ tiêu thụ công suất điện (kw) của 98 hộ gia đình chạy lần 2
Nhận xét: Với kết quả mô phỏng ở trên ta nhận thấy rằng luận văn này sử dụng phương pháp bottom up xây dựng biểu đồ dự báo phụ tải đã thực hiện được các bước tính toán ngẫu nhiên việc sử dụng thiết bị của các thành viên trong hộ gia đình. Tuy nhiên kết quả chương trình cho thấy tính ngẫu nhiên của từng hộ gia đình trong Bảng 4.9, 4.10 cho thấy giá trị của các yếu tố thời gian trong nhiều thiết bị trong khu vực dân cư. So sánh giữa hình 4.28 và hình 4.15 và hình 4.41 xác suất ngẫu nhiên của việc sử dụng thiết bị của các hộ gia đình là khác nhau, công suất tiêu thụ theo thời gian cũng khác nhau. Nhưng so sánh kết quả tổng biểu đồ tiêu thụ công suất điện (kw) của 98 hộ gia đình trong hình 4.44 và hình 4.45 cho thấy nếu chạy chương trình mô phỏng nhiều ngôi nhà thì xác suất ngẫu nhiên của việc sử dụng thiết bị, công suất tiêu thụ theo thời gian giống nhau. Phương pháp này có một sự tương quan mạnh mẽ giữa các biến thời tiết, thời gian và các yếu tố xã hội liên quan đến lối sống của các hộ gia đình. Kết quả phương pháp này rất hữu ích để dự đoán với độ chính xác tốt các đường cong tải trong khu vực dân cư.