Электроэнергетические системы и управление ими

Министерство науки и высшего образования Российской Федерации 

НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ 
______________________________________________________________ 
 
 
 
 
 
 
 
 
 

ЭЛЕКТРОЭНЕРГЕТИЧЕСКИЕ 
СИСТЕМЫ 
И УПРАВЛЕНИЕ ИМИ 
 
 
Утверждено Редакционно-издательским советом университета 
в качестве учебного пособия 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
НОВОСИБИРСК 
2018 

УДК 621.311(075.8) 
Э 455 
 
Коллектив авторов: 
А.Г. Русина, Т.А. Филиппова, 
А.Ю. Арестова, Н.А. Корнеева, 
А.В. Николаев 
 
Под общей редакцией д-ра техн. наук, проф. А.Г. Русиной 
 
Рецензенты: 
канд. техн. наук, доц. А.В. Лыкин 
канд. техн. наук, доц. С.В. Митрофанов 
 
Работа подготовлена на кафедрах АЭЭС, ПМиЭЭ и ЭлСт 
 
 
Э 455      Электроэнергетические системы и управление ими: учебное пособие / А.Г. Русина, Т.А. Филиппова, А.Ю. Арестова, 
Н.А. Корнеева, А.В. Николаев. – Новосибирск: Изд-во НГТУ, 
2018. – 74 с. 

ISBN 978-5-7782-3703-2 

Энергетические балансы мощности и выработки электроэнергии 
играют большую роль в управлении режимами электроэнергетических 
систем. Такие балансы необходимо составлять на всех стадиях планирования режимов. В настоящем пособии рассмотрено только оперативное планирование (на сутки вперед), которое лежит в основе работы электрических станций, электрических сетей и обеспечения потребителей электроэнергией. Учебное пособие дает алгоритм решения 
задачи планирования от прогнозирования графика нагрузки до принятия решений по управлению режимом при влиянии случайных факторов. Для более полного усвоения темы и закрепления знаний студенты 
выполняют расчетно-графическую работу «Составление балансов 
мощности и выработки электроэнергии в электроэнергетической системе». В связи с этим в тексте даны теоретические пояснения и методика расчетов оперативных балансов для энергосистемы c разными 
типами электростанций. 
 
УДК 621.311(075.8) 
 
ISBN 978-5-7782-3703-2 
© Коллектив авторов, 2018 
 
© Новосибирский государственный  
 
технический университет, 2018 

ОГЛАВЛЕНИЕ  
 
Введение ........................................................................................................................... 4 
1. Оперативное прогнозирование графиков нагрузки и электропотребления электроэнергетической системы ....................................................... 5 
1.1. Основы прогнозирования .................................................................................... 5 
1.2. Составление конфигурации графика нагрузки на прогнозный день .......... 10 
1.3. Внесение поправок к прогнозу ГН, полученному по ретроспективной информации ................................................................................................. 11 
1.4. Анализ полученного прогнозного графика нагрузки .................................... 14 
1.5. Прогнозирование потерь электроэнергии ....................................................... 18 
2. Планирование оперативного баланса мощности и выработки электроэнергии в электроэнергетической системе ................................................. 27 
2.1. Расчет балансов мощности и выработки электроэнергии ............................ 28 
2.2. Эксплуатационные свойства станций ............................................................. 31 
2.3. Оценка состояния баланса мощностей в ЭЭС ................................................ 35 
2.4. Использование ГЭС в балансах мощности системы ..................................... 38 
2.5. Ожидаемый баланс мощности ЭЭС на предстоящие сутки ......................... 46 
2.6. Ожидаемый баланс электроэнергии ................................................................ 49 
2.7. Плановые графики мощностей и выработка электроэнергии  
на электростанциях ............................................................................................ 51 
3. Оптимизация режимов ЭЭС ................................................................................. 53 
3.1. Оптимальное распределение графика нагрузки между станциями 
системы. ............................................................................................................... 53 
4. Оптимальное распределение нагрузки между агрегатами станции 
методом динамического программирования ................................................... 57 
5. Управление режимами ЭЭС ................................................................................. 61 
6. Заключение по РГР ................................................................................................. 62 
Приложение 1. Исходные данные ............................................................................... 63 
Приложение 2. Прогнозирование потерь электроэнергии ....................................... 67 
Приложение 3. Оптимальное распределение нагрузки между агрегатами 
станции методом динамического программирования .............................................. 72 
Библиографический список ......................................................................................... 73 
 

 
 
 
 
ВВЕДЕНИЕ 
 
В учебном пособии рассмотрена практическая задача оперативного 
планирования режима электроэнергетической системы (ЭЭС) и электростанций с периодом упреждения на сутки. Это повседневная задача для 
энергосистем, и от ее реализации зависят многие технические, экономические и коммерческие решения по управлению режимами. Более полный 
теоретический материал изложен в учебнике [2, 8], в монографии [3] и в 
электронном учебно-методическом комплексе [1].  
В рамках учебного пособия даются пояснения к выполнению расчетно-графической работы «Составление балансов мощности и выработки электроэнергии в электроэнергетической системе».  
Оперативное планирование режимов ЭЭС включает в себя несколько этапов. 
1. Прогнозирование графика нагрузки (ГН) и электропотребления (Э).  
2. Оценка доли участия электрических станций в энергетических 
балансах ЭЭС. 
3. Планирование баланса мощности системы. 
4. Определение объема выработки электроэнергии в ЭЭС. 
5. Определение ГН станций, участвующих в энергетическом балансе ЭЭС. 
6. Оптимизация распределения нагрузки между станциями в ЭЭС. 
7. Управление электрическим режимом ЭЭС с учетом влияния на 
баланс мощности случайных факторов. 
В целом материал позволит читателю: 
 понять смысл и содержание задач управления энергетическими 
режимами; 
 определить основные пути управления режимами в технических 
и коммерческих целях; 
 оценить важность режимных задач при функционировании электроэнергетических систем. 
Главная цель учебного пособия – дать в доступной для студентов 
форме практическое содержание и принципы решения основных энергетических задач по энергоснабжению потребителей в современных 
условиях функционирования энергетики. 

1. ОПЕРАТИВНОЕ ПРОГНОЗИРОВАНИЕ  
ГРАФИКОВ НАГРУЗКИ И ЭЛЕКТРОПОТРЕБЛЕНИЯ 
ЭЛЕКТРОЭНЕРГЕТИЧЕСКОЙ СИСТЕМЫ 

1.1. ОСНОВЫ ПРОГНОЗИРОВАНИЯ 

План и прогноз – это взаимосвязанные и взаимозависимые задачи [3]. При планировании режимов электроэнергетической системы 
можно выделить два вида прогнозов: основные и дополнительные. Основные прогнозы – это ожидаемые требования потребителей в электроэнергии и возможности станций ЭЭС в их обеспечении. Известно, 
что производство и потребление электроэнергии на электронном 
уровне совпадает по времени, хранение электроэнергии в промышленных масштабах невозможно, а процесс потребления, в свою очередь, 
зависит от множества случайных факторов. Тенденция изменения  
каждого из таких факторов подразумевает необходимость дополнительного прогноза.  
Для решения задач прогнозирования могут быть использованы 
формальные математические модели, эвристические модели, а также 
их комбинация. Богатейшие возможности вычислительных систем и 
компьютерных технологий позволяют получить достаточно достоверные прогнозы для практических задач. Но без корректировки полученной модели лицом, принимающим решение, учесть влияние случайных 
факторов невозможно даже косвенно.  
Существуют различные методы и модели прогнозирования графика нагрузки (ГН) ЭЭС [3]. Определить и учесть индивидуальные требования всех потребителей невозможно, поэтому часто определяют 
суммарные показатели по энергосистеме (далее рассмотрен прогноз 
ГН для региональной системы в целом, без разнесения по группам 
потребителей). Для разработки моделей необходимо располагать  

достоверными данными. Наиболее доступной принято считать информацию из автоматизированной системы диспетчерского управления (АСДУ), в которой зафиксированы фактические мощности электростанций. Суммарная мощность станций включает нагрузку потребителей, потери в электрических сетях на передачу мощности от 
станций к потребителям и хищения. Суммарная мощность станций 
принимается за нагрузку ЭЭС и является исходными данными [1] для 
РГР при составлении прогноза ГН. 
В рамках расчетно-графической работы студента рассматривается 
методика прогнозирования ГН, основанная на конструировании прогноза и состоящая из следующих этапов: прогноз среднесуточной 
мощности, прогноз конфигурации графика нагрузки, прогноз поправок 
(максимальная и минимальная мощность, температура, облачность).  
Прогнозирование электропотребления. Электроэнергия – это интегральный показатель мощности для определенного периода времени с 
заданным интервалом дискретности исходной информации. Причем 
процессы изменения мощности и электроэнергии для одного и того же 
объекта идентичны. При выполнении РГР студент самостоятельно выбирает для анализа один из двух процессов. Ниже приведена последовательность расчетов для формирования математической модели прогноза по параметру «мощность» 
tP  с суточным упреждением. При 
этом использованы ретроспективные данные. Дата прогноза соответствует дате рождения студента, выполняющего задание. Если день 
выпал на выходной или праздник, то в качестве прогнозного дня необходимо принять ближайший рабочий день.  

Последовательность расчетов 

1. Определение периода ретроспективы. Любая энергосистема с 
точки зрения прогноза графика нагрузки имеет свои уникальные особенности. Поэтому перед формированием модели необходимо проанализировать информацию за достаточно большой период времени.  
В рамках РГР необходимо осуществить прогноз ГН Новосибирской 
энергосистемы, анализ данных которой показал, что для прогнозирования среднесуточной мощности достаточно иметь ретроспективные 
данные за предшествующий календарный месяц. При необходимости уточнения периода ретроспективы 
ретро
Т
 необходимо проанализировать динамику процесса и его свойства (нарастание, убывание,  

периодический характер и др.). В пояснительной записке студент должен привести обоснование выбора 
ретро
Т
. 
2. Выбор из базы данных, представленной в [1], статистической 
информации за период ретроспективы. Она представляет собой суточные графики нагрузки с дискретностью в 1 ч.  
3. Вычисление среднесуточной мощности 
ф
ср.сут
P
 для каждого дня в 
периоде ретроспективы: 

 

23

ф
0
ср.сут
24

t
t
P
P





, 
(1.1) 

где tP  – потребляемая мощность каждого часа. 

4. Построение зависимости 
ф
ср.сут( )
P
t  – фактической среднесуточной мощности за период ретроспективы (рис. 1.1, а). Поскольку значение среднесуточной мощности, умноженное на 24, будет соответствовать потребляемой в сутки электроэнергии (Э), приведенные ниже зависимости могут быть построены как в координатах 
ф
ср.сут( )
P
t , так и в 
координатах Э( )t . По оси абсцисс рекомендуется указывать только порядковый номер дня в периоде ретроспективы (рис. 1.1). 
5. Исключение нетиповых точек (государственные праздники, выходные дни, а также нехарактерные дни – выбросы) (рис. 1.1, б). При 
обработке статистической информации главное значение имеет тенденция процесса во времени (возрастание, убывание). Необходимо также 
помнить, что данные последних дней периода ретроспективы более значимы для составления прогноза, чем начальные точки статистического 
ряда. Исключение последних пяти точек периода ретроспективы недопустимо. При анализе нетиповых дней настоятельно рекомендуется 
сохранять информацию об исключенных днях недели и дате. Пример 
зависимости 
ф
ср.сут( )
P
t  приведен на рис. 1.1, б. При этом исключения из 
периода ретроспективы точки отсутствуют в графике. 
6. Выполнение по оставшимся в периоде ретроспективы данным аппроксимации и составление математической модели процесса 
мод
ср.сут( )
P
t . 
Рекомендуется использовать редактор электронных таблиц  MS Excel. 
Однако студент вправе использовать любые инструменты анализа на свое 

усмотрение. В качестве математической модели будем использовать возможности MS Excel по построению линий тренда. Необходимо рассмотреть несколько типов линий тренда. Например, полиномиальную и линейную (рис. 1.2). Впоследствии, оценив погрешности каждой из моделей, выбрать для прогнозирования наиболее точную. 
 

  
а 

 
б 

Рис. 1.1. Обработка зависимости 
ф
ср.сут ( )
P
t :  

а – за полный период ретроспективы; б –  за вычетом выбросов  
и нетиповых дней 

7. Оценка достоверности модели 
мод.
ср.сут( )
P
t  по статистическим кри
териям. Например, по критерию детерминации 
2
R  (MS Excel позволяет вывести значение для подобранной линии тренда). Если 
2
0,6,
R

 

Время, день

Время, день

то можно считать модель достаточно достоверной. Исключением может стать выборка, для которой общий линейный тренд постоянен и 
параллелен оси абсцисс. При этом 
2
R  будет близок к нулю. Математическая модель и прогноз такого процесса будут соответствовать 
среднему значению за период ретроспективы. 
 

 

Рис. 1.2. Примеры подбора моделей процесса 
ф
ср.сут ( )
P
t   

за период ретро
T
 и их экстраполяция для прогноза 

Если подобрать достоверную математическую модель невозможно, 
то необходимо перейти к эвристической модели «угадывания», которая основана на интуиции и опыте человека, выполняющего прогноз.  
Далее необходимо оценить погрешности подобранных моделей. 
Для этого нужно сравнить 
мод
ср.сут( )
P
t  с 
ф
ср.сут( )
P
t  и вычислить модуль 
относительных отклонений в каждой точке периода ретроспективы. 
При этом значения 
мод
ср.сут
P
 для каждого дня в периоде ретроспективы 
можно получить из уравнения линии тренда, где х – номер дня. Среднее арифметическое значение таких отклонений по всем точкам покажет суммарную погрешность модели. Модель с наименьшей суммарной погрешностью следует принять за базовую модель для составления прогноза 
пр
мод
ср.сут
ср.сут(
1)
P
P
t


 и вычислить основные показатели 
погрешности модели (среднеквадратическое отклонение, максимальное отклонение и среднее по модулю за период). 

8. Получение прогноза среднесуточной мощности 
пр
ср.сут
P
 путем 

экстраполяции модели 
мод
ср.сут(
1)
P
t 
 (рис. 1.2), т. е. вычисление по 
уравнению линии тренда значения среднесуточной мощности на прогнозный день.  
В обучающих целях исходные данные содержат все дни года, что 
дает возможность оценить составленный прогноз путем сравнения с 
фактической среднесуточной мощностью на прогнозные сутки (относительное отклонение). Полученная величина составит погрешность 
прогноза.  
Необходимо понимать, что погрешность прогноза не может стать 
основанием при выборе той или иной модели прогнозирования, поскольку в реальной ситуации при составлении прогноза «на сутки вперед» человек, выполняющий прогноз, не обладает достоверной информацией о прогнозном дне. 

1.2. СОСТАВЛЕНИЕ КОНФИГУРАЦИИ ГРАФИКА НАГРУЗКИ 
НА ПРОГНОЗНЫЙ ДЕНЬ 

Для определения характерной конфигурации графика нагрузки 
необходимо использовать следующий алгоритм. 
1. Определить среднее арифметическое значение мощности для каждого часа за период ретроспективы (без учета выходных и нетиповых 
дней), т. е. получить 24 значения ср
P
 (за первый час, за второй час и т. д.). 
2. По полученным данным построить график нагрузки (в МВт). 
3. Вычислить среднесуточную мощность для получившегося графика. 
4. Рассчитать и построить график нагрузки из п. 3 в относительных 
единицах. За базис принять среднесуточную мощность. Полученная 
зависимость в относительных единицах представляет собой конфигурацию графика нагрузки на прогнозный день.  
5. Для получения прогнозного графика нагрузки 
пр
ГН
 конфигурацию из п. 4 необходимо умножить на спрогнозированную ранее среднесуточную мощность 
пр
ср.сут
P
. 
6. Рассчитать модуль относительных отклонений и суммарную погрешность прогноза для суток путем сравнения полученных значений с 
фактическими данными на прогнозный день. 

1.3. ВНЕСЕНИЕ ПОПРАВОК К ПРОГНОЗУ ГН,  
ПОЛУЧЕННОМУ ПО РЕТРОСПЕКТИВНОЙ ИНФОРМАЦИИ 

График нагрузки, полученный в разделе 1.2, соответствует фактическому графику с некоторой погрешностью, ведь прогноз получен по 
усредненным значениям мощности и не рассматривает ряда важных 
факторов, которые нужно учитывать в виде следующих поправок. 
Поправка на максимальную мощность – одна из значимых поправок, поскольку час пиковой нагрузки энергосистемы является наиболее 
ответственным. Несмотря на предельную плановую загрузку генераторов энергосистемы, необходимо обеспечить надежность электроснабжения, распределив требуемое количество резервной мощности. Недооценка значения максимальной мощности может привести к снижению 
надежности в пиковый час, а в худшем случае – к отказам оборудования, возможному недоотпуску электроэнергии и экономическим убыткам. Процедура прогноза максимальной мощности аналогична прогнозу среднесуточной мощности (раздел 1.1). Необходимо построить зависимость максимальных значений мощности за каждый день в периоде ретроспективы, подобрать линию тренда, определить значение 
мощности на прогнозный день и после этого заменить им максимальное значение мощности в 
пр
ГН
. 
Поправка на минимальную мощность определяется так же, как и 
поправка на максимальную мощность. Поправка на минимум зачастую 
необходима еще и потому, что помимо трендового изменения среднесуточной мощности в зависимости от особенностей электропотребления в различное время года имеет место и трендовое изменение минимальных нагрузок. 
Если поправки на максимальную и минимальную мощность можно 
назвать обязательными, то следующие поправки дополнительные. Если присутствуют факторы, позволяющие не учитывать эти поправки, 
они могут быть исключены на усмотрение человека, выполняющего 
прогноз. Студент полностью обосновывает внесение или исключение 
каждой из поправок. 
Поправка на температуру – поправка, связанная с реакцией потребителей на изменение погодных условий и, как следствие, увеличением/уменьшением прогнозного электропотребления. Для определения поправки необходимо проследить закономерность изменения потребляемой мощности от изменения температуры воздуха. В данной