ФОРМИРОВАНИЕ ЗАЯВКИ О ПЛАНОВОМ ЧАСОВОМ ПОТРЕБЛЕНИИ ЭЛЕКТРИЧЕСКОЙ ЭНЕРГИИ НЕФТЕГАЗОДОБЫВАЮЩЕГО ПРЕДПРИЯТИЯ

FORMATION OF AN APPLICATION FOR THE PLANNED HOURLY CONSUMPTION OF ELECTRIC ENERGY OF AN OIL AND GAS PRODUCING ENTERPRISE

Yana Logunova

Graduate student, Yugra State University,

Russia, Khanty-Mansiysk

Ключевые слова: плановое почасовое потребление; планирование электроэнергии; оптовый рынок электрической энергии.

Keywords: planned hourly consumption; electricity planning; wholesale electricity market.

Благодарности: Исследование выполнено за счет гранта Российского научного фонда № 22-29-20052, https://rscf.ru/project/22-29-20052/

Энергоёмкие промышленные предприятия являются крупными потребителями электроэнергии и обязаны каждый день подавать заявки с информацией, сколько они планируют купить на оптовом рынке электроэнергии (ОРЭМ) в ближайшие сутки с разбивкой по часам. Отклонения фактического потребления от плановой заявки и в большую, и в меньшую сторону оплачиваются по отдельной ставке. Чем точнее их прогноз, тем меньше оплата. [1]

Очевидный прямой эффект от повышения точности почасового планирования (ППП) предполагает и обязывает учитывать наибольшее количество факторов, влияющих на изменение часового потребления, а также подбирать и усовершенствовать методы планирования, используемые на предприятии.

Ответственный сотрудник отдела планирования, учета и реализации энергоресурсов ежедневно проделывает определённый алгоритм действий по сбору информации необходимой для формирования заявки о плановом часовом потреблении всего предприятия.

При формировании ППП на сутки Х используется информация о фактическом почасовом потреблении электрической энергии по ГТП по данным АИИС КУЭ. [3]

Рисунок 1. График фактического потребления электрической энергии с ОРЭМ за сутки (Х-1) ООО «РН-Юганскнефтегаз»

Также нам необходима информация о фактической и прогнозной температуре воздуха по данным метеослужбы.

Рисунок 2.  Фактическая температура воздуха

Рисунок 3. Прогнозная температура воздуха

Рассчитываем объем электрической энергии, с учетом изменения температуры воздуха в сутки Х относительно последних характерных суток.

Коэффициент, отражающий зависимость изменения потребления от изменения температуры воздуха, рассчитывается на основе статистических данных за предыдущие аналогичные периоды.

Влияние температуры воздуха на электропотребление имеет более определенный характер, чем облачность и освещенность. [2]

Среднее значение фактического объема потребления электрической энергии в час t за последние характерные семь суток.  ПХС-последние характерные сутки (среднее значение за последние семь суток, в которых не было аварийных изменений нагрузок энергоемких потребителей) [3].

Рисунок 4. График потребления электрической энергии с ОРЭМ за семь суток ООО «РН-Юганскнефтегаз»

Далее просматриваем заявки графика планово предупредительных работ (ППР) согласованных на сутки Х, рассчитываем величину изменения нагрузки из-за пуска/останова энергоемкого технологического оборудования в связи с проведением работ.

Рисунок 5. Величина изменения нагрузки, с учетом планируемых изменений в составе и параметрах работы технологического оборудования, генерации электрической энергии в сеть ООО «РН-Юганскнефтегаз» в сутки Х относительно последних характерных суток

Рисунок 6. Объём выработки электростанций собственных нужд предприятия (ГТЭС Приобская, ГТЭС Приразломная)

При формировании заявки ППП на ОРЭМ учитываем выработку электростанций предприятия. А также анализируем изменения плановой выработки на сутки Х относительно фактической выработки за сутки (Х-1).

Учитываем временные изменения потребления электрической энергии, связанные с нарушением работы энергетического оборудования, приемников электроэнергии и т.д.

На завершающем этапе формирования заявки необходимо учесть все планируемые изменения нагрузки относительно предыдущих характерных суток. [4]

Рисунок 7. Заявка ППП на сутки Х

Таким способом удаётся достичь точности прогноза при «нормальных» условиях в 97-99%. Хороший показатель это 98-100%. В случае аварийного останова энергоёмкого оборудования отклонение от прогноза может достигать 10%.

Список литературы:

1. Прогнозирование и планирование потребления электроэнергии с помощью machine learning (эксперимент) [Электронный ресурс] (sedmax.ru)
2. Аль Зихери, Б. М. Повышение точности краткосрочного прогнозирования электрической нагрузки потребителей региона с учетом метеофакторов на основе метода опорных векторов: специальность 05.14.02 «Электрические станции и электроэнергетические системы»: дис. ... канд. техн. наук / Б. М. Аль Зехери: Южно-Российский государственный политехнический университет (НПИ) имени М.И Платова. - Новочеркасск, 2015. - 181 с.
3. ООО РН-Юганскнефтегаз (yungjsc.com) [Электронный ресурс]
4. ПРИКАЗ Минэнерго от 11 февраля 2019 года N 91 «Об утверждении требований к прогнозированию потребления и формированию балансов электрической энергии и мощности энергосистемы на календарный год и периоды в пределах года»