التنبؤ بالحمل الكهربائي قصير المدى بطرق التشفير المتفرقة

اقرأ في هذا المقال


الهدف من التنبؤ بالحمل الكهربائي قصير المدى بطرق التشفير المتفرقة

توفر متطلبات الطاقة المتزايدة باستمرار لشبكات الطاقة الحديثة، بما لا يدع مجالاً للشك، ودليلاً على ضرورة إدارة موارد الطاقة بأقصى قدر من الكفاءة والفعالية من حيث التكلفة؛ فإنه يلعب التنبؤ بالحمل الكهربائي على مقياس محطة فرعية دوراً مركزياً في هذا الجهد، وقد أصبح هذا التخصص أحد مجالات البحث الرئيسية في سياق الهندسة الكهربائية.

كما يتمثل نطاق هذا الحقل في توفير تنبؤات بشأن القيم المستقبلية للسلسلة الزمنية للتحميل بناءً على المجموعات السابقة لقياسات الحمل، وذلك مع مراعاة المتغيرات الخارجية أيضاً في كثير من الأحيان، وكما هو متوقع يظهر عدد من التحديات عند التعامل مع هذه المشكلة، ومن ناحية يتميز الطلب على الكهرباء بتقلبه، بينما يخضع من ناحية أخرى لعوامل عديدة، مثل الأحوال الجوية وامتداد الشبكة وتغلغل مصادر الطاقة المتجددة (RES) مؤخراً.

وعلى وجه الخصوص في مستوى محطات التوزيع الفرعية ذات الجهد العالي / المتوسط ​​(HV / MV)، تجمع قياسات البيانات بين الطلب والتوليد، وبالتالي يصبح التنبؤ أكثر تعقيداً من خلال التثبيت المتزايد باستمرار لمصادر الطاقة المتجددة، لذلك سيساهم التنبؤ الدقيق والموثوق والقوي بالحمل في التشغيل المناسب والجدولة والتخطيط لأنظمة الطاقة، وبالتالي تحقيق تكلفة تشغيل أقل وموثوقية أعلى لإمدادات الكهرباء.

ومن وجهة نظر منهجية، تم التعامل مع (STLF) بعدد كبير من أساليب التعلم الآلي (ML)، ونظراً لبساطتها؛ فقد تم استخدام النماذج القائمة على الانحدار الخطي (LR) على نطاق واسع، ومن ناحية أخرى، أدت الحاجة إلى مناهج أكثر تطوراً إلى استخدام دعم الانحدار المتجه (SVR) وكذلك الشبكات العصبية والتعلم العميق.

ومع ذلك، تجدر الإشارة إلى أنه على الرغم من سنوات الدراسة الشاملة، لذلك لا يزال التنبؤ بالحمل الكهربائي مجالاً مفتوحاً للبحث النشط. السبب الرئيسي وراء ذلك، هو أنها مشكلة معقدة يصعب معالجتها بشكل مناسب، وذلك بسبب الطبيعة المتنوعة للحمل الكهربائي، ونتيجة لذلك لا توجد طريقة معينة لتعلم الآلة تحقق التفوق الشامل من حيث الأداء.

وصف المشاكل المرتبطة التنبؤ بالحمل الكهربائي قصير المدى

تتألف السلسلة الزمنية للتحميل التي يجب توقعها تقليدياً من تجميع طلب الطاقة من المستهلكين الأفراد، كما أظهر هذا الطلب على الطاقة تقلباً طفيفاً وله تواتر كبير على أساس يومي وشهري، لذلك في الماضي تم تصميمه باستخدام الطرق التقليدية بدقة عالية نسبياً، أما اليوم تحتوي سلسلة وقت التحميل هذه أيضاً على تجميع لتوليد مصادر الطاقة المتجددة الموزعة والذي يكون في نهاية المطاف للمولد الكهربائي المركزي.

لذلك لقد عرّض نموذج الجيل الجديد المستند إلى (RES) دقة طرق التنبؤ التقليدية للخطر بسبب تقطع ظواهر الطقس، كما أن هذا ضار لسببين، أولاً من منظور إدارة الطاقة وعدم اليقين في توليد الطاقة المتجددة الموزعة يهدد القدرة على التخطيط الفعال لجدولة توليد الطاقة على المدى القصير، بينما من منظور مجمع (RES)، تقيد العشوائية استراتيجيات العطاءات.

وبالتالي، يعرض هوامش ربحهم للخطر، بحيث تثبت أوجه القصور هذه أن التنبؤات الدقيقة قصيرة المدى لها أهمية قصوى في سياق الجوانب التشغيلية المتعددة للشبكة الذكية، وأخيراً يجب أن يجمع نموذج التنبؤ الناجح للسلسلة الزمنية المختلطة لتحميل الطاقة بين النمذجة الدقيقة لدورية الحمل، وذلك بالإضافة إلى استيعاب تقلب توليد (RES).

آلية التنبؤ بالحمل على المدى القصير

يشير التنبؤ بالحمل على المدى القصير لشبكة توزيع الجهد المتوسط ​​مع اختراق (RES) الثقيل إلى التنبؤ بقراءات حمل الطاقة المختلطة، والتي تتوافق بدورها مع طلب صافي الطاقة النشطة (AP) لشبكة التوزيع من المحطة الفرعية (HV / MV)، كما تهتم الدراسة الحالية بالتنبؤ بصافي (AP) لكل ساعة، والذي يشكل مهمة أساسية في تحسين العديد من عمليات الشبكة الكهربائية، مثل الإرسال الاقتصادي، وذلك فضلاً عن الخدمات الإضافية المتعلقة بالتحكم في الجهد والتردد الكهربائي.

وبشكل أكثر تحديداً؛ فإنه يتم تضمين نماذج (STLF) في صياغة مشكلة تحسين الطاقة التفاعلية، والتي تهدف إلى تقليل فقد الطاقة وانحرافات الجهد عن طريق تبديل أوضاع مبدل الصنبور ومفاتيح بنك المكثف وفي حالة الشبكة المعزولة؛ فإن هناك أيضاً حاجة إلى موازنة الحمل (وبالتالي التحكم في التردد)، والتي يتم تنفيذها من خلال أنظمة إدارة الطاقة التي تستخدم أيضاً تنبؤات الحمل قصيرة الأجل.

وأخيراً يجب أن يكون (STLF) جزءاً لا يتجزأ أثناء تطوير نماذج المقاصة لسوق الكهرباء، لذلك من المفهوم أنه من الصعب تحقيق التشغيل الفعال لشبكة كهربائية بالمتطلبات والمواصفات الحالية، وذلك دون وجود تنبؤات دقيقة للأحمال على المدى القصير.

وبالنسبة الى البيانات المتاحة، وإلى جانب الحمل المقاس، تحتوي أيضاً على بيانات الطقس، كما تم قياسها من محطة الطقس التابعة للمحطة الفرعية، وعادة لا يتم مشاركة أي بيانات بين المحطة الفرعية ومواقع (RES) الموزعة، مما يعني أن قراءات توليد (RES) الفردية غير متاحة لإدراجها في إنشاء نموذج التنبؤ.

كما أن العيب المذكور أعلاه مقترناً بحقيقة أن بيانات الطقس المقاسة في محطة الطقس بالمحطة الفرعية لن تكون ممثلة للظروف على مستوى الشبكة، مما يساهم بشكل كبير في ضوضاء بيانات الإدخال، مما يؤدي بدوره إلى تضييق مجموعة طرق النمذجة المناسبة، ومن أجل إنشاء نموذج تنبؤ قصير المدى لصافي الطلب النشط على الطاقة للشبكة؛ فإنه يمكن للمرء أن يستخدم كمدخلات التسلسل الزمني التاريخي للحمل والظروف الجوية للمحطة الفرعية.

تفاصيل دراسة حالة خاصة بالتنبؤ بالأحمال الكهربائية

تم جمع بيانات دراسة الحالة من محطة فرعية (HV / MV) في البر الرئيسي لأوروبا، كما أنه من الفترة الزمنية من سبتمبر (2017 م) إلى ديسمبر (2018 م)، بحيث تشير القياسات المسجلة إلى قيم أحمال الطاقة المختلطة، وبسبب أنظمة الخلايا الكهروضوئية المتعددة الموجودة في توزيع الجهد المتوسط شبكة الكهرباء.

كما تتوافق هذه القيم مع صافي الطلب النشط على الطاقة لشبكة التوزيع من شبكة النقل، بحيث تم أخذ عينات القياسات المعنية بفواصل زمنية مدتها دقيقة واحدة، مما يُظهر أخذ عينات أكثر كثافة بشكل ملحوظ من معظم التطبيقات المماثلة وتحتوي فعلياً على صافي الطلب النشط على الطاقة، بالإضافة إلى البيانات من محطة الطقس للمحطة الفرعية، وهي التغطية السحابية وسرعة الرياح والرطوبة ودرجة الحرارة.

تتمثل إحدى المشكلات الأساسية أثناء المعالجة المسبقة للبيانات الخام في التعامل مع البيانات المفقودة والتالفة، والتي تنتج عن تعطل جهاز الاستشعار بشكل رئيسي بسبب عطل أو أعمال صيانة، وبالنسبة لنطاق دراسة الحالة هذه، تتضمن مرحلة المعالجة المسبقة إزالة البيانات التالفة والقيم المتطرفة، بينما يتم تجاهل البيانات المفقودة.

لأسباب تتعلق بسهولة التطبيق وتقليل حجم مجموعة البيانات المتاحة، كان إنشاء روتين الكشف التلقائي عن البيانات ذات المشاكل مفضلاً بدلاً من الاستخراج اليدوي، وعلى عكس القيم الفاسدة، والتي يشار إليها بالتقلب المنخفض لصافي الطاقة النشطة، لذلك لم يكن من السهل اكتشاف القيم الخارجية، كما يمكن العثور على العديد من تقنيات معالجة البيانات الفعالة، وفي دراسة الحالة الحالية، تم تنفيذ نهج عتبة النافذة الوسيطة المتدحرجة، وذلك من أجل تصور تصنيف مُرضٍ، وخاصةً مع تجنب الإيجابيات غير المُجدية.

alexa1-3098121-large-300x234

المصدر: C. Kuster, Y. Rezgui and M. Mourshed, "Electrical load forecasting models: A critical systematic review", Sustain. Cities Soc., vol. 35, pp. 257-270, Nov. 2017.I. K. Nti, M. Teimeh, O. Nyarko-Boateng and A. F. Adekoya, "Electricity load forecasting: A systematic review", J. Electr. Syst. Inf. Technol., vol. 7, no. 1, pp. 19, Dec. 2020.L. Wu, M. Shahidehpour and T. Li, "Stochastic security-constrained unit commitment", IEEE Trans. Power Syst., vol. 22, no. 2, pp. 800-811, May 2007.J. Xie, Y. Chen, T. Hong and T. D. Laing, "Relative humidity for load forecasting models", IEEE Trans. Smart Grid, vol. 9, no. 1, pp. 191-198, Jan. 2018.


شارك المقالة: