Моделирование взаимосвязи потребления электроэнергии и

Моделирование взаимосвязи потребления электроэнергии и метеорологических
данных на примере Пермского края
Докладчики:

Ожегов Евгений Максимович, младший научный сотрудник НИУ ВШЭ - Пермь

Попова Евгения Андреевна, младший научный сотрудник НИУ ВШЭ – Пермь
Потребление электроэнергии любой энергетической системы обладает ярко
выраженной сезонной составляющей. Потребление значительно колеблется внутри дня,
внутри недели и внутри года. При этом значительную часть этих колебаний объясняют
метеорологические данные: температура окружающей среды, влажность воздуха,
скорость ветра.
Большинство существующих работ (OrtizBeviá, RuizdeElvira, и Alvarez-García,
2014; Valor, Meneu, и Caselles, 2001; Pardo, Meneu, и Valor, 2002; Hekkenberg, Moll, и
Uiterkamp, 2009 ) выявляют нелинейную взаимосвязь потребления и температуры
окружающей среды через введение 2-х переменных: “heating degree days” и ”cooling degree
days”. Эти переменные характеризуют, на сколько градусов нужно обогреть либо
охладить здание для достижения порогового уровня температуры. Основной недостаток
данного подхода заключается в необходимости изначально определять пороговое
значение, которое в различных странах и более того в различных регионах страны может
отличаться. Другой подход (Moral-Carcedo и Vicéns-Otero, 2005; Bessec и Fouquau, 2008)
предполагает применение логистической функции перехода от зимнего потребления к
летнему. При этом пороговое значение температуры рассчитывается как параметр модели.
Однако в данном методе результаты чувствительны к выбору вида функции перехода.
В нашей работе мы применяем следующую модель, в которой  (Tempt ) - функция
неизвестного вида, которая отражает нелинейную связь потребления и температуры
окружающей среды. При этом предполагаем, что потребление линейно зависит от
влажности воздуха и скорости ветра.
6
Loadt   (Tempt )  Wt   H t    i Di ,t   7 Holt  t   t .
i 1
Обозначение
Load
Temp
Переменная
Единица
измерения
Общее потребление электроэнергии
региона в момент времени
Средняя температура воздуха на высоте
2 метра над поверхностью
1
Источник данных
МВт
energotrading.com
градусы Цельсия
(oС)
компания (ООО)
"Расписание Погоды"
Обозначение
Переменная
Единица
измерения
W
Скорость ветра
метры в секунду
H
Относительная влажность воздуха,
измеренная на высоте 2 метра над
поверхностью
проценты
Источник данных
компания (ООО)
"Расписание Погоды"
компания (ООО)
"Расписание Погоды"
Di - фиктивные переменные дня недели i , они необходимы для отлавливания
внутринедельной сезонности, которая не может быть объяснена метеорологическими
данными. Данный тип сезонности можно объяснить тем, что в выходные большинство
фирм, за исключением предприятий с непрерывным циклом производства, не работают и
тем самым снижают общее потребление региона. По этой же причине модель включает
фиктивную переменную на праздники - Hol .
Модель идентифицирована на данных потребления электроэнергии, а также
метеорологических данных Пермского края с 1 августа 2010 по 31 марта 2015 годов в
динамике
за
каждые
полупараметрического
3
часа.
Идентификации
подхода,
предложенного
модели
происходит
Robinson
(1988),
на
основе
взаимосвязь
потребления и температуры окружающей среды определяется с помощью ядерного
оценивания.
В исследовании проверяются следующие гипотезы:

Потребление отрицательно зависит от температуры окружающей среды до
порогового значения температуры, начиная с которого зависит положительно

Потребление электроэнергии отрицательно зависит от скорости ветра и от
влажности
Выводы
В результате оценивания гипотеза 1 не отвергается. График зависимости
потребления электроэнергии от температуры представлен на рис1. Таким образом, при
значении температуры ниже порогового значения, повышение температуры окружающей
ведет к уменьшению необходимости обогрева и, следовательно, ведет к снижению
потребления. Однако выше порогового значения, дальнейшее повышение температуры
приводит к необходимости охлаждения, что производится благодаря соответствующим
приборам, потребляющим электроэнергию. Следовательно, потребление электроэнергии
растет. Устойчивость полученного результата была проверена путем проведения
аналогичных расчетов на выборке меньшего размера. При этом пороговое значение
температуры не изменилось.
2
12000
10000
Load in Perm territory, MW
8000
6000
-40
-20
0
Temperature, C
95% confidence interval
Best polynomial fit
20
40
Kernel weighted polynomial fit
Fitted values
Рисунок 1. Зависимость Потребления электроэнергии от температуры
2 гипотеза также не отвергается. Действительно, повышение скорости ветра и
влажности ведет к более быстрому охлаждению, например, зданий и заводов, что
приводит к необходимости отопления этих зданий и заводов. Отопление в свою очередь
приводит к повышению потребления за счет включения соответствующих отопительных
приборов. Устойчивость моделирования к этим факторам была проверена за счет
построения аналогичной модели, без включения скорости ветра и влажности воздуха. У
полученных моделей объясняющая сила оказалась меньше первоначальной.
Список литературы
Bessec, M., & Fouquau, J. (2008). The non-linear link between electricity consumption and temperature in Europe:
a threshold panel approach. Energy Economics, 30(5), 2705-2721.
Hekkenberg, M., Moll, H. C., & Uiterkamp, A. S. (2009). Dynamic temperature dependence patterns in future
energy demand models in the context of climate change. Energy, 34(11), 1797-1806.
Moral-Carcedo, J., & Vicens-Otero, J. (2005). Modelling the non-linear response of Spanish electricity demand to
temperature variations. Energy Economics, 27(3), 477-494.
OrtizBeviá, M. J., RuizdeElvira, A., & Alvarez-García, F. J. (2014). The influence of meteorological variability on
the mid-term evolution of the electricity load. Energy, 76, 850-856.
Pardo, A., Meneu, V., & Valor, E. (2002). Temperature and seasonality influences on Spanish electricity load.
Energy Economics, 24(1), 55-70.
Robinson, P. M. (1988). Root-N-consistent semiparametric regression. Econometrica: Journal of the Econometric
Society, 931-954.
Valor, E., Meneu, V., & Caselles, V. (2001). Daily air temperature and electricity load in Spain. Journal of applied
Meteorology, 40(8), 1413-1421.
3