The Use of Artificial Neural Networks for Forecasting the Electric Demand of Stand-Alone Consumers

Ivanin, O A; Direktor, L. B.

doi:10.1134/s004060151805004x

Cited by 4 publications

(3 citation statements)

References 5 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…РГ представляет собой размещение электроустановок в отдельных зданиях, предприятиях с возможностью выдачи энергии во внешнюю сеть. Близость электроустановок к основному потребителю позволяет минимизировать потери при передаче энергии, а также дает возможность отапливать помещения за счет выделения тепловой энергии в процессе работы электроустановок [3]. Возможность выбора технологии РГ делает ее более гибкой по сравнению с централизованной электротехнической системой (ЭТС), позволяя учитывать мощность отдельных электроприемников, а также тип и удаленность топливных ресурсов.…”

Section: выбор оптимального напряжения источника энергии для системы unclassified

Optimized voltage of energy source definition for power system with dispersed generation

Koshuk¹,

Kosarev²,

Fedorov³

2018

OSB

View full text Add to dashboard Cite

show abstract

Section: выбор оптимального напряжения источника энергии для системы unclassified

Optimized voltage of energy source definition for power system with dispersed generation

Koshuk¹,

Kosarev²,

Fedorov³

2018

OSB

View full text Add to dashboard Cite

show abstract

“…A mathematical model can be an efficient means to predict and analyze regional electric power consumption, and previous research has made valuable attempts in the field of developing forecasting models, including artificial neural networks, adaptive networks, regression analysis, and multiple linear regression analysis. Ivanin and Direktor applied artificial neural networks to forecast the short-term electricity power consumption of independent users located outside a centralized power supply system [23]. Chahkoutahi and Khashei built several hybrid models through integrating adaptive networks and fuzzy inference for forecasting the electricity load of the energy market [24].…”

Section: Introductionmentioning

confidence: 99%

A Comprehensive Forecasting–Optimization Analysis Framework for Environmental-Oriented Power System Management—A Case Study of Harbin City, China

Zhang

Xie

et al. 2020

Sustainability

View full text Add to dashboard Cite

In this study, a comprehensive research framework coupled with electric power demand forecasting, a regional electric system planning model, and post-optimization analysis is proposed for electric power system management. For dealing with multiple forms of uncertainties and dynamics concerning energy utilization, capacity expansions, and environmental protection, the inexact two-stage stochastic robust programming optimization model was developed. The novel programming method, which integrates interval parameter programming (IPP), stochastic robust optimization (SRO), and two-stage stochastic programming (TSP), was applied to electric power system planning and management in Harbin, China. Furthermore, the Gray-Markov approach was employed for effective electricity consumption prediction, and the forecasted results can be described as interval values with corresponding occurrence probability, aiming to produce viable input parameters of the optimization model. Ten scenarios were analyzed with different emissions reduction levels and electricity power structure adjustment modes, and the technique for order of preference by similarity to ideal solution (TOPSIS) was selected to identify the most influential factors of planning decisions by selecting the optimal scheme. The results indicate that a diversified power structure that dominates by thermal power and is mainly supplemented by biomass power should be formed to ensure regional sustainable development and electricity power supply security in Harbin. In addition, power structure adjustment is more effective than the pollutants emission control for electricity power system management. The results are insightful for supporting supply-side energy reform, generating an electricity generation scheme, adjusting energy structures, and formulating energy consumption of local policies.

show abstract

“…Организация ЭтС с РГ с динамическим перераспределением ИП. Обязательным условием создания ЭТС с РГ, в которой ИП будут перераспределяться между ЭП в зависимости от смещения ЦЭН, является существование виртуальной сети (smart grid), позволяющей централизованно собирать данные о состоянии ЭТС и дистанционно управлять установками генерации [8][9][10].…”

Section: Introductionunclassified

Power supplies dynamic redistribution’s for electric system with dispersed generation

Kosarev¹,

Koschuk²,

Fedorov³

et al. 2019

OSB

View full text Add to dashboard Cite

Б. А. КосАреВ г. А. КощУК В. К. феДороВ л. г. полынцеВ Омский государственный технический университет, г. Омск ДинАмиЧесКое перерАспреДеление истоЧниКоВ питАния В элеКтротехниЧесКой системе с рАспреДеленной генерАцией Статья посвящена проектированию электротехнических систем с распределенной генерацией, а именно влиянию расположения источников питания (установок генерации) на потери электрической энергии в распределительных линиях. Оптимальному расположению источников питания соответствуют центры электрических нагрузок, которые при изменяющейся во времени нагрузке электроприемников смещаются, вызывая увеличение потерь электрической энергии в распределительных линиях электротехнической системы. Целью данной работы является разработка алгоритма и программы расчета динамического перераспределения источников питания электротехнической системы с распределенной генерацией, реализация которых минимизирует потери электрической энергии в распределительных линиях. Динамическое перераспределение источников питания достигается созданием виртуальной электротехнической системы с возможностью перераспределения по центрам электрической нагрузки установок генерации. Виртуальная электротехническая система организуется на основе сотовой связи и центрального компьютера (smart grid). Алгоритм работы виртуальной электротехнической системы реализован в программном пакете MathCAD. С использованием данной программы выполнен расчет электротехнической системы промышленного микрорайона города. В результате расчетов построены картограммы электрических нагрузок и проведена оценка потерь электрической энергии в распределительных линиях. Результаты расчетов показывают значительное уменьшение потерь в распределительных линиях при использовании распределенной генерации с динамическим перераспределением источников питания. Ключевые слова: распределенная генерация, центр электрической нагрузки, электротехническая система, картограмма электрических нагрузок, установка генерации, метод потенциальных функций, электроприемник. КОСАРеВ Борис Андреевич, инженер по специальности «Промышленная электроника».

show abstract

The Use of Artificial Neural Networks for Forecasting the Electric Demand of Stand-Alone Consumers

Cited by 4 publications

References 5 publications

Optimized voltage of energy source definition for power system with dispersed generation

Optimized voltage of energy source definition for power system with dispersed generation

A Comprehensive Forecasting–Optimization Analysis Framework for Environmental-Oriented Power System Management—A Case Study of Harbin City, China

Power supplies dynamic redistribution’s for electric system with dispersed generation

Contact Info

Product

Resources

About