Power losses prediction system for transmission grids

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F22%3A43967367" target="_blank" >RIV/49777513:23520/22:43967367 - isvavai.cz</a>

Result on the web

<a href="http://www.kky.zcu.cz/cs/sw/losspred" target="_blank" >http://www.kky.zcu.cz/cs/sw/losspred</a>

DOI - Digital Object Identifier

—

Result language

čeština

Original language name

Systém pro predikci technických ztrát přenosové soustavy

Original language description

V důsledku přenosu elektrické energie reálnou elektrizační soustavou dochází k výkonovým ztrátám, které jsou úměrné objemů přenesení energie. Operátor české přenosové soustavy (společnost ČEPS a.s.) provozuje páteřní elektrizační soustavu, ve které dochází k výměnám energie na úrovni nejvyššího napětí, které mají jak národní, tak Evropský kontext. V posledních letech značně narůstají tranzitní aktivity českou přenosovou soustavou a tudíž i velikost výkonových ztrát, které musí společnost ČEPS a.s. v soustavě bilančně vyrovnat. Energie potřebná pro bilancování soustavy a tudíž i ztrát se zajišťuje v předstihu na různých energetických trzích či doplňujícími kontrakty. Pro ekonomicky efektivní zajištění pokrytí výkonových ztrát je klíčová znalost očekávaných ztrát na predikčních horizontech vztažených k jednotlivým energetickým trhům. V rámci smluvního výzkumu a ve spolupráci se společností ČEPS a.s. byl vyvinut systém pro predikci technických ztát přenosové soustavy na různých časových horizontech. Vyvinutý systém integruje datové zdroje z různých produkčních systémů ČEPS a.s., transformuje data to vhodné výpočetní formy pro potřeby navazujících procesů, které jsou dále využity v procesech realizující prediktory ztrát na rozdílných časových horizontech. V systému byl implementován trénovací proces spojený s parametrizací modelů, produkční proces poskytující predikce ztrát v produkčních systémech ČEPS a.s. a validační proces zajišťující monitoring a vyhodnocení kvality prediktorů. Jednotlivé prediktory technických ztrát uvažovali 15-cti minutový horizont predikce (vnitrodenní trh), 24 hodinový horizont predikce (denní trh) a 48 hodinový horizont predikce. Vzhledem k vysoké dimenzionalitě vstupních veličin (více než 60 datových sad), nelineárním charakteru projevů technických ztrát a velmi přísným kvalitativním požadavkům ze strany Zadavatele byly pro implementaci využity metody strojového učení. Intenzivními vývojovými aktivitami byly odvozeny a modifikovány technologie strojového učení (např. upravení gradientní rozhodovací stromy), které splňovali cílové parametry kvality predikce. Dle úvodních studií a současných výsledků z produkčního nasazení došlo k výraznému kvalitativnímu posunu přesnosti prediktorů: 15-minutový horizont (požadavek: MAPE 8.8%, výsledek: 5.5%), 24 hodinový horizont (požadavek: MAPE 9.27%, výsledek: 8.4%) a 48 hodinový horizont (požadavek: MAPE 21.87%, výsledek: 19.27%). Dosažené výsledky mají velmi výrazný ekonomický dopad, neboť kvalitativní zlepšení predikce o jeden procentní bod MAPE vede k ekonomickým úsporám v řádech desítek milionů korun. Systém je v současné době nasazen v odpovídajícím aplikačním prostředí ČEPS a.s. a bude plnohodnotně zaveden do produkčního prostředí v prvním kvartále 2023.

Czech name

Systém pro predikci technických ztrát přenosové soustavy

Czech description

V důsledku přenosu elektrické energie reálnou elektrizační soustavou dochází k výkonovým ztrátám, které jsou úměrné objemů přenesení energie. Operátor české přenosové soustavy (společnost ČEPS a.s.) provozuje páteřní elektrizační soustavu, ve které dochází k výměnám energie na úrovni nejvyššího napětí, které mají jak národní, tak Evropský kontext. V posledních letech značně narůstají tranzitní aktivity českou přenosovou soustavou a tudíž i velikost výkonových ztrát, které musí společnost ČEPS a.s. v soustavě bilančně vyrovnat. Energie potřebná pro bilancování soustavy a tudíž i ztrát se zajišťuje v předstihu na různých energetických trzích či doplňujícími kontrakty. Pro ekonomicky efektivní zajištění pokrytí výkonových ztrát je klíčová znalost očekávaných ztrát na predikčních horizontech vztažených k jednotlivým energetickým trhům. V rámci smluvního výzkumu a ve spolupráci se společností ČEPS a.s. byl vyvinut systém pro predikci technických ztát přenosové soustavy na různých časových horizontech. Vyvinutý systém integruje datové zdroje z různých produkčních systémů ČEPS a.s., transformuje data to vhodné výpočetní formy pro potřeby navazujících procesů, které jsou dále využity v procesech realizující prediktory ztrát na rozdílných časových horizontech. V systému byl implementován trénovací proces spojený s parametrizací modelů, produkční proces poskytující predikce ztrát v produkčních systémech ČEPS a.s. a validační proces zajišťující monitoring a vyhodnocení kvality prediktorů. Jednotlivé prediktory technických ztrát uvažovali 15-cti minutový horizont predikce (vnitrodenní trh), 24 hodinový horizont predikce (denní trh) a 48 hodinový horizont predikce. Vzhledem k vysoké dimenzionalitě vstupních veličin (více než 60 datových sad), nelineárním charakteru projevů technických ztrát a velmi přísným kvalitativním požadavkům ze strany Zadavatele byly pro implementaci využity metody strojového učení. Intenzivními vývojovými aktivitami byly odvozeny a modifikovány technologie strojového učení (např. upravení gradientní rozhodovací stromy), které splňovali cílové parametry kvality predikce. Dle úvodních studií a současných výsledků z produkčního nasazení došlo k výraznému kvalitativnímu posunu přesnosti prediktorů: 15-minutový horizont (požadavek: MAPE 8.8%, výsledek: 5.5%), 24 hodinový horizont (požadavek: MAPE 9.27%, výsledek: 8.4%) a 48 hodinový horizont (požadavek: MAPE 21.87%, výsledek: 19.27%). Dosažené výsledky mají velmi výrazný ekonomický dopad, neboť kvalitativní zlepšení predikce o jeden procentní bod MAPE vede k ekonomickým úsporám v řádech desítek milionů korun. Systém je v současné době nasazen v odpovídajícím aplikačním prostředí ČEPS a.s. a bude plnohodnotně zaveden do produkčního prostředí v prvním kvartále 2023.

Type

R - Software

CEP classification

—

OECD FORD branch

20205 - Automation and control systems

Project

—

Continuities

N - Vyzkumna aktivita podporovana z neverejnych zdroju

Publication year

2022

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Internal product ID

ZCU/KKY/2022/011

Technical parameters

realizováno jako smluvní výzkum na základě objednávky 1800008497

Economical parameters

predikce technických ztrát přenosové soustavy ČR a s tím související úspora financí na zajištení stability přenosové soustavy

Owner IČO

25702556

Owner name

ČEPS, a.s. Elektrárenská 774/2, 101 00 Praha