Модель стохастической электрической нагрузки в жилом секторе с использованием плотности вероятности Вейбулла

В статье предлагается способ имитационного моделирования суточных графиков электрических нагрузок в жилом секторе на основе теории сверток. Рассматриваются модели с использованием плотности вероятности Вейбулла и плотности вероятности нормального распределения для сдвигов по времени включения домашних приборов. Целью является выбор модели, результаты применения которой наиболее точно соответствуют реальному энергопотреблению в жилом секторе. Рассматривается энергопотребление бытовых приборов, выполняется сравнение результатов без сдвига и со сдвигом плотности вероятности Вейбулла. Определяется корректный вариант сравнения результатов имитационного моделирования с использованием плотности вероятности Вейбулла с результатами моделирования с использованием плотности вероятности нормального распределения. Далее рассматривается энергопотребление домохозяйств в сельской местности, учитывается работа электрических отопительных приборов, что позволяет провести имитационное моделирование энергопотребления населенных пунктов или их отдельных районов. Результаты сопоставляются с реальными данными энергопотребления поселка. По итогам работы выбрана модель, наиболее точно отражающая реальную динамику изменения уровней энергопотребления в жилом секторе. Описаны причины, по которым сделан выбор в ее пользу. Продемонстрирована достаточная точность имитационного моделирования с использованием выбранной модели.

1. Боровский А.В., Юменчук А.А. Моделирование стохастической нагрузки в жилом секторе. Моделирование, оптимизация и информационные технологии. 2024;12(2). URL: https://moitvivt.ru/ru/journal/pdf?id=1573

2. Иванова Ю.П., Соколова Е.В., Сахарова А.А., Иванова О.О., Азаров В.Н. Проверка выполнения закона Вейбулла для различных направлений ветра, характерных для линейного города Волгограда. Вестник Волгоградского государственного архитектурно-строительного университета. Серия: Строительство и архитектура. 2020;(3):134–141.

3. Бойко Ю.М., Марихин В.А., Мясникова Л.П., Москалюк О.А., Радованова Е.И. Статистический анализ прочности ультраориентированных пленочных нитей сверхвысокомолекулярного полиэтилена в рамках модели Вейбулла. Физика твердого тела. 2016;58(10):2065–2068.

4. Прохоров С.А., Даниленко М.С. Модель прогнозирования дефектных участков магистральных газопроводов с помощью заданного закона распределения Вейбулла. Естественные и технические науки. 2016;(4):220–224.

5. Гродзенская И.С. Исследование эффективности последовательных методов обнаружения сигналов на фоне помех, имеющих распределение Вейбулла. Метрология. 2006;(7):30–35.

6. Шнейдеров Е.Н. Использование распределения Вейбулла для группового прогнозирования параметрической надёжности изделий электронной техники. В сборнике: Современные средства связи: Материалы XVII Международной научно-технической конференции, 16–18 октября 2012 года, Минск, Беларусь. Минск: Высший государственный колледж связи; 2012. С. 152–153.

7. Осовец С.В., Азизова Т.В., Гергенрейдер С.Н. Методы оценки неопределенности дозовых порогов для детерминированных эффектов. Медицинская радиология и радиационная безопасность. 2010;55(3):11–16.

8. Соловьева А.С., Шведов Г.В. Сравнительный анализ зимних и летних графиков электрической нагрузки рабочих и выходных дней многоквартирных домов с электроплитами в системах электроснабжения крупных городов. Вестник Южно-Уральского государственного университета. Серия: Энергетика. 2023;23(1):27–37.

9. Солуянов Ю.И., Федотов А.И., Ахметшин А.Р., Солуянов В.И. Исследование электрических нагрузок многоквартирных жилых комплексов в период распространения новой коронавирусной инфекции. Вопросы электротехнологии. 2021;(2):57–67.

10. Тарнижевский М.В., Михайлов В.И. Моделирование суточных графиков электрических нагрузок коммунально-бытовых потребителей методом ортогональных разложений. Электричество. 1985;(5):66–68.

11. Hussain M.M., Akram R., Memon Z.A., Nazir M.H., Javed W., Siddique M. Demand Side Management Techniques for Home Energy Management Systems for Smart Cities. Sustainability. 2021;13(21). https://doi.org/10.3390/su132111740

12. Mansouri M.R., Simab M., Bahmani Firouzi B. Impact of Demand Response on Reliability Enhancement in Distribution Networks. Sustainability. 2021;13(23). https://doi.org/10.3390/su132313201

13. Cortés-Cediel M.E., Cantador I., Rodríguez Bolívar M.P. Analyzing Citizen Participation and Engagement in European Smart Cities. Social Science Computer Review. 2019;39(4). https://doi.org/10.1177/0894439319877478