Система обліку і прогнозування обсягів добового споживання природного газу житловим масивом

Винахід відноситься до муніципального енергопостачання і може бути використаний як при прогнозуванні обсягів споживання природного варильного газу в комунально-побутовому секторі (КПС), так і при ідентифікації теплового стану житлових масивів з метою поліпшення режимів відпуску тепла від джерел централізованого теплопостачання. Справа в тому, що газопостачання побутових і промислових споживачів, включаючи опалювальні котельні і ТЕЦ, здійснюється із спільної магістральної газової мережі. Для того, щоб замовляти природний газ у газотрейдерів у необхідній кількості, а також, щоб планува ти заходи щодо управління використанням паливноенергетичних ресурсів (ПЕР), необхідно вміти не тільки з достатньою точністю прогнозувати попит на природний газ у всі х секторах, але й враховувати вплив обмеження споживання ПЕР в одному із секторів на рівень попиту в іншому секторі. Наприклад, примусове обмеження споживання газу опалювальними котельнями призводить до недопостачання тепла на опалення і гаряче водопостачання житлових масивів. Зниження теплового комфорту в опалюваних приміщеннях провокує населення займатися допоміжним обігрівом житла, що призводить до збільшення обсягів споживання варильного газу та електричної енергії в побуті. Це, в свою чергу, викликає зниження тиску в газовій мережі, чим завдає додаткових труднощів газопостачальній компанії при забезпеченні опалювальних котелень паливом. Таким чином, споживання ПЕР в побуті має зв'язний характер, і ця обставина повинна враховува тися при визначенні обсягів закупівлі природного газу і плануванні роботи міської газорозподільної мережі. Відомий прилад для прогнозування погодинного і добового попиту на електроенергію або природний газ [1], у якому прогнозування споживання газу регіоном здійснюють шляхом обробки даних про передісторію споживання газу, а також про поточні й очікувані погодні умови. Недолік цього приладу полягає в тому, що він дає великі похибки у разі роботи системи газопостачання в умовах обмеження зовнішніх поставок, тому що ніяким чином не враховує наявність перехресних зв'язків в споживанні опалювального та варильного газу комунально-побутовими споживачами, про що згадувалося вище. За прототип прийнята автоматизована система контролю та управління споживанням тепла житловими масивами мегаполісу [2]. Система включає центральний процесор з базою даних, периферійну інформаційнообчислювальну мережу з підключеними до неї реєстраторами стану засувної та регулюючої арматури магістральної теплової мережі, а також вузлами обліку теплової енергії, що встановлені на вихідних колекторах крупних джерел системи централізованого теплопостачання (СЦТ) та центральних теплопунктах. При цьому до периферійної інформаційно-обчислювальної мережі підключені реєстратори стану електричних перемикачів міської електричної мережі, які задіяні в схемі електропостачання житлових масивів, вузли обліку електроенергії, що встановлені на шинах електричних понижуючих підстанцій і трансформаторних пунктах міської електричної мережі, через які здійснюється живлення житлових масивів електричною енергією. Крім того, до периферійної Інформаційно-обчислювальної мережі підключені реєстратори стану засувної та регулюючої арматури міського кільця газопостачання, за допомогою якої формується схема живлення житлових масивів природним варильним газом, вузли обліку природного газу, що встановлені на приймальних колекторах крупних джерел централізованого теплопостачання та на газорозподільних станціях, через які здійснюється газопостачання житлових масивів, а також вузли обліку природного газу, що встановлені в газопроводах низького тиску, які утворюють поперечні зрівняльні зв'язки між суміжними нетупиковими газорозподільними станціями. Описана система інтегрує зібрану інформацію про стан об'єктів теплопостачання й об'єктів теплоспоживання, веде облік спектру споживання ПЕР територіальними сегментами мегаполіса та поповнює базу даних зв'язного споживання ПЕР, в тому числі, даних по споживанню варильного газу житловими масивами й опалювального газу крупними джерелами СЦТ. Ведення бази даних спрощує ретроспективний аналіз роботи всіх гілок енергопостачання і виконання оцінки ефективності розподілу газу між джерелами теплопостачання і населенням при тих або інших погодних умовах. Недолік даної системи полягає в тому, що вона не дозволяє повноцінно планувати закупівлю природного газу регіоном і роботу газорозподільної мережі. Задача запропонованого винаходу полягає в розширенні функціональних можливостей системи шляхом введення функцій прогнозування попиту на природний варильний газ, що споживається житловим масивом. Поставлена задача досягається тим, що в системі обліку і прогнозування обсягів добового споживання природного газу житловим масивом, що містить центральний процесор з базою даних споживання ПЕР житловим масивом і периферійну інформаційно-обчислювальну мережу з підключеними до неї вузлами обліку природного газу, вузлами обліку електроенергії і вузлами обліку теплової енергії, а також помножувач, відповідно до винаходу, система обладнана корелятором споживання електроенергії і природного газу, а також нейромережевим предиктором споживання електричної енергії житловим масивом, входи яких пов'язані з базою даних, а виходи пов'язані з входами помножувача, вихід якого є виходом системи, причому, в структурі вхідного шару нейронної мережі предиктора передбачені входи, призначені для одержання даних про добове споживання тепла житловим масивом протягом поточної доби, про передісторію та поточний рівень добового споживання житловим масивом електричної енергії, а також додатково передбачені входи, призначені для одержання даних про запланований на найближчу добу відпуск тепла житловому масиву від джерела централізованого теплопостачання, про максимальну та мінімальну температуру зовнішнього повітря в поточній добі і на наступну добу, а також про тривалість світлового дня, прогнозовану на наступну добу. Крім того, на вхід корелятора з бази даних надходить ретроспективна інформація в добовому растрі про зв'язне споживання електроенергії і природного газу однією з частин житлового масиву за період часу тривалістю не менше ніж за два останні тижні, а на вхід предиктора електроспоживання з бази даних надходить ретроспективна інформація про споживання електроенергії всім житловим масивом за період часу не менше ніж за одну добу. Функціональне призначення сукупності ознак, що заявляються, полягає в тому, щоб забезпечити збір і опрацювання даних по споживанню ПЕР житловим масивом з попереднім прогнозуванням обсягів добового споживання електричної енергії і наступним прогнозуванням обсягів добового споживання варильного газу як величини, що має кореляційний зв'язок з обсягами споживання електричної енергії. Використання прогнозу споживання електроенергії житловим масивом як базової величини, на підставі якої оцінюється потреба у варильному газі, дозволяє в умовах неповноти облікової інформації по споживанню газу житловим масивом одержувати достовірні оцінки попиту на варильний газ. Дійсно, в силу того, що системи обліку споживання електроенергії одержали за радянські часи пріоритетний розвиток у порівнянні з аналогічними системами, що працюють в суміжних гілках енергопостачання, на практиці суттєво простіше налагодити цілісний в територіальному відношенні облік споживання електроенергії по тепловому району того або іншого джерела СЦТ або, принаймні, по репрезентативній частині будь-якого житлового масиву, чим облік того ж варильного газу. Знання функціонального зв'язку між споживанням газу та споживанням електроенергії репрезентативною частиною житлового масиву, а також збір інформації про споживання електроенергії всім житловим масивом дозволяють оцінювати потребу у варильному газі, що виникає на території всього масиву. На фіг.1 показано структурне рішення системи обліку і прогнозування обсягів добового споживання природного газу житловим масивом. На фіг.2 наведено фрагмент реальних даних споживання ПЕР, який демонструє наявність корелятивного зв'язку між споживанням електроенергії та споживанням варильного газу в КПС. Система, що заявляється, включає центральний процесор 1 з базою даних 2 споживання ПЕР у КПС, периферійну інформаційно-обчислювальну мережу 3 з підключеними до неї вузлами обліку 4 природного газу, вузлами обліку 5 електроенергії по всьому масиву, вузлами обліку 6 електроенергії по частині масиву та вузлами обліку 7 споживання тепла, а також помножувач 8, корелятор 9 споживання електроенергії і природного газу, нейромережевий предиктор 10 електроспоживання. Входи корелятора 9 та предиктора 10 зв'язані з базою даних 2, а їхні ви ходи - з входами помножувача 8. Вихід помножувача 8 є ви ходом системи. Корелятор 9 має 2(l+1) входів, призначених для отримання з бази даних 2 ретроспективної інформації про зв'язне споживання електричної енергії та природного газу репрезентативною частиною житлового масиву, де l — глибина передісторії споживання, в добах. Передбачається, що ця частина краще за всіх інших частин обладнана вузлами обліку споживання електричної енергії та природного газу, тобто по ній налагоджений досконалий облік зв'язного споживання електрики та варильного газу в побуті. В структурі вхідного шару нейронної мережі предиктора 10 передбачені входи, призначені для одержання інформації з бази даних 2 про споживання тепла Qk житловим масивом в поточній k-тій добі, про поточний рівень Wk та передісторію (Wk-1,...,W k-n) щодобового споживання електричної енергії, а також додатково передбачені входи, призначені для одержання (наприклад, від диспетчера за допомогою клавіатури) даних про запланований на найближчу добу відп уск тепла Qk+1 від джерела СЦТ житловому масиву, про max min максимальну Tk та мінімальну Tk температур у зовнішнього повітря в поточній добі, про прогноз max min ˆ k +1 ˆ k +1 g максимальної T і мінімальної T температури зовнішнього повітря і про тривалість світлового дня ˆ k + 1 на наступну добу. Система працює наступним чином. Первинні дані про споживання ПЕР в КПС надходять від вузлів обліку 4, 5, 6, 7 в ін формаційнообчислювальну мережу 3 та опрацьовуються процесором 1. З них формуються спектри добового споживання ' {Q 'k , Wk , G'k } j , j = l, J ПЕР окремими територіальними сегментами житлового масиву , де j - номер сегменту, які і заносяться в базу даних 2. З бази даних 2 на вхід корелятора 9 надходить інформація про зв'язне споживання електроенергії ' ' ' Wk , Wk -1,..., Wk - l та газу G 'k, G'k -1,..., G'k - l репрезентативною частиною житлового масиву за період часу тривалістю не менше ніж за два останні тижні (l³14). Розрахований корелятором 9 коефіцієнт кореляції cw-G надходить на вхід помножувача 8. Одночасно з бази даних 2 на вхід нейромережевого предиктора 10 з бази даних 2 надходить інформація про споживання усім житловим масивом теплової енергії Qk та електроенергії Wk в поточній добі та про передісторію споживання електроенергії Wk-1,...,W k-n всім житловим масивом за період часу не менше, ніж одна доба (n³1). Також на вхід нейромережевого предиктора 10 надходить запланований на найближчу добу ~ max min відпуск тепла Q k+ 1 , максимальна Tk та мінімальну Tk температура зовнішнього повітря в поточній добі, max min ˆ k +1 ˆ k +1 прогноз максимальної T і мінімальної T температури зовнішнього повітря та тривалості світлового дня g ˆ k + 1 на наступну добу. ˆ Отриманий за допомогою нейромережевого предиктора 10 прогноз Wk +1 споживання електричної енергії житловим масивом надходить на другий вхід помножувача 8. В результаті перемноження коефіцієнта ˆ кореляції cw-G та прогнозу електроспоживання Wk +1 на вихід системи надходить добовий прогноз ˆ газоспоживання Gk +1 усім житловим масивом. Правомірність використання співвідношення ˆ ˆ Gk + 1 = c W -G Wk +1 для оцінювання потреби у варильному газі базується на наступних міркуваннях. Як споживання електроенергії, так і споживання варильного газу в КПС залежить від того, наскільки повно в тих або інших метеоумовам системою централізованого теплопостачання задовільнено попит на тепло. При цьому динаміка відповідної реакції населення на недовідпуск тепла від джерела СЦТ має синхронний характер - з посиленням дефіциту тепла в житлових приміщеннях споживання газу та споживання електроенергії зростає і, навпаки - з послабленням дефіциту тепла споживання і електроенергії, і варильного газу скорочується та нормалізується. Фрагмент реального архіву споживання електроенергії і варильного газу одним із житлових масивів міста Харкова в грудні 1997 року поданий на фіг.2. До 12 грудня середньодобова зовнішня температура Тк не опускається нижче -5°С. При цьому якість теплопостачання залишається задовільною, тому що опалювального газу, споживаного джерелами СЦТ, вистачає для виробництва теплової енергії в обсягах, достатніх для покриття теплових втрат через зовнішні огородження будинків. Про це свідчить добове споживання електричної енергії Wk та варильного газу G k, яке по кожному з зазначених видів ПЕР не перевищує звичної для даного житлового масиву норми. З 12 по 16 грудня зовнішня температура різко знижується. СЦТ не встигає належним чином збільшити виробіток тепла, і температура повітря в житлових помешканнях знижується. У відповідь на тепловий дискомфорт населення звертається до побутового додаткового обігріву. 16-го гр удня спостерігається екстремальне зниження зовнішньої температури і збіжні з ним у часі піки споживання електроенергії та газу. 18 грудня починається потепління, і як результат, спостерігається нормалізація споживання електричної енергії і газу. Таким чином, обсяги споживання варильного газу і обсяги споживання електричної енергії в КПС формуються під впливом спільного чинника і знаходяться між собою в корелятивному зв'язку. Використання винаходу дозволить надійно прогнозувати споживання варильного газу в КПС навіть при наявності недосконалостей в структурі системи обліку споживання газу завдяки реалізації переваг добре структурованої системи обліку споживання електроенергії. Це, в свою чергу, дасть можливість економно використовува ти ПЕР і, як результат, - поліпшити ефективність енергопостачання населення в періоди загострення дефіциту пального протягом опалювального сезону. Джерела інформації: 1. Hamid Bacha, Walter Meyer. "A Neural Network Architecture for Load Forecasting" / Proceedings of International Joint Conference on Neural Networks. Baltimore, Maryland, June 7-11,1992.—IEEE: 1992.—vol.ll.pp.442-447. 2. Деклараційний патент України №2001031514 «Автоматизована система контролю та управління споживанням тепла житловими масивами мегаполісу», MПК F24D19/10 від 05.03.2001.