No abstract

For effective management of the power system operation mode the predictive information about hourly electrical load of all consumers is required. Forecasting errors, as a rule, lead to a decline of the technological and economic indicators of the power system operation, due to unreasonable changes of the generating equipment operating mode, as well as the selection of a non-optimal scheme of electrical networks. This article is devoted to improving the accuracy of short-term load forecasting of delivery points cluster of energy sales company with the use artificial neural networks. One of the most important conditions for achieving high prediction accuracy is the quality of the data sample required for training and testing neural network algorithms for short-term loading forecast. The proposed methodology is based on the authors’ analysis uses the factors influencing the hourly power loading. The proposed methodology is based on the authors’ analysis uses the factors influencing the hourly power loading as well as methods for improving the convergence of learning algorithms for artificial neural networks.

Abstract.A new concept has been found for the evaluation and management of risk hazard of electrical installations for a real production object on the basis of using soft computing. This approach refers to the use of managing tasks, the basis of which lies in the theory of taking decisions in indefinite conditions.

Актуальность. Изменения геополитики и конъюнктуры мировых энергетических рынков всё больше и больше оказывают влияние на мировую экономику, вынуждая не только совершенствовать энергетические технологии, но и определять приоритеты государства в области энергетической политики. Такими приоритетами являются увеличение генерации от новых видов возобновляемых источников энергии и быстрое развитие соответствующих технологий, которые, в свою очередь, обеспечивают удешевление производств. Вместе с этим известно, что повысить надежность энергосистемы и одновременно увеличить производство электроэнергии можно за счет распределённой энергетики, основой которой является, в том числе, и микрогенерация от солнечных электростанций. В этой связи необходимы дополнительные исследования по адаптации существующих методик расчета фотоэлектрических систем к их использованию при разработке и построении маломощных солнечных электростанций. Актуальность обусловлена еще и тем, что необходимо создать максимально эффективную и недорогую систему преобразования солнечной энергии в электрическую, которая бы соответствовала любым заданным техническим требованиям, была надежной и простой в эксплуатации. Цель: разработать эффективную фотоэлектрическую систему и создать недорогую микромощную солнечную электростанцию с заранее заданными параметрами и техническими характеристиками для дальнейших экспериментальных исследований. Методы. При выполнении расчетов и исследовании основных режимов работы и элементов конструкции фотоэлектрических систем использовались результаты многочисленных научных исследований, в том числе и прикладных, и имеющийся на сегодняшний день опыт в области солнечной энергетики, который был получен при выполнении некоторых теоретических и экспериментальных работ. При разработке и моделировании электронных схем использовались многофункциональные системы DipTrace и EasyEDA. Результаты. Обоснована целесообразность применения более простых методик определения вероятной или фактической инсоляции с использованием программного обеспечения PVsyst, и погрешностью расчетов за один год не более 10 %. Разработаны: 1) технология для экспериментального производства фотоэлектрических модулей заданных геометрических размеров и номинальной мощности; 2) надежная за счет актуаторов система управления двухосным солнечным трекером, повышающая эффективность фотоэлектрических систем в широтах Западной и Юго-Западной Сибири; 3) структурная схема управления микромощной солнечной электростанцией; 4) электронные схемы солнечного контроллера MPPT, преобразователя DC-DC, инвертора DC-AC и главного управляющего блока на основе микроконтроллера ATmega326.