Strona5

JA Metody probabilistyczne 35

izocje

Rys. 1.2. Proces obciążenia elektroenergetycznego jako proces stochastyczny

Proces zapotrzebowania na moc {>'(t){ określa nowy proces {e(r)}, w którym c(t) jest zapotrzebowaniem na energię w przedziale (7-1,7’), a T przyjmuje wartości dyskretne:

r

c(0= f >*(0 dx.    (1.4)

7 - 1

Najważniejszym wymaganiem stawianym prognozie jest dokładność. Dlatego też w chwili prowadzenia badań za miarę „dobroci” prognozy przyjmuje się jej prawdopodobieństwo. Ze ściśle matematycznego punktu widzenia prawdopodobieństwo prognozy punktowej (jednej konkretnej liczby) równe jest zeru. Dlatego też wyniki prognozowania przedstawia się w postaci przedziału ufności, a nic jednej liczby.

Najczęściej wynik prognozowania podaje się w postaci wyrażenia:

p{aśzśb} = 1-a,    (1.5)

gdzie o jest dolny granica przedziału ufności, b - górny granica przedziału ufności, z — wartością oczekiwany, 1—a — wartością prawdopodobieństwa, lub przy przedziale ufności symetrycznym:

p{z±<p_Va} = i-cc,    (1.6)

gdzie +ę>_%>'/100 jest górny granicy przedziału ufności, -(p_%y/\00 - dolny granicy przedziału ufności, 2 — wartością oczekiwany, — współczynnikiem określającym dolną i górną granicę przedziału ufności prognozy (przyjmuje się najczęściej 1% lub 5%).

W praktyce prognostycznej stosuje się zazwyczaj szereg metod, wybierając spośród nich te, które dają dostatecznie wąskie dla celów praktycznych przedziały ufności uzyskanych wyników. Wspólny cecha wszystkich metod jest wykorzystanie informacji wejściowych danych statystycznych z przeszłości, a w charakterze danych pomocniczych — planów rozwoju gospodarczego.

Wśród metod probabilistycznych prognozowania zużycia energii elektrycznej najbardziej znane sy: metoda bezpośredniej ekstrapolacji trendu, metoda regresji wielokrotnej oraz metody korelacyjne (zakładając, że w przyszłości obowiązywać będą związki przyczynowe wykryte w przeszłości), [1], [63], [107].