Сервис прогноза часа пиковой нагрузки региона

О проекте:

Цель:

Заказчик хотел получить разработанную модель прогнозирования часа пиковой нагрузки региона в виде облачного сервиса для экономии на затратах электроэнергии, сокращая её затраты в предсказанные моделью часы.

Определение ЧПН

Час пиковой нагрузки (сокр. ЧПН) - это час в который суммарное потребление электроэнергии в регионе было максимальным.

•  ЧПН определятся только в рабочие дни;
•  ЧПН определяется в период времени определенный системным оператором в «Плановые часы пиковой нагрузки системного оператора».

Характеристики сервиса:

•  модель проводит прогнозирование на 1 день (следующий день), на 1 неделю;
•  модель прогнозирует по всем регионам России, за исключением регионов входящим в «неценовую зону оптового рынка электроэнергетики»;
•  сервис автоматически парит данные с сайта Администратора торговой системы для входных данных в модель предсказания;
•  целевая точность прогнозирования на 1 день - 80%, но могут быть определены маркерные регионы;
•  модель располагается и работает в облаке
•  сервис передаёт прогноз в виде автоматического e-mail письма на неограниченное количество адресов;
•  модель даёт оценку средней разницы между часом пиковой нагрузки и следующим за ним часов в МВт;

Источники входных данных для модели:

•  составляющие предельных уровней нерегулируемым цен - фактическая цена на электроэнергию сложившаяся у гарантирующих поставщиков электроэнергии по регионам РФ, с разбивкой по цене электроэнергий купленной в рамках плана и на балансирующем рынке (в случае если потребление превысило или было меньше чем планировал гарантирующий поставщик): период с декабря 2006 года;
•  почасовое потребление электроэнергии в регионе в рабочие дни, период с апреля 2006;
•  Часы пиковой нагрузки по всем регионам РФ за период с ноября 2006 года.

Показатели сильно влияющие на результат:

•  погода;
•  температура;
•  осадки;
•  длина светового дня по местному времени;

Дополнительные факторы:

•  население городское и сельское (количество людей проживающих на территории);
•  индекс промышленного производства;
•  ВВП региона по отраслям;
•  структура промышленного производства региона;
•  миграция и туризм (для Краснодара и подобных регионов);
•  доходы населения;
•  наличие крупных потребителей (алюминиевые заводы, газо и нефтетранспортная система, наличие отсутсвие электрифицированных железнодорожных путей и их протяженность).

Для запуска этой модели на конкретном производстве конкретного региона понадобилось время (порядка двух-трёх месяцев). Были и небольшие проблемы в апреле 2020 года в связи с объявленной Всемирной организацией здравоохранения пандемией из-за вспышки новой коронавирусной инфекции COVID-2019 и введением нормативными правовыми актами органов государственной власти запретительных и ограничительных мер, направленных на предупреждение ее распространения. Но уже к августу этого же года модель была адаптирована и преобучена. Точность на старте немного снизилась, но на данный момент вернулась к заявленным показателям.

На данный момент модель работает и успешно применятся для экономии затрат.