Wybrane zagadnienia prognozowania długoterminowego w systemach elektroenergetycznych

SPIS TREŚCI :

Przedmowa

1. Wprowadzenie i podstawowe określenia

1.1. Zagadnienia ogólne
1.2. Objaśnienie podstawowych oznaczeń

2. Wybrane elementy problematyki prognozowania rozwoju systemu elektroenergetycznego

2.1. Podstawy teoretyczne modelowania systemów
2.1.1. Model typu ekonometrycznego
2.1.2. Model typu input-output (I/O)
2.2. Prognozowanie rozwoju sektora paliwowo-energetycznego
2.2.1. Metody porównywania wariantów strategii rozwojowych
2.2.2. Analiza systemowa w modelowaniu systemów paliwowo-energetycznych
2.2.3. Model energetyczno-środowiskowy ENSM
2.2.4. Prognoza zapotrzebowania na paliwa i energię wg Polityki energetycznej Polski do 2030 roku
2.2.5. Antycypowanie rozwoju technologii jako substytut prognozowania

3. Problematyka predykcji długoterminowej szczytu rocznego w KSE

3.1. Geneza budowy parametrycznego modelu prognozy szczytów rocznych
3.1.1. Stopień zmienności szczytów miesięcznych
3.1.2. Stopień zmienności średniej miesięcznej pracy dobowej
3.1.3. Metodyka predykcji długoterminowej szczytu rocznego
3.1.3.1. Metoda dynamiczna
3.1.3.2. Metoda statyczna
3.2. Hybrydowy model ekstrapolacji trendu
3.3. Model Prigogine’a
3.4. Ekonometryczny statyczny model regresji wielorakiej
3.5. Model rozkładu kanonicznego wektora zmiennych losowych - Model MRK
3.5.1. Etapy konstrukcji modelu w procesie predykcji
3.5.2. Dobór liczby zmiennych do modelu MRK
3.5.3. Dobór kolejności zmiennych w modelu MRK
3.5.4. Procedura prognozy szczytu rocznego za pomocą modelu MRK

4. Metodyka predykcji długoterminowej szczytu rocznego w KSE. Zagadnienia prognoz obciążeń powiązanych systemów

4.1. Metoda I
4.1.1. Ujęcie A
4.1.2. Ujęcie B
4.1.3. Ujęcie mieszane (A i B)
4.1.4. Uwagi aplikacyjne
4.2. Metoda II

5. Problematyka przygotowania i badania danych wejściowych do modeli predykcji

5.1. Dane surowe a problematyka skali
5.2. Badanie wrażliwości modelu na zakłócenia zmiennych wejściowych wg algorytmu opartego na metodzie Monte Carlo
5.2.1. Zarys ogólnej postaci eksperymentu
5.2.2. Przykład zastosowania
5.2.2.1. Wyniki
5.2.2.2. Wnioski z eksperymentu

6. Metodyka oceny i statystycznej weryfikacji modeli predykcji

6.1. Błędy prognoz „ex-ante”
6.2. Błędy prognoz „ex-post”
6.3. Aktualność modelu - współczynnik Janusowy
6.4. Trafność prognoz - współczynnik rozbieżności Theila
6.5. Dopuszczalność i prawdopodobieństwo realizacji prognozy
6.6. Statystyczna ocena modeli predykcji
6.6.1. Obciążenie modelu
6.6.2. Kowariancja zmiennych i współczynnik korelacji liniowej
6.6.3. Stacjonarność procesu
6.6.4. Autokorelacja składnika losowego
6.6.5. Współliniowość zmiennych
6.6.6. Weryfikacja hipotez statystycznych
6.6.7. Wybrane testy statystyczne do badania własności modeli
6.6.8. Współczynnik zmienności losowej
6.7. Badanie własności modeli i ich weryfikacja statystyczna
6.7.1. Własności modeli parametrycznych i ich weryfikacja statystyczna
6.7.2. Własności hybrydowego modelu ekstrapolacji trendu i jego weryfikacja statystyczna
6.7.3. Własności modelu Prigogine’a i jego weryfikacja statystyczna
6.7.4. Własności ekonometrycznego modelu statycznego i jego weryfikacja statystyczna
6.7.5. Własności modelu rozkładu kanonicznego wektora zmiennych losowych (MRK) i jego weryfikacja statystyczna

7. Ocena przydatności modeli do długoterminowej predykcji mocy szczytowych

8. Przykład długoterminowej prognozy szczytów rocznych w KSE

8.1. Ocena realizacji prognozy
8.2. Stopień obciążenia jako nośnik informacji o realności prognoz

Literatura