Библиографическое описание:

Васильева Т. Н., Пушкин В. А., Баженов Д. А. Электрические нагрузки Рязанского государственного радиотехнического университета за май-август 2016 года // Молодой ученый. — 2017. — №3. — С. 62-66. — URL https://moluch.ru/archive/137/38427/ (дата обращения: 19.04.2018).



Рассмотрены электрические нагрузки Рязанского государственного радиотехнического университета за май-август 2016 года. Определены значения математического ожидания, дисперсии, среднего квадратического отклонения, коэффициента вариации электрических нагрузок, а также максимальное и минимальное значения нагрузок в сутки, месяц, квартал.

Ключевые слова: система электроснабжения, электрические нагрузки, максимальное и минимальное значения электрических нагрузок

Основой рациональной системы электроснабжения предприятий и бытовых потребителей являются режим их работы и предполагаемая величина электрических нагрузок.

Электрическая нагрузка высшего учебного заведения в течение суток неравномерна. Она преимущественно складывается из освещения помещений и работы лабораторных установок и бытовых приборов. Днем во время проведения занятий нагрузка возрастает, ночью снижается до минимума. Значительные изменения её наблюдаются в течение года, семестра, экзаменационной сессии, каникул и особенно при проведении специальных ремонтных работ.

Изменения и неравномерность нагрузки вызывают колебания уровня напряжения электрической энергии и снижают её качество, при этом увеличивается риск повреждения оборудования.

Актуальность работы заключается в исследовании нагрузок для расчета и прогнозирования возможных скачков нагрузки в сети и колебаний уровня напряжения и удержания их в допустимых значениях для потребления электрической энергии с наибольшей экономической выгодой.

Целью исследования является разработка возможных мероприятий по сбережению электроэнергии после изучения электрических нагрузок зданий и сооружений Рязанского государственного радиотехнического университета (РГРТУ).

Материал и методика исследования.

Анализировали показания электрических нагрузок РГРТУ за май-август месяцы 2016 года из акта фактического потребления электроэнергии по часам ООО «Рязанская городская муниципальная энергосбытовая компания». Исследуемый период (май-август), выбран из-за производимых ремонтных работ и, в связи с этим, роста нагрузки в электрической сети. Она значительно отличалась от нагрузки в период обучения (семестров) и зимних каникул.

В течение мая — августа месяцев 2016 года значения изменений нагрузки фиксировались каждый час ежедневно, в рабочие, выходные и праздничные дни. Получено 2952 значения изменения электрической нагрузки по РГРТУ. Все расчеты выполнялись в относительных величинах Р*, каждое значение мощности Рi за час соотносилось с максимальным значением мощности Рmax, зафиксированным в течение года

.(1)

Электрическая нагрузка величина непрерывно изменяющаяся, так как потребители системы электроснабжения включаются или отключаются. Мощность, потребляемая электроприемниками, меняется с изменением загрузки рабочих машин. В зависимости от степени электрификации учебного процесса с течением времени изменяется общая электрическая нагрузка университета. Эти изменения, как правило, носят случайный характер, однако они подчиняются вероятностным законам, которые могут быть установлены с большой точностью при большом количестве опытных данных. Поэтому для анализа нагрузки использовали математический аппарат теории вероятностей.

Первоначально строили функцию и плотность распределения случайных значений нагрузки. При этом предполагалось, что результаты исследований подчиняются нормальному закону распределения.

Рассчитали значения математического ожидания, дисперсии и среднего квадратического отклонения случайной величины, [1].

Среднее значение случайной величины , определяли как среднее взвешенное значение (математическое ожидание), [2], то есть сумму произведений всех её значений и их вероятности:

(2)

Учитывая, что:

формула (2) соответствует:

(3)

Рассеивание случайной величины оценивали по значению дисперсии. Отклонение случайной величины от ее математического ожидания это есть математическое ожидание квадрата соответствующей центрированной величины, [2]:

Xо = x — M [x](4)

Значение дисперсии определяли как:

(5)

или по формуле:

,(6)

где: n — число опытов; k — число интервалов вариационного ряда; xi случайная величина; — среднее значение случайной величины; mk число отказов в интервале.

Квадратный корень из дисперсии (среднее квадратическое отклонение) определяли по выражению, [3]:

(7)

Среднее квадратическое отклонение характеризует разброс значений случайных величин относительно математического ожидания. Рассеивание значений случайных величин от математического ожидания приводит к большим значениям дисперсии и среднего квадратического отклонения.

Характеристику рассеивания случайной величины (коэффициент вариации) рассчитывали по формуле, [2]:

(8)

где ϭ — среднее квадратическое отклонение; среднее значение случайной величины.

Соответствие результатов исследования электрических нагрузок предполагаемому теоретическому закону распределения проверяли методом Пирсона (χ2)

Результаты исследований.

В результате расчетов установлено, что генеральная совокупность данных является однородной. При доверительной вероятности оценки данных, равной 0,95, доверительный интервал не превышает 2 %.

Определены математические ожидания общей мощности в месяц, только в рабочие дни и только в выходные и праздничные дни за май-август 2016 г. (рис.1). При этом наибольшая общая средняя мощность потреблялась в июне, наименьшая в июле. Средняя общая мощность в июне больше потребляемой мощности в июле на 30,3 %. Наибольшее среднее значение мощности в рабочие дни соответствует маю, а наименьшее среднее значение — июлю. Отличие в средних значениях мощности при этом составляет 37,73 %. Потребляемая средняя мощность в выходные и праздничные дни за четыре месяца изменяется незначительно (не более 10 %).

Рис. 1. Изменение среднего значения потребляемой мощности в июне-августе 2016 г.

Дисперсия и среднее квадратическое отклонение значений мощности по месяцам года значительно изменяются (рис. 2). Наибольшее значение среднего квадратического отклонения соответствует июню, а наименьшее значению — маю. Разница составляет 58,741 кВт. При анализе только рабочих дней значение среднего квадратического отклонения составило наибольшее в мае (109,31 кВт), а наименьшее в августе — (23,25 кВт). В четыре раза меньше.

Для выходных дней среднее квадратическое отклонение значений мощности изменяется от 6,26 кВт до 35,60 кВт (в 5,7 раз). Аналогично изменяется и дисперсия.

Рис. 2. Изменение среднего квадратического отклонения значений потребляемой мощности

Характер изменения коэффициента вариации ν по виду аналогичен изменению среднего квадратичного отклонения (рис. 2). Его значение изменяется от 0,16 до 0,54 при анализе данных нагрузок по месяцам и составляет от 0,19 до 0,51 — в рабочие, а в выходные дни от 0,069 до 0,35.

Максимальное значение общей нагрузки соответствует 0,86 относительных единиц, минимальное значение — 0,1. Максимальная общая нагрузка в мае-августе превышает минимальную общую нагрузку в 8,6 раз (рис. 3). Для рабочих дней максимальная нагрузка превышает минимальную в 5–8 раз, а в выходные дни в 2,2–2,7 раза. Таким образом, минимальная нагрузка Рмин = (12,5 –20) % Рмах.

Суточные графики нагрузки аппроксимированы полиномиальной функцией и получены уравнения, описывающие изменение мощности Р* во времени t.

Рис. 3. График нагрузок и линия тренда за май 2016 года в относительных величинах

Полиномиальная функция наиболее удачно описывает величины, переменно возрастающие и убывающие. Она подходит для такой нестабильной величины как электрическая нагрузка. Уравнение 5-ой степени полиномиальной линии тренда нагрузок за май 2016 года имеет вид:

Р* = 7E-07t5–1E-05t4–0,0001t3 + 0,021t2–0,109t + 0,311.

Коэффициент достоверности аппроксимации χ² = 0,95, показывает степень соответствия трендовой модели исходным данным. Коэффициент достоверности аппроксимации близок к единице. Оценочное прогнозируемое значение имеет малое отклонение от фактического значения (менее 5 %).

Изменение нагрузки, за все дни каждого месяца (май-август), представляет собой резко переменный график (рис. 4) с увеличением нагрузки в дневное время рабочих дней и малыми значениями ее в ночное время и в выходные и праздничные дни. При этом максимальная нагрузка составляет 0,857 о.е., а минимальная нагрузка — 0,106 о.е. Минимальная нагрузка составляет Рмин = 12,4 %Рмах.

Рис. 4. График нагрузок за май-август 2016 года в относительных величинах

В выходные дни с мая по август 2016 года максимальная нагрузка составляет 0,568 о.е., а минимальная нагрузка — 0,122о.е., то есть Рмин = 21,4 % Рмах. В рабочие дни максимальная нагрузка равна 0,857 о.е., а минимальная — 0,106 о.е. Максимальная нагрузка больше минимальной в 8,1 раз и определяется только рабочими днями.

Выводы.

  1. Графики электрических нагрузок РГРТУ за май-август 2016 года облегчают отслеживание колебаний уровня напряжения, и позволяют прогнозировать возможные скачки нагрузки.
  2. Генеральная совокупность статистических данных является однородной. При доверительной вероятности оценки данных, равной 0,95, доверительный интервал не превышает 2 %.
  3. Наибольшая общая средняя мощность потреблялась в июне, наименьшая — в июле. В июне она на 30,3 % больше потребляемой в июле.
  4. Наибольшее среднее значение мощности в рабочие дни в мае, а наименьшее в июле. Разница составляет 37,73 %. Потребляемая средняя мощность в выходные и праздничные дни за четыре месяца изменяется незначительно (не более 10 %).
  5. Наибольшее значение среднего квадратического отклонения общей нагрузки в июне, наименьшее в мае. Разница — 58,741 кВт. Для рабочих дней значение среднего квадратического отклонения наибольшее в мае (109,31кВт), а наименьшее значение в августе — (23,25 кВт). Для выходных дней среднее квадратическое отклонение значений мощности изменяется от 6,26 кВт до 35,60 кВт, (в 5,7 раз). Изменение дисперсии и коэффициента вариации аналогичное.
  6. Графики суточной нагрузки характеризуются максимальным значением общей нагрузки в месяц, равной 0,86 о.е., минимальным значением — 0,1о.е., Максимальная общая нагрузка в мае-августе превышает минимальную нагрузку в 8,6 раз. Для рабочих дней превышение максимальной нагрузки над минимальной в 5–8 раз, а в выходные дни — 2,2–2,7 раз. Минимальная нагрузка Рмин = (12,5–20) % Рмах.

Литература:

  1. Федоров А. А. Теоретические основы электроснабжения промышленных предприятий. — М.: Энергия, 1976, 272 с.
  2. Васильева Т. Н. Надежность электрооборудования и систем электроснабжения. — М.: Горячая линия — Телеком, 2014. — 152 с.: ил.
  3. Вентцель Е. С. Теория вероятностей. — М.: Наука, 1969. – 576 с.
  4. Электроснабжение сельского хозяйства/ Лещинская Т. Б., Наумов И. В. — М.: Колос С, 2015. — 655 с.
Основные термины (генерируются автоматически): среднего квадратического отклонения, среднее квадратическое отклонение, случайной величины, электрических нагрузок, среднее значение, значение среднего квадратического, значение случайной величины, праздничные дни, отклонение значений мощности, максимальная нагрузка, квадратическое отклонение значений, математического ожидания, среднее значение мощности, минимальная нагрузка, выходные дни, рабочих дней, рабочие дни, Наибольшее среднее значение, среднее значение случайной, общей нагрузки.

Ключевые слова

система электроснабжения, электрические нагрузки, максимальное и минимальное значения электрических нагрузок

Обсуждение

Социальные комментарии Cackle
Задать вопрос