Bài giảng môn Phương Pháp dự báo phụ tải điện

Trường Đại học Điện lực

Khoa Quản lý Năng lượng

Phương pháp dự báo phụ tải

1


Nội dung
1. Những nội dung cơ bản về dự báo
2. Các phương pháp dự báo
3. Giới thiệu mô hình dự báo theo PP mô phỏng

2


“The weather forecast has no effect on the
weather but the economics forecast may well
affect the economy”
John Mason (1940)

3


“If you can get the forecast right,
you have the potential to get everything else
in the supply chain right”

Al Enns – Motts North America

4


Chương 1: Những nội dung cơ bản về dự báo

5


1. Khái niệm cơ bản về dự báo
- Dự báo là quá trình lập báo cáo về các sự việc mà
các kết quả thực tế của chúng nói chung chưa được
quan sát/nhìn thấy.

- Dự báo được bắt đầu bằng các giả thuyết nhất
định dựa trên các kinh nghiệm quản lý, hiểu biết, sự
phán đoán.
6


2. Sự cần thiết của công tác dự báo
- Các nước phát triển hàng năm chi một khoản tiền
tương đối lớn (nhiều hơn so với các nước đang phát
triển) cho công tác dự báo nói chung và nhu cầu điện
nói riêng.

- Nhiều nước đang phát triển cũng thực hiện các dự
báo về: phát triển kinh tế-xã hội, nhu cầu điện năng
và năng lượng,… để làm cơ sở cho công tác quy
hoạch phát triển kinh tế-xã hội, ngành điện,… nhằm
đáp ứng nhu cầu phát triển đất nước.

7


3. Tầm quan trọng của công tác dự báo
- Lập kế hoạch: dựa vào kết quả dự báo nhu cầu để
lập kế hoạch sản xuất, vận chuyển, tiền mặt, nhân
lực để đảm bảo việc sử dụng nguồn lực một cách có
hiệu quả

- Chuẩn bị nguồn lực: có thời gian chuẩn bị nguyên
liệu thô, thuê nhân lực, mua máy móc và thiết bị,….
- Xác định các yêu cầu nguồn lực: các cơ quan/tổ
chức phải xác định nhu cầu dài hạn về các nguồn lực
dựa trên kết quả dự báo.
8


4. Giá trị của các dự báo chính xác
- Đánh giá nhu cầu thấp: dẫn đến không đủ đáp ứng
nhu cầu
(với hệ thống phát điện, có độ tin cậy thấp và không
có khả năng đáp ứng một phần của nhu cầu điện).
- Đánh giá nhu cầu cao: dẫn đến cung nhiều và có
thể thừa cung
(với hệ thống điện sẽ làm cho chi phí của hệ thống
tăng lên).
9


5. Các nguyên tắc của dự báo

1. Có quan hệ nhân quả

2. Có tính lặp lại
3. Có tính thiết thực
4. Cần kiểm tra độ nhạy
5. Duy trì tính đơn giản
10


6. Các bước cơ bản của công tác dự báo
Bước 1: Xác định bài toán

Bước 2: Thu thập thông tin
Bước 3: Phân tích sơ bộ (thăm dò)
Bước 4: Lựa chọn mô hình dự báo phù hợp
Bước 5: Đánh giá và sử dụng mô hình dự báo
11


Chúng ta đang ở đây

a. Thời gian tham chiếu
b. Số liệu quá khứ đã có
Yt-n+1

Yt-2

Yt-1

Thời gian

t
Thời gian

Yt

c. Dự báo tương lai yêu cầu
Ft+1

Ft+2

Ft+m

Thời gian

d. Các giá trị phù hợp sử dụng một mô hình
Ft-n+1

Ft-2

Ft-1

Ft

Thời gian

e. Các sai số phù hợp
(Yt-n+1 – Ft-n+1),….. (Yt-1 – Ft-1), (Yt – Ft)
f. Các sai số dự báo (khi Yt+1, Yt+2,…. đã có)
(Yt+1 – Ft+1), (Yt+2 – Ft+2), …….

12


7. Quá trình đánh giá phương pháp dự báo
Giai đoạn 1: Chọn một chuỗi số liệu theo thời gian để phân tích.
Chia chuỗi thành 2 tập: tập ban đầu và tập thử.

Giai đoạn 2: Lựa chọn phương pháp dự báo
Giai đoạn 3: Sử dụng tập dữ liệu ban đầu với phương pháp lựa
chọn để dự báo.

Giai đoạn 4: Sử dụng phương pháp lựa chọn để dự báo với tập
dữ liệu thử (để xem phương pháp này làm việc thế nào với các
dữ liệu chưa được dùng ở giai đoạn 3) để đánh giá các thành
phần của mô hình. Đánh giá kiểm tra: MAPE, MSE,… Tối ưu
các giá trị của tham số.
Giai đoạn 5: Đánh giá sự thích hợp của phương pháp lựa chọn
đối với các loại dữ liệu khác nhau và xác định khả năng áp dụng13


8. Các kiểu/loại dữ liệu chuỗi thời gian
Chuỗi dữ liệu có 4 kiểu cơ bản sau:
1. Nằm ngang (horizontal): khi các giá trị dữ liệu dao động
xung quanh một giá trị trung bình không đổi. Ví dụ, một sản
phẩm có doanh số không tăng hoặc không giảm theo thời
gian.
2. Theo mùa (seasonal): khi một chuỗi dữ liệu bị ảnh hưởng
bởi các yếu tố mùa (quý của năm, tháng, hoặc ngày của
tuần). Ví dụ như, doanh số của đồ uống, kem và điện năng
tiêu thụ của các hộ gia đình.

14


3. Theo chu kỳ (cyclical): khi dữ liệu biểu thị sự tăng lên và
giảm xuống nhưng không theo thời kỳ cố định. Ví dụ, dữ
liệu kinh tế được gắn với chu kỳ kinh doanh.

4. Xu thế (trend): khi có một sự tăng lên hoặc giảm xuống
dài hạn trong chuỗi dữ liệu. Ví dụ như: doanh số của các
công ty kinh doanh, GNP, và nhiều chỉ số kinh doanh hoặc
kinh tế khác.

15


Xu thế trường kỳ (100 năm)
Xu thế theo chu kỳ
Xu thế theo mùa

16


9. Đo độ chính xác của dự báo
Có một vài giá trị đo độ chính xác của dự báo như sau:
- Sai số dự báo (sai số dự báo một bước): et = Yt - Ft
Yt: giá trị quan sát thực ở thời kỳ t và
Ft: giá trị dự báo thời kỳ t
Ft được dự báo bằng cách sử dụng các dữ liệu Y1,…. Yt-1
n

- Sai số trung bình (mean error) – ME: ME =
ý nghĩa: dự báo cao/thấp (chệch)

1
et

n t 1
17


- Sai số tuyệt đối trung bình (mean absolute error) –
MAE (dễ giải thích hơn với những người không phải là
chuyên gia):
n
MAE =

1
et

n t 1

- Sai số bình phương trung bình (mean squared error)–
MSE (dễ để giải quyết về mặt toán, được sử dụng trong
tối ưu thống kê):
n
MSE =

1 2
et


n t 1

18


- Sai số tương đối hay phần trăm (relative or percentage
error):
 Yt  Ft 
PE = 
 *100
 Yt 
- Sai số phần trăm trung bình (mean percentage error):
n

MPE =

1
PEt

n t 1

- Sai số phần trăm tuyệt đối trung bình (mean absolute
percentage error):
n
MAPE =

1
PEt

n t 1

19


20


Chương 2: Các phương pháp dự báo

21


Các PP dự báo nhu cầu năng lượng-điện năng

Hiện nay, có 2 loại PP được dùng để dự báo nói
chung, đó là:
1. Phương pháp dự báo mô tả (descriptive):
(định tính)
2. Phương pháp định lượng (quantitative):
22


Phương pháp dự báo định tính
Các phương pháp này mang tính trực giác và chủ
quan phụ thuộc vào cách nhìn nhận và sự hiểu biết
của các nhà dự báo nhiều hơn là dựa vào các mối
liên hệ toán học và thống kê.
Sử dụng ý kiến chuyên gia đôi khi là khả năng tốt
nhất cho các đánh giá nhanh và mới.
23

Phương pháp dự báo định lượng
1. Phương pháp dự báo theo chuỗi thời gian (time series
method)
2. Phương pháp dự báo theo mô hình kinh tế lượng
(econometric method) hay theo quan hệ nhân quả (causal
method)
3. Phương pháp dự báo mô phỏng (simulation method) hay
còn gọi là phương pháp dự báo theo mô hình sử dụng cuối
cùng (end-use method)
4. Phương pháp phân tích kết hợp (combined analysis) của
PP mô hình kinh tế lượng và mô hình sử dụng cuối cùng 24


1. Phương pháp chuỗi thời gian
- Điều chỉnh đường cong đơn giản (Simple Curve Fitting)

- Trung bình: giá trị trung bình (mean) và trung bình dịch
chuyển (Moving averages)
- San bằng hàm số mũ (Exponential Smoothing)
- Phân tích (Decomposition)

- Holt-Winters và phân tích Box-Jenkins
- Bayesian (Bayesian Method)
25