Temat: prognozowanie - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Using the R language computing environment in forecasting natural gas consumption
Wykorzystanie środowiska obliczeniowego języka R w prognozowaniu zużycia gazu ziemnego
Autorzy:: Chrulski, Tomasz
Powiązania:: https://bibliotekanauki.pl/articles/1840132.pdf
Data publikacji:: 2021
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: forecasting
gas consumption
RStudio
prognozowanie
zużycie gazu
Opis:: There are many IT tools available on the market that carry out various types of forecasts in the gas industry. Programming evolves with the availability and capability of computers. IT tools support the user in engineering calculations, but also present the obtained results in an interesting visualization, e.g. in the form of interactive charts. The software can support making business decisions, which, in turn, can be used as business intelligence. In the era of digitization, huge metadata of measurements are created, so conducting data analyzes in the energy sector is very common. Moreover, rapidly evolving artificial intelligence creates new opportunities. The article presents a sample analysis of calculations using RStudio, an integrated development environment for the R language, a programming language for statistical calculations and graphics. The aim of the article is to present the possibility of using R language software to make a forecast and to determine the quality of forecasts. The article aims to present the possibility of making forecasts based on mathematical models available in R packages and the possibilities offered by the forecasting platform to readers. The article presents the U.S. market and has a particular focus on Natural Gas Residential Consumption in Pennsylvania (publicly available data from the U.S. Energy Information Administration). This dataset represents the monthly consumption of natural gas between 2015 and 2020. Forecasts were presented over a span of 12 months.
Na rynku dostępnych jest wiele narzędzi informatycznych, które wykonują różnego rodzaju prognozy w gazownictwie. Programowanie ewoluuje wraz z dostępnością i możliwościami komputerów. Narzędzia informatyczne wspierają użytkownika w obliczeniach inżynierskich, ale także prezentują uzyskane wyniki w ciekawej wizualizacji, np. w postaci interaktywnych wykresów. Oprogramowanie może wspomagać podejmowanie decyzji biznesowych, które z kolei mogą służyć jako inteligencja biznesowa. W dobie cyfryzacji powstają ogromne metadane pomiarów, prowadzenie analiz danych w energetyce jest bardzo powszechne. Ponadto szybko rozwijająca się sztuczna inteligencja stwarza nowe możliwości. W artykule przedstawiono przykładową analizę obliczeń z wykorzystaniem RStudio, zintegrowanego środowiska programistycznego dla języka R, języka programowania do obliczeń statystycznych i grafiki. Ten język jest jednym z najbardziej rozpowszechnionych języków programowania używanych do tego typu obliczeń. Dodatkową zaletą jest to, że R to bezpłatne środowisko programowe do obliczeń statystycznych i grafiki. Kompiluje się i działa na wielu różnych platformach UNIX, Windows i MacOS. Artykuł ma na celu przedstawienie czytelnikom możliwości tworzenia prognoz na podstawie modeli matematycznych dostępnych w pakietach R oraz możliwości, jakie daje platforma. Prezentuje funkcje zawarte w pakiecie, które z czasem są aktualizowane i pojawiają się nowe możliwości. Wynikiem badań są analizy wybranych modeli dostarczonych przez R. W artykule przedstawiono zużycie gazu ziemnego w budynkach mieszkalnych stanu Pensylwania. Zbiór ten przedstawia miesięczne zużycie gazu ziemnego w latach 2015–2020. Prognozy przedstawiono w horyzoncie 12 miesięcy.
Źródło:: Polityka Energetyczna; 2021, 24, 2; 33-55
1429-6675
Pojawia się w:: Polityka Energetyczna
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Prognozowanie zapotrzebowania na letnią moc szczytową krajowego systemu elektroenergetycznego
Electric power peak summer demand forecasting for domestic power system
Autorzy:: Łyp, J.
Popławski, T.
Dąsal, K.
Powiązania:: https://bibliotekanauki.pl/articles/282805.pdf
Data publikacji:: 2009
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: prognozowanie
elektroenergetyka
load forecasting
electric power engineering
Opis:: W referacie opisano problematykę sporządzania prognoz zapotrzebowania na moc szczytową lata dla Krajowego Systemu Elektroenergetycznego (KSE) w kontekście generowania ich dla długoterminowych scenariuszy zapotrzebowania na roczną energię i roczne maksymalne zapotrzebowanie na moc. Koncepcję opisano i zilustrowano.
The paper describes the issue of modelling and forecasting the process of electric power peak summer demand. The conception is presented as suitable for perform long term load forecasts for domestic electric power system in case of having various scenarios of annual energy and peak load demand. The proposed methodology is described and illustrated.
Źródło:: Polityka Energetyczna; 2009, T. 12, z. 2/2; 355-368
1429-6675
Pojawia się w:: Polityka Energetyczna
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Metody prognozowania wielkości mocy elektrycznej z farm wiatrowych dla potrzeb bilansowania oraz prowadzenia ruchu krajowego systemu elektroenergetycznego
Forecasting methodologies of the electrical power generation from wind farms for the purpose of operation and balancing of power systems
Autorzy:: Karkoszka, K.
Powiązania:: https://bibliotekanauki.pl/articles/394501.pdf
Data publikacji:: 2010
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: prognozowanie
system elektroenergetyczny
energetyka wiatrowa
forecasting methods
power system
wind energy
Opis:: Niniejszy artykuł ma charakter przeglądowy i obejmuje podstawy metodologii prognozowania wartości mocy elektrycznej generowanej w elektrowniach wiatrowych. Omawia charakterystykę pracy źródeł wiatrowych, ze szczególnym uwzględnieniem wpływu zmienności warunków meteorologicznych na wartość generowanej mocy elektrycznej. Prezentuje trzy metody predykcji: fizyczną, statystyczną oraz hybrydową (połączenie fizycznej i statystycznej). Przedstawia zakres wykorzystania poszczególnych metod, sposób weryfikacji wyników prognoz oraz obecnie wykorzystywane metody minimalizacji błędów prognoz, takie jak np. agregacja obszarowa prognoz bądź wykorzystanie kilku numerycznych prognoz pogody. Omawiana metoda perturbacji warunków początkowych stanowi przykład współczesnego podejścia do problematyki generacji prognoz probabilistycznych. Artykuł omawia również znaczenie dokładności wyników prognoz dla celów prowadzenia ruchu oraz bilansowania systemu elektroenergetycznego oraz prezentuje krótko zakres ich wykorzystania dla potrzeb operatorów systemów przesyłowych.
This article has the character of a review and covers the basics of the methodology of forecasting of the level of the electric power generated in wind power plants. It discusses the characteristics of the operation of the wind power sources, with particular emphasis on the impact of the dynamics of meteorological conditions on the value of generated electrical power. The article presents three methods of wind power prediction: physical, statistical, and hybrid (combination of physical and statistical method). It discusses the applicability of specific methods, way of verification of the wind power forecasts results and current methods used to minimize forecast errors, such as the aggregation area forecasts or the application of several numerical weather prediction models. It presents also the initial conditions perturbation method which is the modern approach for generation of probabilistic forecasts. The article discusses also the importance of accuracy of the wind power forecasts results for purposes of the operation and balancing the electrical power systems, and briefly presents the scope of their applications for transmission system operators processes.
Źródło:: Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN; 2010, 78; 75-86
2080-0819
Pojawia się w:: Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 4.

Tytuł:: Forecasting global coal consumption: An artificial neural network approach
Prognozowanie światowego zużycia węgla z zastosowaniem podejścia sztucznych sieci neuronowych
Autorzy:: Benalcazar, P.
Krawczyk, M.
Kamiński, J.
Powiązania:: https://bibliotekanauki.pl/articles/215899.pdf
Data publikacji:: 2017
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: forecasting
coal consumption
artificial neural network
prognozowanie
zużycie węgla
sztuczna sieć neuronowa
Opis:: In the 21st century, energy has become an integral part of our society and of global economic development. Although the world has experienced tremendous technological advancements, fossil fuels (including coal, natural gas, and oil) continue to be the world’s primary energy source. At the current production level, it has been estimated that coal reserves (economically recoverable) would last approximately 130 years (with the biggest reserves found in the USA, Russia, China, and India). The intricate relationship between economic growth, demographics and energy consumption (particularly in countries with coal intensive industries and heavy reliance on fossil fuels), along with the elevated amounts of greenhouse gases in the atmosphere, have raised serious concerns within the scientific community about the future of coal. Thus, various studies have focused on the development and application of forecasting methods to predict the economic prospects of coal, future levels of reserves, production, consumption, and its environmental impact. With this scope in mind, the goal of this article is to contribute to the scarce literature on global coal consumption forecasting with the aid of an artificial neural network method. This paper proposes a Multilayer Perceptron neural network (MLP) for the prediction of global coal consumption for the years 2020–2030. The MLP-based model is trained with historical data sets gathered from financial institutions, global energy authorities, and energy statistic agencies, covering the years 1970 through 2016. The results of this study show a deceleration in global coal consumption for the years 2020 (3 932 Mtoe), 2025 (4 069 Mtoe) and 2030 (4 182 Mtoe).
W XXI wieku energia stała się integralną determinantą społeczeństwa i światowego rozwoju gospodarczego. Pomimo tego, że świat doświadczył zdecydowanych postępów technologicznych, paliwa kopalne (tj. węgiel, gaz ziemny i ropa naftowa) nadal są głównym źródłem energii na świecie. Szacuje się, że przy obecnym poziomie produkcji zasoby węgla (ekonomicznie możliwe do pozyskania) powinny wystarczyć na około 130 lat (największe rezerwy węgla znajdują się w Stanach Zjednoczonych, Rosji, Chinach i Indiach). Zawiłe relacje między wzrostem gospodarczym, demografią, zużyciem energii (szczególnie w krajach o przemysłach silne uzależnionych od paliw kopalnych) oraz podwyższone ilości gazów cieplarnianych w atmosferze wzbudziły poważne obawy w społeczności naukowej na temat przyszłości węgla. W świetle powyższego, dotychczasowe badania skupiały się na opracowywaniu i stosowaniu metod prognozowania rozwoju rynku węgla, przyszłych poziomów rezerw, produkcji, konsumpcji i wpływu na środowisko. Biorąc pod uwagę powyższe uwarunkowania, celem niniejszego artykułu jest opracowanie metody prognozowania światowego zapotrzebowania na węgiel z wykorzystaniem metody sztucznej sieci neuronowej. W poniższej pracy zastosowano podejście oparte na sieci neuronowej Perceptron Multilayer (MLP) do prognozowania światowego zużycia węgla w latach 2020–2030. Model MLP bazuje na historycznych zestawach danych zebranych od instytucji finansowych, organów i agencji statystycznych pozyskujących dane na temat energii obejmujących lata od 1970–2016. Wyniki niniejszego badania wskazują na spowolnienie światowego zużycia węgla do poziomu 3932 Mtoe w 2020 r., 4069 Mtoe w 2025 r. oraz 4182 Mtoe w 2030 roku.
Źródło:: Gospodarka Surowcami Mineralnymi; 2017, 33, 4; 29-44
0860-0953
Pojawia się w:: Gospodarka Surowcami Mineralnymi
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 5.

Tytuł:: Potrzeba i możliwości prognozowania zapotrzebowania polskiej gospodarki na surowce mineralne
Forecasting the demand of the Polish economy on mineral raw materials – necessity and possibility
Autorzy:: Uberman, R.
Kulczycka, J.
Cholewa, M.
Powiązania:: https://bibliotekanauki.pl/articles/394023.pdf
Data publikacji:: 2016
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: surowce mineralne
polityka surowcowa
prognozowanie
mineral raw materials
mineral policy
forecasting
Opis:: Prognozy zapotrzebowania na surowce mineralne są niezbędne dla formułowania polityki surowcowej i strategii rozwoju gospodarczego państwa. Na podstawie analizy dokumentów urzędowych określających stan i kierunki rozwoju gospodarczego kraju uzasadniono celowość prowadzenia prac nad metodologią oraz sporządzaniem prognoz zapotrzebowania na surowce mineralne zarówno krótkookresowych, jak i w dalszej perspektywie czasu. W tym celu podjęto próby wykorzystania metod opartych na modelach ekonometrycznych, w szczególności trendu klasycznego, trendu pełzającego i związków przyczynowo-skutkowych. W tych ostatnich modelach sprawdzono możliwość prognozowania zapotrzebowania na surowce mineralne w zależności od wybranych wskaźników makroekonomicznych. Dla wybranych 23 surowców mineralnych sporządzono prognozy do 2020 i 2030 roku i określono dla ustalonego poziomu wiarygodności zakres ich kształtowania się. Wyniki prac podsumowano, postulując konieczność kontynuowania i doskonalenia metodologii oraz weryfikacji i korekty sporządzonych prognoz.
Forecasts of the demand for mineral raw materials are necessary for the formulation of mineral policy and the economic development strategy of State. The purpose for working on the methodology and forecast of the demand forecasts for mineral raw materials, both in the short-term and the long term was indicated based on the analysis of official documents defining the status and trends of the economic development of the country. The proposed methods were based on econometric models, in particular the classic and creeping trends and the cause-effect relation. In the latter, the possibility of forecasting the demand for raw materials based on relation with selected macroeconomic indicators was tested. For the selected group of 23 mineral raw materials demand forecasts for 2020 and 2030 with the level of credibility were presented. The final conclusion indicated the need to continue and improve the methodology and verification and adjustments of forecast for the demand of raw minerals.
Źródło:: Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN; 2016, 96; 323-343
2080-0819
Pojawia się w:: Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 6.

Tytuł:: Stan krajowego systemu elektroenergetycznego
State of Polish Power System
Autorzy:: Maciejewski, Z.
Powiązania:: https://bibliotekanauki.pl/articles/283015.pdf
Data publikacji:: 2011
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: system elektroenergetyczny
energia elektryczna
sieci przesyłowe
prognozowanie
power system
electricity
network system
forecasting
Opis:: W pracy przedstawiono obecny stan krajowego systemu elektroenergetycznego. Zwrócono uwagę na dekapitalizację środków trwałych krajowego systemu elektroenergetycznego. Przedstawiono prognozę krajowego zapotrzebowania na energię elektryczną do 2030 roku. Zaproponowano kierunki rozbudowy krajowej sieci przesyłowej dla zapewnienia bezpieczeństwa elektroenergetycznego i rozwoju kraju.
In the paper current state of the Polish Power System is presented. Problem of the decapitalization of the Polish Power Idustry was discussed. It is given forecasts of domestic electricity demand to 2030 year. There are proposed some directions of the network system developing in order to ensure of security of the power system and in general development of Poland.
Źródło:: Polityka Energetyczna; 2011, 14, 2; 249-259
1429-6675
Pojawia się w:: Polityka Energetyczna
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 7.

Tytuł:: Prognozowanie generacji wiatrowej w kontekście gospodarowania zasobami energii
Forecasting wind generation in the context of energy resources management
Autorzy:: Szeląg, P.
Powiązania:: https://bibliotekanauki.pl/articles/283056.pdf
Data publikacji:: 2014
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: energia wiatrowa
odnawialne źródła energii
prognozowanie
analiza skupień
wind energy
renewable energy sources
forecasting
cluster analysis
Opis:: Z roku na rok przybywa nowych instalacji wytwarzających energię elektryczną z odnawialnych źródeł energii. Zjawisko to, w różnym stopniu, dotyczy wszystkich rodzajów zasobów odnawialnych, jednak najdynamiczniej rozwija się energetyka wiatrowa. Przyłączanie nowych farm wiatrowych do systemu elektroenergetycznego powoduje konieczność rozwiązania problemów związanych z pracą tych źródeł energii; do najważniejszych z nich należą: duża zmienność w czasie poziomu generowanej mocy oraz trudność w jej przewidywaniu. Od lat podejmowane są próby ograniczenia negatywnych skutków pracy elektrowni wiatrowych. Podejmowanie działania początkowo skupiały się na przygotowywaniu kolejnych, coraz lepszych narzędzi prognostycznych dedykowanych elektrowniom wiatrowym. Obserwowane jest również przyspieszenie prac związanych z opracowywaniem technologii oraz budową instalacji magazynujących energię elektryczną. Celem autora jest połączenie tych dwóch nurtów i stworzenie dwóch narzędzi. Pierwszym z nich będzie model dający możliwość przygotowania możliwie najlepszej prognozy generacji mocy. Drugim, narzędzie wyznaczające optymalną pojemność magazynu, między innymi na podstawie informacji uzyskanych z modelu prognostycznego. W pracy tej przedstawiono działania związane z wykonaniem pierwszego narzędzia. Opisano proces filtracji danych pomiarowych oraz problemy z tym związane. Przedstawiono koncepcję modelu predykcyjnego. Scharakteryzowano etap uczenia modelu oraz wykonania prognozy mocy. Przedstawiono dokładności prognozy oraz sformułowano kolejne etapy pracy.
From year to year, the number of new installations producing electricity from renewable energy sources increases. This phenomenon, to varying degrees, applies to all types of renewable resources, though the fastest growing is wind power. Connecting new wind farms to the power system necessitates solving the problems related to the work of these energy sources. The most important issues include the large variation in the level of power generated and the difficulty in predicting changes in the supply. For years, attempts have been made to reduce the negative factors, initially focusing on preparing new forecasting tools dedicated to wind farms. Also observable has been the acceleration of work associated with the development of the technology and the construction of electrical energy storage capacity. The objective of this study is the combination of these two trends and the development of two applicable tools. The first model will provide the opportunity to prepare the best possible forecast of power generation. The second will be a tool for defining the optimum storage capacity, inter alia, on the basis of information obtained fromthe forecastingmodel. This paper presents the activities related to the implementation of the first tool. It describes the process of filtering the measured data and the problems associated with it, and presents the concept of a predictive model. The learning phase of the model is outlined together with creating a forecast for power levels. Also shown is the accuracy of the forecasts, and formulation for the successive stages of work.
Źródło:: Polityka Energetyczna; 2014, 17, 3; 125-134
1429-6675
Pojawia się w:: Polityka Energetyczna
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 8.

Tytuł:: The forecast of coal sales taking the factors influencing the demand for hard coal into account
Prognoza wielkości sprzedaży węgla z uwzględnieniem czynników kształtujących popyt na węgiel kamienny
Autorzy:: Rybak, Aurelia
Manowska, Anna
Powiązania:: https://bibliotekanauki.pl/articles/216149.pdf
Data publikacji:: 2019
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: environmental factors
forecasting sales
coal sales
ARMAX model
prognozowanie sprzedaży
sprzedaż węgla
model ARMAX
czynniki środowiska
Opis:: In order to prepare a coal company for the development of future events, it is important to predict how can evolve the key environmental factors. This article presents the most important factors influencing the hard coal demand in Poland. They have been used as explanatory variables during the creation of a mathematical model of coal sales. In order to build the coal sales forecast, the authors used the ARMAX model. Its validation was performed based on such accuracy measures as: RMSE, MAPE and Theil’s index. The conducted studies have allowed the statistically significant factors out of all factors taken into account to be identified. They also enabled the creation of the forecast of coal sales volume in Poland in the coming years. To maintain the predictability of the forecast, the mining company should continually control the macro environment. The proper demand forecast allows for the flexible and dynamic adjustment of production or stock levels to market changes. It also makes it possible to adapt the product range to the customer’s requirements and expectations, which, in turn, translates into increased sales, the release of funds, reduced operating costs and increased financial liquidity of the coal company. Creating a forecast is the first step in planning a hard coal mining strategy. Knowing the future needs, we are able to plan the necessary level of production factors in advance. The right strategy, tailored to the environment, will allow the company to eliminate unnecessary costs and to optimize employment. It will also help the company to fully use machines and equipment and production capacity. Thanks to these efforts, the company will be able to reduce production costs and increase operating profit, thus survive in a turbulent environment.
Aby przygotować się na rozwój przyszłych wydarzeń z niezbędnym wyprzedzeniem, należy wiedzieć, w jakim kierunku mogą podążać trendy rozwoju kluczowych czynników otoczenia wpływających na spółkę węglową. Artykuł prezentuje najistotniejsze czynniki wpływające na popyt na węgiel kamienny w Polsce. Zostały one wykorzystane jako zmienne objaśniające przy utworzeniu modelu matematycznego wielkości sprzedaży węgla w Polsce. W celu jego zbudowania posłużono się modelem ARMAX. Walidacja modelu została przeprowadzona w oparciu o takie miary dokładności jak: RMSE, MAPE i współczynnik Theila. Badania te umożliwiły na wyznaczenie spośród wszystkich branych pod uwagę czynników statystycznie istotnych oraz na utworzenie prognozy wielkości sprzedaży tego paliwa w Polsce w najbliższych latach. Aby trafność prognozy mogła zostać utrzymana, przedsiębiorstwo powinno kontrolować makrootoczenie. Właściwa prognoza popytu pozwala na elastyczne oraz dynamiczne dostosowanie poziomu produkcji czy zapasów do zmian zachodzących na rynku. Umożliwia ona także dostosowanie produkowanego asortymentu do wymagań i oczekiwań odbiorców, co z kolei przekłada się na zwiększenie sprzedaży, uwolnienie środków finansowych, zmniejszenie kosztów działalności przedsiębiorstwa oraz wzrost płynności finansowej kopalń. Stworzenie prognozy to pierwszy krok w planowaniu strategii wydobycia węgla kamiennego. Znając przyszłe potrzeby, jesteśmy w stanie z wyprzedzeniem zaplanować niezbędny poziom czynników produkcji. Odpowiednia strategia to taka, która jest dostosowana do otoczenia, pozwoli przedsiębiorstwu wyeliminować niepotrzebne koszty i zoptymalizować zatrudnienie. Pomoże to również firmie w pełni korzystać z maszyn i urządzeń oraz zdolności produkcyjnych. Dzięki tym staraniom firma będzie mogła obniżyć koszty produkcji i zwiększyć zysk operacyjny, dzięki czemu przetrwa w niespokojnym oraz zmiennym otoczeniu.
Źródło:: Gospodarka Surowcami Mineralnymi; 2019, 35, 1; 129-140
0860-0953
Pojawia się w:: Gospodarka Surowcami Mineralnymi
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 9.

Tytuł:: Ocena elektrochłonności PKB i zapotrzebowania na energię elektryczną
Estimation of electricity absorptive indicator for Gross Domestic Product and electricity demand of the Polish Power System
Autorzy:: Maciejewski, Z.
Powiązania:: https://bibliotekanauki.pl/articles/282872.pdf
Data publikacji:: 2013
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: prognozowanie
system elektroenergetyczny
energia elektryczna
produkt krajowy brutto
forecasting
power system
electricity
gross domestic product
Opis:: W literaturze istnieje wiele prognoz krajowego zapotrzebowania na energię elektryczną, które były wykonane z zaangażowaniem znacznych środków finansowych. Większość z tych prognoz była znacznie przeszacowana, ponieważ nie sprawdziła się w porównaniu z rzeczywistym zapotrzebowaniem na energię elektryczną. Prognozy te nie spełniały również oczekiwań użytkowników, dla których były przeznaczone. W tej pracy dokonano oceny prognozy krajowego zapotrzebowania na energię elektryczną opracowanej przez autora w 2004 roku. Prognoza ta została opracowana metodą wykorzystującą średnioroczne przyrosty dochodu narodowego wytworzonego oraz wskaźników elastyczności zapotrzebowania na energię elektryczną względem tego dochodu. Wykazano, że opracowana prognoza jest zgodna z faktycznym zużyciem energii elektrycznej do 2012 roku. Na podstawie danych statystycznych wyznaczono wartości współczynników elastyczności i elektrochłonności produktu krajowego brutto (PKB) dla lat 2004-2012. Stwierdzono znaczny spadek elektrochłonności PKB w tych latach. Wykorzystując metodę zastosowaną w 2004 roku przedstawiono również prognozę krajowego zapotrzebowania na energię elektryczną do 2030 roku.
Multiple forecasts of domestic electricity demand have been documented in existing texts which were based in large part on fmancial assets. Most of those forecasts were significantly exaggerated, and they disagreed with real electricity demand. These forecasts didn’t meet the expextations of the recipients. This paper estimates the forecast of domestic electricity demand proposed by author of this paper in 2004. This forecast was made using the indicators of growth in Gross Domestic Product and the electricity absorption indicator of Gross Domestic Product. It is shown that this forecast was consistentwith the real electricity demand until 2012. For the basie statistical data on the consumption of electricity, the factors of electricity absorption indicator of Gross Domestic Product of Poland were determined for the years 2004-2012. It is shown that these indicators have pointed to a considerably decreasing trend. Using the method proposed by author of this paper in 2004, a new forecast of domestic electricity demand until 2030 is given.
Źródło:: Polityka Energetyczna; 2013, 16, 3; 25-34
1429-6675
Pojawia się w:: Polityka Energetyczna
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 10.

Tytuł:: Simulation of the use of a heat accumulator in combined heat and power plants
Symulacja wykorzystania akumulatora ciepła w elektrociepłowni
Autorzy:: Jastrzębski, P.
Saługa, P. W.
Powiązania:: https://bibliotekanauki.pl/articles/282843.pdf
Data publikacji:: 2018
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: energy production
energy storage
consumption forecasting
Monte Carlo simulation
produkcja energii
magazynowanie energii
prognozowanie zużycia
symulacja Monte Carlo
Opis:: The sustainable management of energy production and consumption is one of the main challenges of the 21st century. This results from the threats to the natural environment, including the negative impact of the energy sector on the climate, the limited resources of fossil fuels, as well as the unstability of renewable energy sources – despite the development of technologies for obtaining energy from the: sun, wind, water, etc. In this situation, the efficiency of energy management, both on the micro (dispersed energy) and macro (power system) scale, may be improved by innovative technological solutions enabling energy storage. Their effective implementation enables energy storage during periods of overproduction and its use in the case of energy shortages. These challenges cannot be overestimated. Modern science needs to solve various technological issues in the field of storage, organizational problems of enterprises producing electricity and heat, or issues related to the functioning of energy markets. The article presents the specificity of the operation of a combined heat and power plant with a heat accumulator in the electricity market while taking the parameters affected by uncertainty into account. It was pointed out that the analysis of the risk associated with energy prices and weather conditions is an important element of the decision-making process and management of a heat and power plant equipped with a cold water heat accumulator. The complexity of the issues and the number of variables to be analyzed at a given time are the reason for the use of advanced forecasting methods. The stochastic modeling methods are considered as interesting tools that allow forecasting the operation of an installation with a heat accumulator while taking the influence of numerous variables into account. The analysis has shown that the combined use of Monte Carlo simulations and forecasting using the geometric Brownian motion enables the quantification of the risk of the CHP plant’s operation and the impact of using the energy store on solving uncertainties. The applied methodology can be used at the design stage of systems with energy storage and enables carrying out the risk analysis in the already existing systems; this will allow their efficiency to be improved. The introduction of additional parameters of the planned investments to the analysis will allow the maximum use of energy storage systems in both industrial and dispersed power generation.
Zrównoważone zarządzanie produkcją i zużyciem energii stanowi jedno z naczelnych wyzwań XXI wieku. Wiąże się ono z zagrożeniami stanu środowiska przyrodniczego m.in. wskutek negatywnego wpływu energetyki na klimat, ograniczoności zasobów paliw kopalnych, a także niestabilności produkcji energii z wykorzystaniem źródeł odnawialnych – pomimo rozwijających się technologii pozyskania energii ze słońca, wiatru, wody, itp. W takiej sytuacji jednym ze sposobów poprawy efektywności gospodarki energetycznej – zarówno w skali mikro (energetyka rozproszona), jak i makro (system elektroenergetyczny), mogą być innowacyjne rozwiązania technologiczne umożliwiające magazynowanie energii. Ich skuteczna implementacja pozwoli na jej gromadzenie w okresach nadprodukcji i wykorzystanie w sytuacjach niedoboru. Wyzwania te są nie do przecenienia – przed współczesną nauką staje konieczność rozwiązywania różnego rodzaju zagadnień technologicznych w zakresie magazynowania, problemów organizacyjnych przedsiębiorstw wytwarzających energię elektryczną i ciepło, czy kwestii dotyczących funkcjonowania rynków energii. W artykule przedstawiono specyfikę funkcjonowania elektrociepłowni z magazynem ciepła na rynku energii elektrycznej w odniesieniu do związanych z tym parametrów obarczonych niepewnością. Zwrócono uwagę, że istotnym elementem procesu decyzyjnego i sterowania elektrociepłownią wyposażoną w niskotemperaturowy wodny akumulator ciepła – jako systemem – jest analiza ryzyka związanego z cenami energii oraz warunkami atmosferycznymi. Złożoność zagadnień, liczba zmiennych, jakie należy przeanalizować w danym czasie skłania do zastosowania zaawansowanych metod prognozowania. Uznano, że interesującymi narzędziami, które pozwalają na prognozowanie pracy instalacji z magazynem energii z uwzględnieniem wpływu wielu zmiennych mogą być stochastyczne metody modelowania. W wyniku zrealizowanych badań pokazano, że łączne wykorzystanie symulacji Monte Carlo i prognozowania z wykorzystaniem geometrycznego ruchu Browna umożliwia kwantyfikację ryzyka działalności elektrociepłowni i wpływ zastosowania magazynu energii na rozwiązywanie niepewności. Zastosowana metodyka może zostać wykorzystana zarówno na etapie projektowania systemów z magazynami energii, jak też umożliwić bieżącą analizę ryzyka w systemach już funkcjonujących; pozwoli to na poprawę efektywności ich funkcjonowania. Wprowadzenie do analizy dodatkowych parametrów planowanych inwestycji otworzy perspektywy maksymalneego wykorzystania wielkości magazynów energii zarówno w energetyce zawodowej, jak i rozproszonej.
Źródło:: Polityka Energetyczna; 2018, 21, 2; 75-87
1429-6675
Pojawia się w:: Polityka Energetyczna
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 11.

Tytuł:: Długoterminowa prognoza mocy szczytowej dla KSE
The long-term forecast of elektricity consumption in Poland
Autorzy:: Popławski, T.
Dąsal, K.
Łyp, J.
Powiązania:: https://bibliotekanauki.pl/articles/282784.pdf
Data publikacji:: 2009
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: prognozowanie w elektroenergetyce
szeregi czasowe
rozkład kanoniczny
Long-term load forecasting in electric power engineering
time series
canonical distribution
Opis:: Charakterystyczną cechą systemu elektroenergetycznego jest jego ciągła zmienność. W celu poprawnego prowadzenia eksploatacji systemu elektroenergetycznego jak również planowania jego rozwoju niezbędne jest wykonywanie prognoz elektroenergetycznych. Wykonanie poprawnej prognozy dla systemu jest zadaniem niełatwym i wymagającym dużego doświadczenia, wiedzy i wyczucia. Aby w sposób świadomy móc regulować i przewidywać procesy zachodzące w systemie elektroenergetycznym niezbędne są prace z dziedziny analizy i prognozy obciążeń elektroenergetycznych. W artykule przedstawiono nowy model prognostyczny oparty o rozkład kanoniczny wektora zmiennych losowych. Jest to nowa metoda prognostyczna, w wyniku której można otrzymać długoterminowe prognozy mocy szczytowej dla KSE.
The characteristic feature of a power engineering system is its constant variability. In order to operate a power engineering system, as well as to plan its development it is necessary to carry out forecasts. Working out a correct forecast is an uneasy task that requires a lot of experience, knowledge and intuition. In order to be able to control and foresee the processes that occur in a power engineering system it is necessary to undertake research in the field of analyses of power loads. In the paper a new forecasting model, based on the canonical distribution of a vector of random variables, has been presented. It is a new forecasting method, able to predict long-term forecasts on peak power load of power engineering system in Poland.
Źródło:: Polityka Energetyczna; 2009, T. 12, z. 2/2; 497-510
1429-6675
Pojawia się w:: Polityka Energetyczna
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 12.

Tytuł:: The modeling and forecasting of fuel and energy resources usage in the context of the energy independence of Ukraine
Modelowanie i prognozowanie zużycia paliw i energii w kontekście niezależności energetycznej Ukrainy
Autorzy:: Andrusiv, Uliana
Zelinska, Halyna
Galtsova, Olga
Kupalova, Halyna
Goncharenkо, Nataliia
Powiązania:: https://bibliotekanauki.pl/articles/1840813.pdf
Data publikacji:: 2021
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: energy independence
Ukraine
fuel and energy resources
model
approach
forecasting
niezależność energetyczna
Ukraina
zasoby paliw i energii
podejście
prognozowanie
Opis:: The article analyzes the structure of energy resources, as a result of which the reasons for their irrational use in the Ukrainian economy are revealed. It has been established that during 2014–2018 there was a decrease in demand for traditional types of fuel and energy resources (FER), except for coal. The components of the process of supply and consumption of fuel and energy resources have been formed and detailed, and an integrated approach to their rational use has been developed, which will reduce the loss of energy resources and increase their efficiency. The author’s approach is used in the form of visualized schemes for organizing the process of the rational use of energy resources, which will contribute to the implementation of an effective energy saving policy of the state, ensuring the competitive advantages of domestic enterprises, increasing their competitiveness, improving the economic and energy security of Ukraine. The expediency of constructing deterministic economic models for providing the Ukrainian economy according to different (adaptive and multiplicative) convolutions was substantiated and proved, on the basis of which a forecast and assessment of the energy independence of the Ukrainian economy until 2035, taking into account fuel and energy resources, was proposed. Based on the calculations, it was established that the state of energy independence of Ukraine is insufficient.
W artykule dokonano analizy struktury zasobów energetycznych, w której wyniku ujawniono przyczyny ich nieracjonalnego wykorzystania w ukraińskiej gospodarce. Ustalono, że w latach 2014–2018 nastąpił spadek zapotrzebowania na tradycyjne rodzaje paliw i surowców energetycznych, z wyjątkiem węgla. Elementy składowe procesu zaopatrzenia i zużycia paliw i surowców energetycznych zostały określone w sposób szczegółowy oraz wypracowano zintegrowane podejście do ich racjonalnego wykorzystania, które ograniczy utratę zasobów energetycznych i zwiększy ich efektywność. Autorskie podejście wykorzystywane jest w postaci poglądowych schematów organizacji procesu racjonalnego wykorzystania surowców energetycznych, co przyczyni się do realizacji skutecznej polityki oszczędzania energii w kraju, zapewniając przewagę konkurencyjną rodzimym przedsiębiorstwom poprzez zwiększenie ich atrakcyjności, poprawę bezpieczeństwa gospodarczego i energetycznego Ukrainy. Uzasadniono i udowodniono celowość konstruowania deterministycznych modeli ekonomicznych ukraińskiej gospodarki według różnych (adaptacyjnych i multiplikatywnych) splotów funkcji, na podstawie których przedstawiono prognozę i ocenę niezależności energetycznej ukraińskiej gospodarki do 2035 roku, z uwzględnieniem paliw i zasobów energetycznych. Na podstawie obliczeń ustalono, że stan niezależności energetycznej Ukrainy jest niewystarczający.
Źródło:: Polityka Energetyczna; 2021, 24, 1; 29--48
1429-6675
Pojawia się w:: Polityka Energetyczna
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 13.

Tytuł:: Wykorzystanie metody odwrotnej w estymacji osiadań powierzchni terenu dla złóż soli
Land subsidence inversion method application for salt mining-induced rock mass movement
Autorzy:: Hejmanowski, R.
Malinowska, A. A.
Powiązania:: https://bibliotekanauki.pl/articles/215786.pdf
Data publikacji:: 2017
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: prognozowanie deformacji powierzchni terenu
wysad solny
konwergencja wyrobiska
estymacja parametrów modelu
subsidence prediction
salt dome
convergence
model parameter estimation
Opis:: Modelowanie przemieszczeń i deformacji w rejonie kopalń soli napotyka na znaczne trudności ze względu na zmienne właściwości wytrzymałościowe soli, złożoną budowę morfologiczną złóż wysadowych, własności reologiczne soli. Te czynniki powodują, że wpływy eksploatacji złóż soli ujawniają się przez setki lat, a precyzyjne wyznaczenie przemieszczeń w danym, żądanym momencie i miejscu są obarczone większą niepewnością, niż w przypadku innych typów złóż kopalin stałych. Modelowanie numeryczne dobrze się sprawdza przy ograniczeniu obszaru modelu do jednej lub kilku komór. Większy zakres znacznie obniża potencjał dokładnościowy i wydajność obliczeniową tego typu modeli. Zastosowanie modeli stochastycznych pozwala na modelowanie 3D dla całego kompleksu wyrobisk, pod warunkiem precyzyjnej parametryzacji takiego modelu. W artykule omówiono sposób modelowania przemieszczeń i deformacji dla jednej z największych kopalń soli w Europie o objętości wyeksploatowanego złoża ponad 21 mln m³. Parametryzacja modelu stochastycznego możliwa była dzięki udokumentowanym wynikom pomiarów konwergencji wyrobisk i pomiarów wysokościowych na powierzchni. Zastosowanie inwersji niecki obniżeniowej w metodzie najmniejszych kwadratów pozwoliło na estymację optymalnych wartości parametrów modelu stochastycznego. Modelowanie prowadzone było przy wykorzystaniu modelu stochastycznego i dwuparametrycznej funkcji czasu, która pozwala uwzględnić czas konwergencji wyrobisk i czas przejścia zaburzenia (przemieszczeń) na powierzchnię terenu. Szczegółowe analizy warunków geologicznych, które przeprowadzono w trakcie badań pozwoliły również na uwzględnienie dewiacji niecki obniżeniowej w modelowanym obrazie pionowych ruchów powierzchni terenu. Jakościowe i ilościowe potwierdzenie poprawności estymacji wykazano w graficznym zestawieniu modelowanych i mierzonych wartości przemieszczeń pionowych, w ujęciu przestrzennym. Wykorzystany w ramach badań model znajduje zastosowanie w prognozowaniu przemieszczeń i deformacji dla dowolnych okresów, dla przyszłych projektów eksploatacji złoża soli.
The modeling of strains and deformations in salt mine areas encounters considerable difficulties because of the varying strength properties of salt, the complex morphological build of dome deposits and the rheological properties of salt. These properties have impacted the development of salt extraction for hundreds of years and the fact that the accurate determining of strains in a given specified moment and place are burdened with high uncertainty. Numerical modeling is useful when the model is reduced to one or several salt chambers. A broader range of underground post mining void considerably lowers the accuracy and efficiency of the calculations of such models. Stochastic models allow for a 3D modeling of the entire mining complex deposit, provided the model has been parametrized in detail. The methods of strains and deformations modeling were presented on the example of one of the biggest salt mines in Europe, where a volume of over 21 million m³ of salt was extracted. The stochastic model could be parametrized thanks to the documented results of measurements of convergence of the underground mining panels and leveling on the surface. The use of land subsidence inversion in the least squares method allowed for estimating the optimum values of parameters of the model. Ground deformation modeling was performed using the two-parameter time function, which allows for a simulation to be carried out in time. In the simulation, the convergence of underground excavations and the transition in time the effects of convergence into ground subsidence was taken into account. The detailed analysis of the geological conditions lead to modeling deviation of the subsidence trough. The accuracy of the modeling results was qualitatively and quantitatively confirmed by a comparison ofthe modeled to measured values of the vertical ground movement. The scaled model can be applied in future mining extraction projects in order to predict the strains and deformations for an arbitrary moment in time.
Źródło:: Gospodarka Surowcami Mineralnymi; 2017, 33, 3; 179-200
0860-0953
Pojawia się w:: Gospodarka Surowcami Mineralnymi
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 14.

Tytuł:: Zastosowanie modelu MRK do prognozy cen wybranych paliw biomasowych
Application of the MRK model to price forecast selected biomass fuels
Autorzy:: Popławski, T.
Dąsal, K.
Powiązania:: https://bibliotekanauki.pl/articles/283106.pdf
Data publikacji:: 2011
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: odnawialne źródła energii
biomasa
ceny
system elektroenergetyczny
modelowanie
prognozowanie krótkoterminowe
renewable energy sources
biomass
prices
power system
modeling
short-term forecasting
Opis:: Artykuł porusza problematykę odnawialnych źródeł energii, skupiając się na szczególnym rodzaju biomas, którymi uznane są niektóre zboża. Przedstawiono analizę porównawczą cen kilku wybranych zbóż na rynkach krajów Unii Europejskiej. Wykonano testy na danych liczbowych szeregów historycznych cen, badające głownie stacjonarność oraz występowanie wahań okresowych, których wyniki pozwalają na wybór metody i modelu predykcyjnego. Zaproponowano dwa modele prognostyczne dla przewidywania cen w horyzoncie tygodniowym. Wykonano prognozy wygasłe wraz z oceną dokładności oraz prognozy walidacyjne umożliwiające ocenę użyteczności prezentowanych modeli.
The article discusses the issue of renewable energy focusing in particular on the specific type of biomass, which are considered some of the grain. Presents a comparative analysis of prices of cereals on a few selected markets in European Union countries. Performed tests on the figures of the historical series of prices, mainly exploring the stationary and the presence of periodic fluctuations, the results of which allow to choose the method and the prediction model. Proposed two forecasting models to predict prices in the weekly horizon. Taken together with forecasts of expired and the forecast evaluation of the accuracy of validation for the assessment of utility models.
Źródło:: Polityka Energetyczna; 2011, 14, 2; 335-347
1429-6675
Pojawia się w:: Polityka Energetyczna
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 15.

Tytuł:: A review of methods applied for wind power generation forecasting
Przegląd metod prognozowania produkcji w elektrowniach wiatrowych
Autorzy:: Augustyn, A.
Kamiński, J.
Powiązania:: https://bibliotekanauki.pl/articles/283160.pdf
Data publikacji:: 2018
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: wind power
forecasting
physical method
statistical method
hybrid method
wind power integration
energetyka wiatrowa
prognozowanie
metoda fizyczna
metoda statystyczna
metoda hybrydowa
integracja energetyki wiatrowej
Opis:: The dynamic development of wind power in recent years has generated the demand for production forecasting tools in wind farms. The data obtained from mathematical models is useful both for wind farm owners and distribution and transmission system operators. The predictions of production allow the wind farm operator to control the operation of the turbine in real time or plan future repairs and maintenance work in the long run. In turn, the results of the forecasting model allow the transmission system operator to plan the operation of the power system and to decide whether to reduce the load of conventional power plants or to start the reserve units. The presented article is a review of the currently applied methods of wind power generation forecasting. Due to the nature of the input data, physical and statistical methods are distinguished. The physical approach is based on the use of data related to atmospheric conditions, terrain, and wind farm characteristics. It is usually based on numerical weather prediction models (NWP). In turn, the statistical approach uses historical data sets to determine the dependence of output variables on input parameters. However, the most favorable, from the point of view of the quality of the results, are models that use hybrid approaches. Determining the best model turns out to be a complicated task, because its usefulness depends on many factors. The applied model may be highly accurate under given conditions, but it may be completely unsuitable for another wind farm.
Dynamiczny rozwój energetyki wiatrowej w ostatnich latach generuje zapotrzebowanie na narzędzia do prognozowania produkcji w elektrowniach wiatrowych. Informacje pozyskane z wykorzystaniem modeli matematycznych są użyteczne zarówno dla właścicieli farm wiatrowych, jak i dla operatorów systemów dystrybucyjnych i przesyłowych. Posiadając informacje dotyczące przewidywanej produkcji, operator elektrowni wiatrowej może sterować pracą turbiny w czasie rzeczywistym lub zaplanować remonty i prace konserwacyjne w przyszłości. Z kolei operator systemu przesyłowego, dysponując wynikami modelu prognostycznego, może zaplanować pracę systemu elektroenergetycznego, decydując się na redukcję obciążenia w elektrowniach konwencjonalnych lub na włączenie jednostek rezerwowych. Niniejszy artykuł przedstawia przegląd obecnie stosowanych metod prognozowania produkcji w elektrowniach wiatrowych. Ze względu na charakter danych wejściowych wyróżnia się metody fizyczne oraz statystyczne. Podejście fizyczne opiera się na wykorzystaniu danych związanych z warunkami atmosferycznymi, ukształtowaniem terenu i charakterystyką farmy wiatrowej. Najczęściej bazuje na modelach numerycznych prognoz pogody NWP (ang. numerical weather prediction). Z kolei w podejściu statystycznym wykorzystuje się zbiory danych historycznych w celu ustalenia zależności zmiennych wyjściowych od parametrów wejściowych. Jednak za najkorzystniejsze pod względem jakości uzyskiwanych wyników uznaje się modele, które wykorzystują podejścia hybrydowe. Określenie najlepszego modelu okazuje się zadaniem skomplikowanym, ponieważ jego użyteczność zależy od wielu czynników. Model zastosowany w danych warunkach może charakteryzować się wysoką dokładnością, natomiast być kompletnie nieprzydatny dla innej farmy wiatrowej.
Źródło:: Polityka Energetyczna; 2018, 21, 2; 139-150
1429-6675
Pojawia się w:: Polityka Energetyczna
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "prognozowanie" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język