
Angesichts des stetig steigenden Strombedarfs in der südlichen Region, der zunehmend von Wetterveränderungen, sozioökonomischer Entwicklung und ungewöhnlichen Faktoren beeinflusst wird, ist die Notwendigkeit, die Genauigkeit der Stromlastprognose zu verbessern, dringlicher denn je.
Laut Bui Quoc Hoan, stellvertretender Generaldirektor der Southern Power Corporation (EVN SPC), spielt die Stromlastprognose eine Schlüsselrolle für die Planung, den Betrieb und die Sicherstellung des Gleichgewichts von Angebot und Nachfrage im nationalen Stromnetz. Insbesondere die südliche Region ist eine dynamische Wirtschaftsregion mit zahlreichen Industrieparks und Exportverarbeitungszonen. Daher müssen die Prognoseanforderungen nicht nur präzise sein, sondern auch die Fähigkeit besitzen, sich schnell an tatsächliche Schwankungen anzupassen. Gleichzeitig stellen die Stromlastdaten eine komplexe Zeitreihe dar, die gleichzeitig von langfristigen Trends, saisonalen Schwankungen und externen Faktoren wie Wetter, Feiertagen, Epidemien und sozioökonomischen Schwankungen beeinflusst wird.
Aufgrund dieser praktischen Anforderung hat EVN SPC die Anwendung des Rolling-SARIMAX-Modells erforscht und vorgeschlagen – einer Form der rollierenden Prognose, die eine kontinuierliche, tägliche Aktualisierung des Modells ermöglicht, anstatt wie bei herkömmlichen Methoden statisch trainiert zu werden. Exogene Variablen wie Temperatur, Kalenderfaktoren und der Index der sozialen Mobilität werden integriert, um den Einfluss der Umwelt auf die Stromlast umfassend abzubilden. Die Forschungsdaten umfassen die tägliche Stromlast von 21 südlichen Provinzen (ohne Ho-Chi-Minh -Stadt) im Zeitraum von 2021 bis September 2024.

Die experimentellen Ergebnisse zeigen, dass das Rolling-SARIMAX-Modell einen mittleren absoluten prozentualen Fehler (MAPE) von nur 1,79 % erreicht – den niedrigsten Wert aller verglichenen Modelle. Dieser Wert übertrifft Deep-Learning-Modelle wie LSTM, GRU und attLSTM mit einem MAPE-Wert zwischen 4,3 % und 7,36 %, traditionelle statistische Modelle wie SARIMA und Holt-Winters mit einem MAPE-Wert zwischen 3,62 % und 5,36 % sowie Machine-Learning-Modelle wie Random Forest und XGBoost mit einem MAPE-Wert um 2,8 %.
Diese Tatsache belegt, dass ein dynamisch aktualisiertes lineares Modell komplexe Deep-Learning-Modelle nach wie vor übertreffen kann, gleichzeitig niedrige Betriebskosten aufweist und sich problemlos in bestehende Dispositionsysteme integrieren lässt. Laut dem stellvertretenden Generaldirektor Bui Quoc Hoan ist dies ein enormer Vorteil, der es EVN SPC ermöglicht, die Anwendung innerhalb kürzester Zeit in den realen Betrieb zu überführen.
EVN SPC plant, künftig die Forschung an fortschrittlichen Signalzerlegungsmethoden wie EEMD und VMD zur Optimierung der Eingangsdaten fortzusetzen und ein automatisiertes Prognosesystem zu entwickeln, das Echtzeit-Modellaktualisierungen und eine direkte Anbindung an das Netzleitsystem ermöglicht. Die Anwendung des Rolling-SARIMAX-Modells soll dazu beitragen, die Zuverlässigkeit der Stromversorgung zu verbessern, die Betriebskosten zu optimieren und die Risiken bei der Netzsteuerung in der südlichen Region zu minimieren.

EVN SPC beeindruckte auf der Elektrizitätswissenschafts- und Technologieausstellung Techshow 2025 nicht nur mit Forschung im Bereich Lastprognosen, sondern auch mit einer Reihe von Produkten und technologischen Lösungen für die digitale Transformation und Modernisierung der Elektrizitätswirtschaft. Am Stand von EVN SPC wurden zehn typische Produkte präsentiert, darunter das Modell der 110-kV-Erdkabelleitung Ha Tien – Phu Quoc und der 220-kV-Leitung Kien Binh – Phu Quoc – der längsten Meeresleitung Südostasiens – sowie BIM- und Scan-to-BIM-Anwendungen für Investitionen in den Netzausbau.
Im technischen Bereich ermöglicht das ferngesteuerte Isolierreinigungsgerät die Reinigung von Isolierungen mit Hochdruckwasser ohne Stromunterbrechung. Dadurch verdoppelt sich die Arbeitsproduktivität und das Risiko des manuellen Besteigens von Masten entfällt. Ergänzend dazu bietet das Gerät eine Reihe von KI-Anwendungen, wie beispielsweise die KI-Analyse von Teilentladungssignalen, die KI-Diagnose von Transformatorfehlern durch Analyse gelöster Gase und die KI-Überwachung der Arbeitssicherheit.
EVN SPC führte außerdem Management- und Kundendienstplattformen im digitalen Zeitalter ein, wie beispielsweise die interne Kommunikationsanwendung E-Tivi und das Kundenfilialprogramm, das den aktuellen Zustand des Stromnetzes auf einer digitalen Karte anzeigt und dadurch die Managementeffizienz und die Servicequalität verbessert.
Die auf der Techshow 2025 präsentierten Forschungsergebnisse und Technologieprodukte bestätigen nicht nur die technologischen Kompetenzbestrebungen von EVN SPC, sondern demonstrieren auch die Entschlossenheit des Unternehmens, sich umfassend digital zu transformieren, um den stetig steigenden Anforderungen angesichts des rasant wachsenden Strombedarfs, der Energiewende und der zunehmend strengen Anforderungen an die Energiesicherheit gerecht zu werden. Damit spielt EVN SPC weiterhin eine zentrale Rolle bei der Gewährleistung einer sicheren und stabilen Stromversorgung für die sozioökonomische Entwicklung in der südlichen Region und im ganzen Land.
Quelle: https://daibieunhandan.vn/evn-spc-but-pha-chuyen-doi-so-voi-mo-hinh-du-bao-phu-tai-dien-do-chinh-ac-cao-10399479.html










Kommentar (0)