Load forecasting in electrical grids: analysis of methods and their trends

Abstract

Main objective of this study is to analyze the progression of load forecasting methodologies for electrical grids, with a focus on identifying trends in performance metrics such as Mean Absolute Percentage Error (MAPE) over time. This analysis evaluates various forecasting approaches, including statistical methods, artificial intelligence, fuzzy logic, ensemble methods, and hybrid systems, to un-derstand their evolution and current state. To achieve the stated goals, the systematic review of scien-tific studies and articles that have the necessary metrics was conducted. From them, it was determined which models were used and what forecasting errors corresponded to them. Also, the publications re-viewed within this study were distributed over time to take into account the dynamics of changes in the results. The most important results are the obtained graphs of the dynamics of forecast of error changes for different models by years, as well as the possible ranges of variation of this error. The results show that, although increasingly complex models are being developed, their accuracy gain remains inconsistent in different application contexts, provided that a single-type architecture is used. Hybrid models demonstrate a significant increase in accuracy, and, therefore, superiority over a single-type architecture. The significance of the obtained results is in the clear illustration of the development of the accuracy of forecasting models. They allow us to determine the optimal vector of evolution of subsequent studies, namely, what type of model should be used to forecast the grid load. This study proves the prospects of using hybrid methods in the area under consideration as well.

Obiectivul principal al acestui studiu este de a analiza și identifica progresia metodologiilor de prognoză a sarcinii pentru rețelele electrice, cu accent pe identificarea tendințelor în metrici de performanță, cum ar fi eroarea procentuală medie absolută în timp. Această analiză evaluează diverse abordări de prognoză, inclusiv metode statistice, inteligență artificială, logica fuzzy, metode de ansamblu și sisteme hibride, pentru a înțelege evoluția și starea lor actuală. Pentru atingerea scopurilor declarate, a fost efectuată o revizuire sistematică a studiilor și articolelor științifice care au metricile necesare. Din acestea s-a determinat ce modele au fost folosite și ce erori de prognoză le corespundeau. De asemenea, publicațiile revizuite în cadrul studiului au fost distribuite în timp -pentru a ține cont de dinamica modificărilor rezultatelor. Cele mai importante rezultate sunt graficele obținute ale dinamicii modificărilor erorilor de prognoză pentru diferite modele pe ani, precum și posibilele intervale de variație a acestei erori. Rezultatele arată că, deși sunt dezvoltate modele din ce în ce mai complexe, câștigul lor de precizie rămâne inconsecvent în diferite contexte de aplicație, cu condiția să fie utilizată o arhitectură de tip unic. Cu toate acestea, modelele hibride demonstrează o creștere semnificativă a preciziei și, prin urmare, superioritate față de o arhitectură de tip unic. Semnificația rezultatelor obținute este în ilustrarea clară a dezvoltării acurateței modelelor de prognoză. Acestea ne permit să determinăm vectorul optim de evoluție al studiilor ulterioare, și anume, ce tip de model ar trebui utilizat pentru a prognoza sarcina în rețeaua electrică. De asemenea, acest studiu demonstrează perspectivele utilizării metodelor hibride în zona luată în considerare.

Основная цель данного исследования – проанализировать развитие методологий прогнозирования нагрузки в электрических сетях, уделяя особое внимание выявлению тенденций в оценках показателей качества, например, такой как средняя абсолютная процентная ошибка во времени. Этот анализ оценивает различные подходы к прогнозированию, включая статистические методы, искусственный интеллект, нечеткую логику, ансамблевые методы и гибридные системы, чтобы понять их эволюцию и текущее состояние. Для достижения поставленных целей был проведен систематический обзор научных публикаций, имеющих необходимые метрики. Из них было определено, какие модели использовались и какие ошибки прогнозирования им соответствовали. Также публикации, рассмотренные в рамках исследования, были распределены по времени – для учета динамики изменения результатов. Важнейшими результатами являются полученные графики динамики изменения ошибки прогноза для разных моделей по годам, а также возможные диапазоны изменения этой ошибки. Результаты показывают, что, хотя разрабатываются все более сложные модели, их прирост точности остается непоследовательным в разных контекстах применения при условии использования однотипной архитектуры. Однако гибридные модели демонстрируют существенное увеличение точности, а значит и превосходство над однотипной архитектурой. Значимость полученных результатов заключается в наглядной иллюстрации развития точности моделей прогнозирования. Они позволяют определить оптимальный вектор проведения последующих исследований, а именно, какой тип модели следует использовать для прогнозирования нагрузки в электрической сети. Также данное исследование доказывает перспективность использования гибридных методов в рассматриваемой области.