Открытый доступ Открытый доступ  Ограниченный доступ Доступ для подписчиков

Агентное моделирование системы управления микрогридом на базе цифровой платформы

Н. Г. ШУБИН, М. И. КРАСИЛЬНИКОВ, Ф. С. НЕПША

Аннотация


Интеграция возобновляемых источников энергии и сетевых накопителей энергии в микрогриды сопряжена с необходимостью разработки прикладных систем управления нового поколения. В целях минимизации капиталовложений и оптимизации процесса внедрения таких систем необходима разработка платформенных решений. С целью формирования требований к автоматизируемым функциям цифровой платформы в статье определены основные потребности заинтересованных сторон и сформулированы основные варианты использовании цифровой платформы при управлении микрогридом. Определение и демонстрация полезного эффекта от применения цифровой платформы при управлении микрогридами проведено на разработанной агентной имитационной модели в среде Anylogic, на базе которой выполнена оценка экономического эффекта модуля краткосрочной оптимизации. Отмечены основные направления использования агентных имитационных моделей для повышения качества подготовки специалистов и оптимизации затрат на разработку приложений на базе цифровой платформы.

Ключевые слова


distributed energy; digital platform; microgrid; Anylogic; agent-based modeling

Полный текст:

PDF

Литература


Future role of distribution system operators. Innovation landscape brief. IRENA. 2019.

Объекты генерации в изолированных и труднодоступных территориях в России. Аналитический доклад. - М.: Аналитический центр при правительстве Российской Федерации, март 2020.

План мероприятий по модернизации неэффективной дизельной (мазутной, угольной) генерации в изолированных и труднодоступных территориях, утв. Заместителем Председателя Правительства Российской Федерации Д. Н. Козаком 15.08.2019 № 7456п-П9. https://minenergo.gov.ru/node/16540.

Небера А. А. Цифровая платформа как основа для разработки систем интеллектуального управления децентрализованной распределенной энергетикой / А. А. Небера, А. Р. Вериго., Ф. С. Непша // Электрооборудование: эксплуатация и ремонт. 2020. № 8. С. 34-40.

Manur A. Simple electric utility platform: A hardware / software solution for operating emergent microgrids / A. Manur, G. Venkataramanan, D. Sehloff // Applied energy. 2018. No. 210.

Sood V. K., Abdelgawad H. Microgrids architectures. In Distributed Energy Resources in Microgrids. Academic Press, 2019.

Kloppenburg S., Boekelo M. Digital platforms and the future of energy provisioning: Promises and perils for the next phase of the energy transition // Energy Research & Social Science. 2019. No. 49. P. 748 - 763.

Ковалёв С. П. Заинтересованные стороны цифровой децентрализованной малоуглеродной энергетики // Энергобезопасность и энергосбережение. 2019. № 2. С. 49 - 55.

Холкин Д., Чаусов И., Бурдин И. Архитектура Интернета энергии (Internet of Distributed Energy Architecture). Центр развития цифровой энергетики Фонда "ЦСР "Северо-Запад", 2018.

Mollah M. B. Blockchain for Future Smart Grid: A Comprehensive Survey / M. B. Mollah, J. Zhao, D. Niyato, K. Y. Lam, et al. https://arxiv.org/pdf/1911.03298.pdf.

Monteiro C. Short-term power forecasting model for photovoltaic plants based on historical similarity / C. Monteiro, T. Santos, L. A. Fernandez-Jimenez, et al. // Energies. 2013. Vol. 6. P. 2624 - 2643.

Larson D. P., Nonnenmacher L., Coimbra C. F. M. Day-ahead forecasting of solar power output from photovoltaic plants in the American Southwest // Renewable Energy. 2016. Vol. 91. P. 11 - 20.

Prema V., Rao K. U. Development of statistical time series models for solar power prediction // Renewable Energy. 2015. Vol. 83. P. 100 - 109.

Gohari M. I. Comparison of solar power output forecasting performance of the total sky imager and the University of California, San Diego Sky Imager / M. I. Gohari, B. Urquhart, H. Yang, et al. // Energy Procedia. 2014. Vol. 49. P. 2340 - 2350.

Gonzalez de Durana J. M. Agent based modeling of energy networks / J. M. Gonzalez de Durana, O. Barambones, E. Kremers, L. Varga // Energy Conversion and Management. 2014. Vol. 82.

Kremers E. Modelling and Simulation of Electrical Energy Systems through a Complex Systems Approach using Agent-Based Models // KIT Scientific Publishing, Karlsruhe, 2013.

Непша Ф. С. Онтология как основа для создания цифровых двойников объектов управления интеллектуальной распределённой энергетики / Ф. С. Непша, А. А. Андриевский, М. И. Красильников // Автоматизация в промышленности. 2021. № 1. С. 27 - 34.

Удинцев Д. Н., Шведов Г. В., Шошин М. Е. Выбор числа и мощности генерирующего оборудования энергоцентров в автономных системах электроснабжения и в системах с распределённой генерацией // Энергетик. 2020. № 2. С. 37 - 43.

Ведерников А. С., Ярыгина Е. А. Разработка программы для решения задач краткосрочного прогнозирования электропотребления на основе искусственных нейронных сетей // Энергетик. 2019. № 2. С. 32 - 35.

Илюшин П. В. Анализ особенностей сетей внутреннего электроснабжения промышленных предприятий с объектами распределённой генерации // Энергетик. 2016. № 12. С. 21 - 25.

Илюшин П. В. О манёвренности генерирующих установок объектов распределённой генерации // Энергетик. 2020. № 10. С. 11 - 15.




DOI: http://dx.doi.org/10.34831/EP.2021.75.41.001

Ссылки

  • На текущий момент ссылки отсутствуют.


© 1998 – 2023 НТФ «Энергопрогресс»

Адрес редакции:
129090, г. Москва, ул. Щепкина, д. 8
Телефон: +7 495 234-74-21
E-mail: energetick@mail.ru, energetik@energy-journals.ru

 

Наши партнеры

                

Выставки: