Техніка та енергетика

ПРОГНОЗУВАННЯ ЦІНОУТВОРЕННЯ НА ЕЛЕКТРОЕНЕРГІЮ ЕНЕРГЕТИЧНИХ ОСТРОВІВ З ВІДНОВЛЮВАНИМИ ДЖЕРЕЛАМИ

Віктор Каплун, Володимир Васильович Осипенко, Світлана Макаревич
Завантажити статтю
Анотація

Стратегія розвитку локальних енергосистем малої потужності передбачає використання декількох джерел. Ефективність функціонування таких систем залежить від цілеспрямованого управління надійністю і базується на раціональних ієрархічних взаємозв’язках їх структурних складових. Узгодження структури різнорідних джерел та їх участі у формуванні енергетичного балансу мікроенергетичних систем в умовах динамічного розвитку відновлюваної енергетики є актуальним науковим завданням. Метою дослідження було розроблення методу надійнісно-вартісної оптимізації структур мікроенергосистем з різнорідними джерелами, в основу якого покладено використання показників надійності та собівартості електроенергії. Проведені дослідження ґрунтуються на сучасних методах прикладного статистичного аналізу, теорії надійності, синтезу комплексних багатоагрегатних систем. Шляхом реалізації марковської моделі та імітаційного моделювання функціонування джерел одержані умови оптимального формування енергетичного балансу мікроенергосистеми з найменшою вартістю електроенергії та урахуванням показників надійності. Обчислювальні експерименти дозволили одержати закономірності еволюції вартості електроенергії та показати її залежність від структури та алгоритмів функціонування джерел. Шляхом використання ймовірнісного методу моделювання вперше доведено, що собівартість електроенергії чутлива до коефіцієнта доступності відновлюваних джерел до первинної енергії. Практичне застосування результатів полягає в підвищення ефективності енергетичних островів шляхом структурно-алгоритмічної оптимізації різнорідних джерел (традиційних та відновлюваних) на основі визначення собівартості електроенергії

Ключові слова

різнорідні джерела електроенергії, надійнісно-вартісний аналіз, марківська модель, імітаційне моделювання, ефективність мікронергосистем

ЦИТУВАТИ
Kaplun, V., Osypenko, V., & Makarevych, S. (2022). Forecasting the electricity pricing of energy islands with renewable sources. Machinery & Energetics, 13(4), 38-47. https://doi.org/10.31548/machenergy.13(4).2022.38-47
Використані джерела

[1] Valenciaga, F., & Puleston, P.F. (2005). Supervisor control for a stand-alone hybrid generation system using wind and photovoltaic energy. IEEE Transactions on Energy Conversion, 20(2), 398-405. doi: 10.1109/TEC.2005.845524.

[2] Mao, M., Jin, P., Hatziargyriou, N.D., & Chang, L. (2014). Multiagent-based hybrid energy management system for microgrids. IEEE Transactions on Energy Conversion, 5(3), 938-946. doi: 10.1109/TSTE.2014.2313882.

[3] Kaplun, V., & Osypenko, V. (2019). About using electricity pricing for smart grid dynamic management with renewable sources. IEEE International Conference on Energy Smart Systems (ESS), 2019, 256-261. doi: 10.1109/ESS.2019.8764224.

[4] Reddey, J.B., & Reddy, D.N. (2008). Probablistic performance assessment of a roof top wind, solar photo voltaic hybrid energy system. Engineering Science & Education Journal, 2(4), 281-298. doi: 10.1109/RAMS.2004.1285521.

[5] Cecati, C., Citro, C., Piccolo, A., & Siano, P. (2011). Smart operation of wind turbines and diesel generators according to economic criteria. IEEE Transactions on Industrial Electronics, 58(10), 4514-4525. doi: 10.1109/TIE.2011.2106100.

[6] Choi, D., Kim, H., Won, D., & Kim, S. (2009). Advanced key management architecture for secure SCADA communications. IEEE Transactions on Power Delivery, 24(3), 1154-1163. doi: 10.1109/TPWRD.2008.2005683.

[7] Georgilakis, P. (2008). Technical challenges associated with the integration of wind power into power systems. Renewable and Sustainable Energy Reviews, 12, 852-863. doi: 10.1016/j.rser.2006.10.007.

[8] Kondoh, J., Ishii, I., Yamaguchi, H., Murata, A., Otani, K., & Sakuta, K. (2000). Electrical energy storage systems for energy networks. Energy Conversion and Management, 41, 1863-1874. doi: 10.1016/S0196-8904(00)00028-5.

[9] Deshmukh, M.K., & Deshmukh, S.S. (2008). Modeling of hybrid renewable energy systems. Renewable and Sustainable Energy Reviews, 12, 235-249. doi: 10.1016/j.rser.2006.07.011.

[10] Roozbehani, M., Dahleh, M.A., & Mitter, S.K. (2011). Volatility of power grids under real-time pricing. Retrieved from https://arxiv.org/pdf/1106.1401.pdf.

[11] Osypenko V., & Kaplun V. (2017). About the intelligent decision making system for dynamic electricity pricing on renewable microgrids. In Proceedings of the 9-th International Workshop on Inductive Modeling (IWIM-2017) (pp. 348-350). Lviv: Lviv National Polytechnic University. doi: 10.1109/STC-CSIT.2017.8098842.

[12] Gross, J., & Yellen, J. (1999). Graph theory and its applications. Boca Raton: Chapman and Hall. doi: 10.1201/9780429425134.

[13] Korolyuk, V.S., Brodi, S.M., & Turbin, A.F. (1975). Semi-Markov processes and their applications. Journal of Soviet Mathematics, 4(3), 244-280. doi: 10.1007/BF01097184.

[14] Zbirko, M.D., Kuznetsov, V.N., & Turbin, A.F. (1980). On a semi-Markov model for reliability analysis of a system with restorable protection. Automation Remote Control, 41(6), 879-887.

[15] Mohsenian-Rad, A.-H., & Leon-Garcia, A. (2010). Optimal residential load control with price prediction in real-time electricity pricing environments. IEEE Transactions on Smart Grid, 1(2), 120-133. doi: 10.1109/TSG.2010.2055903.

[16] Ivakhnenko, G. (1971). Polynomial theory of complex system. IEEE Transaction on Systems, Man and Cybernetics, 1(4), 364-378. doi: 10.1109/TSMC.1971.4308320.

[17] Holland, J., & Arbor, A. (1975). Adaptation in natural and artificial systems. Ann Arbor: The University of Michigan Press.

[18] Farlow, S.J. (1984). Self-organizing methods in modeling: GMDH type algorithms. Basel: Marcel Decker Inc.

[19] Zhao, Z., Lee, W.C., Shin, Y., Member, S., & Song, K. (2013). An optimal power scheduling method for demand response in home energy management system. IEEE Transactions on Smart Grid, 4(3), 1391-1400. doi: 10.1109/TSG.2013.2251018.

[20] Feroldi, D., & Zumoffen, D. (2014). Sizing methodology for hybrid systems based on multiple renewable power sources integrated to the energy management strategy. International Journal of Hydrogen Energy, 39(16), 8609-8620. doi: 10.1016/j.ijhydene.2014.01.003.

[21] Haddadian H., & Noroozian R. (2017). Multi-microgrids approach for design and operation of future distribution networks based on novel technical indices. Applied Energy, 185(1), 650-663. doi: 10.1016/j.apenergy.2016.10.120.

[22] Ostanin, V. (2022). Effects of repulsion and attraction between rotating cylinders in fluids. Scientific Herald of Uzhhorod University. Series “Physics”, 51, 39-47.