Станом на 2023 рік важливим є обґрунтування критеріїв оптимальності балансування навантаження територіальних енергоостровів в умовах некерованого дефіциту потужності внаслідок непередбачуваного виходу з ладу (руйнування внаслідок воєнних бомбардувань) енергетичної інфраструктури верхнього (магістрального) рівня. Метою дослідження було обґрунтування підходів щодо забезпечення керованого функціонування регіональних енергосистем за умов дефіциту потужності. В роботі було застосовано теорію та методи математичного аналізу складних багатокомпонентних систем у формі змішаного булевого лінійного програмування. Для опису режимів роботи електромереж було використано мову моделювання A Mathematical Programming Language та методи моделювання NEOS-сервера на базі солвера Gurobi. В досліджені застосовано метод пропорційного розподілу потужності між вузлами навантаження післяаварійної конфігурації мережі для визначення напряму транзиту електроенергії з найменшими втратами. Запропоновано алгоритм і програму для розв’язування задачі адресності потоків і втрат потужності у багатовузлових регіональних енергосистемах. Сформульована задача оптимізації у формі моделі змішаного булевого лінійного програмування з критерієм мінімізації моменту потужності при врахуванні балансових обмежень та верхніх границь на потужності між вузлами постачання та навантажень. Розроблена транспортна матриця дозволила знаходити оптимальний розподіл потужності для аварійних та післяаварійних режимів за критерієм мінімальних мережевих втрат. Сформовано алгоритми та сценарії реагування диспетчерських служб з урахуванням пропускної здатності електричних мереж та визначення тимчасових схем електропостачання, конфігурація яких дозволить забезпечити «живучість» енергоостровів. Встановлено рівні ефективності моделі булевого лінійного програмування, пов’язаних зі зв’язністю циклів транспортної задачі та порядком обходу його вершин для тестових прикладів в залежності від обмежень, які накладаються на компоненти структури мережі. Процес відстеження потоків електроенергії дозволить встановлювати маршрути, які зв’язують конкретні вузли постачання електроенергії з вузлами навантаження, і визначати їх частки у покритті попиту енергоострова за умов дефіциту потужності
критерій мінімізації моменту, енергоострів, транспортна матриця, булеве лінійне програмування, балансування навантаження
[1] Bila, H., Korchynskyy, O., Stetsyuk, P., Khomiak, O., & Shekhovtsov, S. (2022) Using the NEOS server for solving two classes of optimization problems. Cybernetics and Computer Technologies, 4, 56-81. doi: 10.34229/2707-451X.22.4.5.
[2] Bodunov, V., Kulko, T., Prystupa, A., & Gai, A. (2018). Topological task of distributed generation placement using a pareto optimization. In 2018 IEEE 3rd International Conference on Intelligent Energy and Power Systems (IEPS) (pp. 183-188). Kharkiv: IEEE. doi: 10.1109/IEPS.2018.8559502.
[3] Bruno, S., Giannoccaro, G., Iurlaro, C., Scala, M.L., & Menga, M. (2022). Predictive optimal dispatch for islanded distribution grids considering operating reserve constraints. In 2022 IEEE 21st Mediterranean Electrotechnical Conference (MELECON) (pp. 518-523). Palermo: IEEE. doi: 10.1109/MELECON53508.2022.9842967.
[4] Cai, T., Zhao, C., & Xu Q. (2012). Energy network dispatch optimization under emergency of local energy shortage. Energy, 42(1), 132-145. doi: 10.1016/j.energy.2012.04.001.
[5] Fotis, G., Vita, V., & Maris, T.I. (2023). Risks in the european transmission system and a novel restoration strategy for a power system after a major blackout. Applied Sciences, 13(1), article number 83. doi: 10.3390/app13010083.
[6] Fourer, R., Gay, D., & Kernighan, B. (2003). AMPL, A modeling language for mathematical programming. Belmont: Duxburry Press.
[7] Gurobi optimization. Gurobi optimizer reference manual. (n.d.). Retrieved from http://www.gurobi.com.
[8] Hosseinnezhad, V., Rafiee, M., Ahmadian, M., & Siano, P. (2018). Optimal island partitioning of smart distribution systems to improve system restoration under emergency conditions. International Journal of Electrical Power and Energy Systems, 97, 155-164. doi: 10.1016/j.ijepes.2017.11.003.
[9] Izvoshchikova, А. In Ukraine, about 50% of the critical energy infrastructure was damaged – Kubrakov. (2022). Retrieved from https://suspilne.media/335756-v-ukraini-poskodzeno-blizko-50-kriticnoi-energoinfrastrukturi-kubrakov/.
[10] Jiang, Y., Li, L., & Liu, Z. (2018). A multi-objective robust optimization design for grid emergency goods distribution under mixed uncertainty. IEEE Access, 6, 61117-61129. doi: 10.1109/ACCESS.2018.2875786.
[11] Kaplun, V., & Osypenko, V. (2020). Energy efficiency analyses in polygeneration microgrids with renewable sources. In 2020 IEEE 7th International Conference on Energy Smart Systems (pp. 139-143). Kyiv: IEEE. doi: 10.1109/ESS50319.2020.9160346.
[12] Kulko, T., Bodunov, V., Prystupa, A., & Gai, A. (2017). Placement of distributed generation considering topology. In 2017 IEEE International Young Scientists Forum on Applied Physics and Engineering (YSF) (pp. 32-35). Lviv: IEEE. doi: 10.1109/YSF.2017.8126587.
[13] Naughton, J., Wang, H., Cantoni, M., & Mancarella, P. (2021). Co-optimizing virtual power plant services under uncertainty: A robust scheduling and receding horizon dispatch approach. IEEE Transactions on Power Systems, 36(5), 3960-3972. doi: 10.1109/TPWRS.2021.3062582.
[14] NEOS Server. (n.d.). Retrieved from https://neos-server.org.
[15] Nosova, Н. The biggest blackouts in history: What it was like (2022). Retrieved from https://tsn.ua/svit/nayvidomishi-blekauti-v-istoriyi-2222854.html.
[16] Prakhovnik, A.V., Popov, V.A., & Nakhodov, V.F. (2010). Risk and uncertainty assessment in the development of strategy for forming the potential of dispatchable generation in the national power system of Ukraine. International Journal of Global Energy, 34(1-4), 132-138. doi: 10.1504/IJGEI.2010.037400.
[17] Rai, R., & Nagasaka, K. (2018). Analysis of ELD and OPF for a large-scale power system under emergencies. International Journal of Renewable Energy Research, 8(4), 2257-2265.
[18] Ranjan, A., & Hughes, L. (2014). Energy security and the diversity of energy flows in an energy system. Energy, 73, 137-144. doi: 10.1016/j.energy.2014.05.108.
[19] Rosales-Asensio, E., Elejalde, J., Pulido-Alonso, A., & Colmenar-Santos, A. (2022). Resilience framework, methods, and metrics for the prioritization of critical electrical grid customers. Electronics, 11(14), article number 2246. doi: 10.3390/electronics11142246.
[20] Shang, H., Lin, H., Li, Z., Zhao, H., Chen, M., Yang, Z., & Wen, F. (2020). Robust optimal scheduling of mobile emergency power sources considering uncertainties. Dianli Jianshe/Electric Power Construction, 41(8), 111-119. doi: 10.12204/j.issn.1000-7229.2020.08.013.
[21] Van Deventer, A., Chowdhury, S., Chowdhury, S.P., & Gaunt, C.T. (2010). Management of emergency reserves dispatching in electricity networks. In 2010 International Conference on Power System Technology (pp. 1-5). Zhejiang: IEEE. doi: 10.1109/POWERCON.2010.5666078.
[22] Xu, J., Zhang, T., Du, Y., Zhang, W., Yang, T., & Qiu, J. (2020). Islanding and dynamic reconfiguration for resilience enhancement of active distribution systems. Electric Power Systems Research, 189, article number 106749. doi: 10.1016/j.epsr.2020.106749.
[23] Zhang, B., Tang, K., & Guo, H. (2018). Research on the unmanned intelligent monitoring platform of geographical conditions. Proceedings of SPIE – the International Society for Optical Engineering, 2018, article number 10835. doi: 10.1117/12.2503981.
[24] Zharkin, A.F., Novskiy, V.O., Popov, V.A., & Yarmoliuk, O.S. (2021). Improving the efficiency of distribution network control under the conditions of application of distributed sources generation of electrical energy and means of its accumulation. Technical Electrodynamics, 3, 37-43. doi: 10.15407/TECHNED2021.03.037.
[25] Zhou, X., Li, W., Tang, J., Wang, Q., Yu, J., & Zhang, C. (2015). Risk quantification based coordinative allocation of emergency reserve. Dianwang Jishu/Power System Technology, 39(7), 1927-1932. doi: 10.13335/j.1000-3673.pst.2015.07.025.
[26] Zhu, X., Yang, J., Li, G., Dong, X., & Liu, S. (2020). Optimal dispatching strategy of regional integrated energy system considering virtual energy storage system. Electric Power Construction, 41(8), 99-110. doi: 10.12204/j.issn.1000-7229.2020.08.012.