CC BY
160
УДК 621.316.72, 621.311
ОСОБЕННОСТИ РЕАЛИЗАЦИИ ТЕХНОЛОГИИ SMART GRID В РЕГИОНАЛЬНЫХ СИСТЕМАХ ЭЛЕКТРОСНАБЖЕНИЯ
В.Н. Крысанов, А.Л. Руцков, Шукур Омар Шукур Махмуд
В статье рассматриваются вопросы включения в системы управления объектов транспорта и потребления электроэнергии искуственных нейронных и нейро-нечётких сетей, даётся экономическая оценка целесообразности подобных мероприятий для некоторых объектов электроэнергетического сектора Воронежской области
Ключевые слова: транспорт и потребление электроэнергии, Smart Grid, нейро - нечёткие сети, оценка экономических параметров эффективности
Как показывают результаты исследований [1-3], проведённых на основе анализа статистических данных, электроэнергетический сектор Воронежской области (в рассмотрении были взяты элементы транспорта и потребления э/э и их математические модели) имеет следующие проблемные пункты:
- износ компонентов сетевого оборудования (в частности, автотрансформаторов (АТ), средств компенсации и регулирования параметров режимов: шунтирующих реакторов (ШР) и батарей статических конденсаторов (БСК), элементов коммутации распределительных подсистем) превышает 70 %, а в ряде случаев достигает 90 %;
- недостаточные возможности по оптимизации режимов работы, обусловленные конструктивными особенностями и алгоритмами управления имеющегося в настоящее время оборудования (слабый учёт возможностей по сокращению потерь э/э; отсутствует или низкая эффективность регулирования потоков реактивной мощности);
- высокая степень локализации процессов оптимизации на уровнях генерации, транспорта и потребления э/э (слабые возможности по комплексному улучшению, в первую очередь, экономической эффективности системы «в целом»);
- слабый учёт характеристик сектора потребления э/э (график реальных и прогнозных нагрузок, состав и свойства элементов потребления в реальном времени) и, как следствие, существенное завышение (на 25 - 35 % от требуемого значения) энергоёмкости производства в регионе.
Крысанов Валерий Николаевич - ВГТУ, к-т техн. наук, доцент, тел. 8-920-228-56-06, e-mail: [email protected] Руцков Алексей Леонидович - ВГТУ, аспирант, тел. 8-952-540-98-89, e-mail: [email protected] Шукур Омар Шукур Махмуд - ВГТУ, аспирант, E-mail: shukurmakhmud@mail. ru
Для решения описанных проблем требуется ряд мер, первоочередной из которых должен послужить анализ причин сложившейся обстановки в электроэнергетике Воронежской области и внесению адекватных предложений по их исправлению.
Наиболее приемлемым, с точки зрения технической реализации ФЗ № 261 «Об энергосбережении и о повышении энергетической эффективности и о внесении изменений в отдельные законодательные акты Российской Федерации» [4], является постепенный переход от существующих систем к сетям на базе концепции Smart Grid, отличительной чертой которых является возможность многопараметрической оптимизации требуемых величин (потери, качество э/э, затраты на поддержание и модернизацию).
Основные конструктивные решения для проведения поэтапной модернизации, совместно с состоянием важнейших элементов транспорта и потребления э/э сведены для большей наглядности в таблицу 1. Стоит отдельно отметить, что в ней не приводятся данные по системам автоматики (нормальных и аварийных режимов) и учёта э/э. При этом для последних, основными тенденциями является создание систем с максимально высокой степенью автоматизации и сроком наработки «на отказ» (рекло-узеры, автоматические системы контроля и управления электроэнергии - АСКУЭ).
Состояние электроэнергетической системы (ЭЭС) можно описать моделью вида [5]:
xA+i = xh + T(xh, Hk )V + Г(Х, Hk ) <k V = Фк, Hk ) + ,
где x - вектор состояния ЭЭС; x - вектор управляющих воздействий; vk - вектор измерений; , rjk -последовательности случайных ве-
Таблица 1
Обобщённые технические решения для проведения модернизации в сегментах
транспорта и потребления э/э
Звено распределения э/э Основные элементы, требующие модернизации Примеры существующих модификаций, недостатки и преимущества Примеры предлагаемых модификаций, недостатки и преимущества
транспорт АТ, ШР АТ: АТДЦТН-200000/220/110 АТДЦТГ-135000/220/110 ВДТ: ВРТДНУ-125000/35 ШР: Р - 500 - 1 Применение ВДТ, ШР бесконтакторного регулирования (применение вместо механической части переключения отпаек ти-ристорного регулятора напряжения для решения аналогичных задач).
Недостатки: низкие возможности по регулированию режимов, сложности с коммутацией механической части СУ. Преимущества: относительная простота Реализации. Недостатки: более сложная СУ в сравнении с существующим вариантом. Преимущества: возможность плавного регулирования уровня загрузки АТ, ШР.
ЛЭП Воздушные, кабельные: ПС, А, ВВГ. Недостатки: относительно высокий уровень потерь э/э. Преимущества: простота изготовления, прокладки. Газоизолированные линии (ГИЛ), самонесущие изолированные провода (СИП). Недостатки: стоимость изготовления на 25 -35 % выше базового варианта. Преимущество: снижение потерь э/э в сравнении с базовым вариантом на 15-20 %.
Компенсационные устройства БСК Недостатки: низкие возможности по регулированию режимов Преимущества: относительная простота реализации. Полностью управляемые статистические компенсаторы Недостатки: более сложная СУ в сравнении с существующим вариантом. Преимущества: возможность плавного регулирования потоков реактивной мощности как емкостного, так и индуктивного характера.
потребление Асинхронные ЭП Системы неуправляемого асинхронного ЭП - прямой пуск и ограниченные возможности по регулированию. Недостатки: невозможность работы на характеристиках, отличных от номинальных. Преимущества: простота изготовления, пуско-наладки. Системы преобразователь частоты - АД (ПЧ - АД), устройство плавного пуск -АД (УПП - АД) Недостатки: более сложная СУ в сравнении с неуправляемым асинхронным ЭП. Преимущества: возможности многопараметрической оптимизации.
Осветительная и отопительная нагрузка Нерегулируемые системы подключения с низкой степенью автоматизации Недостатки: слабый учёт производственных и бытовых факторов (потребности в освещении и отоплении) и, как следствие, повышенная энергоёмкость. Преимущества: простота изготовления, пуско-наладки Системы с высокой степенью автоматизации, развитой пуско - регулирующей аппаратурой (ПРА) и возможностями интеграции в централизованные кластеры контроля и управления Недостатки: сложность СУ в сравнении с базовым вариантом Преимущества: экономия энергоресурсов в сравнении с базовым вариантом на 5-25%
личин; Нк - матрица параметров электрической сети; T, Г - нормирующие матрицы; р -нелинейная вектор - функция.
Как видно из (1), а также из требований, предъявляемых к объектам модернизации ЭЭС, значительную роль имеют последовательности случайных величин, создающих сложности при управлении процессами в ходе транспорта и потребления э/э. По этой причине, второй важной задачей, наряду с реализацией принципов Smart Grid на аппаратном уровне, является создание программно - алгоритмического комплекса, позволяющего проводить многопараметрическую оптимизацию в электроэнергетике региона в режиме реального времени. Существует ряд способов, позволяющих с различной степенью эффективности решить данную задачу [6]:
- замена систем с неопределёнными параметрами детерминированными аналогами и последующая оптимизация классическими методами;
- использование принципов стохастической оптимизации;
- применение принципа Беллмана - Заде;
- использование искусственных нейро-ных сетей (ИНС).
По мнению авторов, особого внимания заслуживает применение гибридных нейро -нечётких сетей (ННС), объединяющих в себе возможности ИНС и нечёткой логики [2,7]. Применение ННС (совместно с ИНС) видится в настоящее время наиболее перспективным подходом при решении вопросов оптимизации функционирования ЭЭС в условиях частичной неопределённости параметров. Это объясняется следующими особенностями рассматриваемых методов:
- более качественное решение (в сравнении с прочими методами) задач с наличием слабоформализуемых и неизвестных переменных в реальном времени;
- получение высоких точностных характеристик при минимизации ошибок, возникающих в ходе управления ЭЭС;
- гибкие возможности по функционированию СУ на базе ННС (ИНС) как самостоятельных, так и включённых в структуру иных подсистем.
Модернизация региональной ЭЭС является капиталоёмкой задачей и, по самым приблизительным оценкам, требует выделения 20 -30 % от величины суммарной выручки на протяжении 5 - 10 лет в сегментах генерации и
транспорта (за услуги по выработке и доведения до потребителя э/э) и 10 - 30 % от аналогичного экономического показателя (от реализации товаров и услуг) в течение 2 - 5 лет в звене потребителей э/э. При этом, рентабельность энергоэффективных мероприятий наиболее высока именно для группы конечных потребителей э/э (сроки окупаемости затрат от 0,5 до 4 лет). Этим фактом объясняется повышенный интерес данного звена к проведению мероприятий по модернизации оборудования (широкий переход к системам ПЧ- АД, в осветительных системах автоматики и отопительной нагрузке). Сегменты генерации и транспорта э/э, как показывает практика, не столь активно проводят широкомасштабное обновление и качественное улучшение своего оборудования, что связано с высокими капитальными затратами (2-5 млрд. руб. / год ) и низкой рентабельностью (от 10 до 15 - 20 лет). Для качественного изменения ситуации в этих направлениях требуется более продуманная, чем в настоящее время, нормативная и инвестиционная базы, способные оказать влияние на современное положение дел в отраслях, осуществить ослабление роли тарифообразования в вопросе достижения экономически обоснованного уровня прибыли (иными словами, стремление не к увеличению эффективности систем генерации и транспорта - снижению уровня реальных потерь, а достижение требуемых экономических показателей за счёт повышения тарифов для групп конечных потребителей). При указанном различии между звеньями генерации, транспорта и потребления э/э, следует отметить, что общей отличительной чертой для всех этих сегментов является «разрозненная» модернизация - ситуация, при которой нет единой структуры, в рамках которой должны развиваться региональные ЭЭС Smart Grid. Как следствие, проведение подобных улучшений слабо сказывается на повышении эффективности всей энергосистемы области в целом.
Основными методами оценки возможностей применения ННС (ИНС) - ввиду невозможности проведения полноценных натурных экспериментов - в СУ ЭЭС является:
- оценка статистических данных;
- математическое моделирование;
- физическое моделирование.
Статистические данные, собранные с
различных объектов транспорта (система АС-КУЭ «Воронеэнерго», оперативные данные диспетчерского управления «ФСК ЕЭС») и потребления (диспетчерские службы производ-
ственных предприятий Воронежской области) э/э, приведённые в работе [2], позволили получить количественные представления о положении дел в регионе « в целом». С опорой на эти данные и исследованиями исполнительной базы [1,8], было проведено имитационное математическое моделирование в приложении Matlab (Simulink, Fuzzy Logic Toolbox, Neural Network Toolbox) [3,7,9].
В развитие данного направления, на кафедре ЭАУТС Воронежского технического государственного университета созданы и используются имитационные физические модели элементов ЭЭС:
- многофункциональный компенсатор реактивной мощности (КРМ);
- типовой нагрузки производственных механизмов - системы сервопривода, ПЧ - АД (рис.1);
- обобщённая модель источника и потребителя тепловой энергии (рис.2);
Данный комплекс позволяет моделировать практически любые варианты применения ННС (ИНС) в СУ структур транспорта и потребления энергии, что дает возможность получить соответствующие качественные и количественные оценки.
Таким образом, методы статистического анализа, математического имитационного моделирования и исследования, проведённые на физических макетах, позволяют дать приблизительную оценку возможностей включения ННС (ИНС) в соответствующие СУ (последняя приведена на рис. 3 , в ценах 2014 года).
Делая обобщённый вывод об эффективности применения ННС (ИНС) в структурах элементов транспорта и потребления э/э отметим следующее:
- эффективность применения рассматриваемых принципов оказывается тем выше, чем больше вклад неопределённых и слабоформа-лизуемых параметров в работу объекта управления;
- наибольшие прогнозируемые результаты были получены для СУ Воронежским РДУ: при затратах на включение ННС(ИНС) на уровне 25 млн. руб., срок рентабельности составил 5,3 года, а положительный эффект - 0,9 млрд. руб. за 10 лет оценочной работы модернизированной системы;
- средний срок рентабельности по сектору транспорта э/э составляет 4,5 - 5 лет; по группам потребителей э/э - 2 - 3 года.
Кроме полученных результатов были рекомендованы основные направления по теоре-
тическому развитию и практической реализации предложенных алгоритмических методов:
- комплексная оценка новых статистических и экспериментальных данных посредствам математического моделирования, как основного метода теоретического исследования рассмотренного вопроса;
Рис.1. Модель структуры типовой нагрузки производственных механизмов (сегмент потребления э/э)
Рис.2. Обобщённая модель источника и потребителя тепловой энергии (сегмент генерация и
потребление тепловой и электрической энергии)
Транспорт электроэнергии
Потребление электроэнергии
Рис.4. Результаты исследования возможностей применения ННС (ННС)
- создание программных комплексов с применением ННС (ИНС) для решения практических задач: прогнозирование потребления э/э, анализ параметров оборудования, совместное управление несколькими СУ;
- реализация физического моделирования трудноформализуемых и неопределённых параметров ЭЭС на базе выше перечисленных стендов;
- привлечение заинтересованных организаций для реализации СУ с указанными мето-
дами («ЕЭС ФСК», «Воронежэнерго», ОАО «Электросигнал» и т.д.);
Литература
1. Зайцев А.И. Развитие электроэнергетических систем на базе концепции Smart Grid // Электротехнические комплексы и системы управления, №1 2013. - С.71 - 76.
2. Крысанов В.Н., Гамбург К.С., Руцков А.Л. Вопросы концептуального развития Smart Grid в электроэнергетике с применением принципов искусственных нейронных (ИНС) и нейро-нечётких сетей (ННС) // Элек-
тротехнические комплексы и системы управления, №1 2014. - С.7 - 15.
3. Крысанов В.Н. Применение нейро-нечётких сетей для распределённых объектов / В.Н. Крысанов, А.Л. Руцков // Электротехнические комплексы и системы управления, №1 2013. - С.50 - 57.
4. Федеральный закон РФ от 23.03.09 г. N 261-ФЗ "Об энергосбережении и о повышении энергетической эффективности и о внесении изменений в отдельные законодательные акты Российской Федерации" //"РГ" - Федеральный выпуск №5050 от 27 ноября 2009 г.
5. Алимов Ю.И., Гамм А.З., Ополева Г.Н. Информационное обеспечение диспетчерского управления в электроэнергетике. - Новосибирск: Наука. Сиб. отд-ние, 1985. - 223 с.
6. Арион В.Д., Каратун В.С., Пасинковский П.А. Оптимизация систем электроснабжения в условиях неопределённости. - Кишенёв: Штиинца, 1991. - 160 с.
7. Терехов В.А., Ефимов Д.В., Тюкин И.Ю. Нейросетевые системы управления. Кн.8 : Учеб. пособие для вузов / Общая ред. А.И. Галушкина. - М.: ИПРЖР, 2002. - 480 с.: ил.
8. Крысанов В.Н., Гамбург К.С. Выбор силовой части высоковольтных тиристорных регуляторов напряжения // Электротехнические комплексы и системы управления, №3 2011. - С.35 - 39.
9. Крысанов В.Н. Применение принципов нейро-нечётких сетей (ННС) для прогнозирования потребления электроэнергии в производственной сфере / В.Н. Крысанов, А.Л. Руцков // Вестник Воронежского государственного технического университета. - 2013. - Т.9 - № 63. - С. 62-66.
Воронежский государственный технический университет
FEATURES OF THE IMPLEMENTATION OF SMART GRID TECHNOLOGIES IN THE REGIONAL POWER SUPPLY SYSTEMS
V. N. Krysanov, A.L. Rutskov, Shukur Omar Shucur Mahmoud
In article questions of opportunities of inclusion in control systems of objects of transport and electricity consumption of artificial neural networks and neuro- indistinct networks are considered, the economic assessment of expediency of similar actions for some productions of the Voronezh region is given
Key words: transport and electricity consumption, Smart Grid, neuro - indistinct networks, an assessment of economic parameters of efficiency
