CC BY
14
IbBECTHI/IK
......ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА
МОРСКОГО И РЕЧНОГО ФЛОТА ИМЕНИ АДМИРАЛА С. О. МАКАРОВА
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И АВТОМАТИЗАЦИЯ НА ТРАНСПОРТЕ
DOI: 10.21821/2309-5180-2017-9-2-422-431
THE ALGORITHM OF A FORMANCE GAIN OF ELECTROENERGY SYSTEMS FOR WATER TRANSPORT USING FUZZY LOGIC
D. V. Dmitrienko, A. A. Chertkov, S. V. Saburov
Admiral Makarov State University of Maritime and Inland Shipping,
St. Petersburg, Russian Federation
The problem of increasing the efficiency of diesel-generator units (DGA) for various purposes and energy systems of water transport, running on fuel of various sorts, as well as with alternative and renewable sources of electricity, is determined by the untapped reserves and opportunities for new energy-efficient solutions for institutional and technical levels using computer technology and numerical methods of energy conservation. Since energy facilities to a greater or lesser extent, have a negative impact on the environment Wednesday, their work required to optimize in view of the operation of each power grid in different operating conditions. The complexity of the optimization problem is that its decision should be implemented when significant differences in technical, economic and sensitive characteristics of individual elements of the system, and an analytical description of the difficult in cases of high dimension power grid with regulators for various purposes and extent.
The algorithm is cost-effective modes of the grid by the distribution of active power between generating sources of electricity using the incremental characteristics of the object class with the expenditure characteristics of the approximated quadratic polynomials. In contrast to existing methods of defining and measuring the minimum consumption of conventional fuel per unit of electricity generated, the proposed algorithm for optimal power allocation in terms of technological limitations is determined by constructing incremental characteristics, based on which work out solutions for each generator as a function of the power consumed by the network. The solutions are piecewise linear functions that allows to embed the algorithm, the elements of fuzzy logic and, in particular, the trapezoidal membership function, which contributes to simplification of computation. Examples, confirming the correctness and efficiency of algorithm.
Keywords: power generators, parallel operation, network, fuel consumption, optimization, incremental functions, elements of fuzzy logic.
For citation:
Dmitrienko, Dmitry. V, Alexandr A. Chertkov, and Sergei V. Saburov. "The algorithm of a formance gain of
electroenergy systems for water transport using fuzzy logic." Vestnik Gosudarstvennogo universiteta morskogo i
rechnogo flota imeni admirala S. O. Makarova 9.2 (2017): 422-431. DOI: 10.21821/2309-5180-2017-9-2-422-431.
УДК 621.394.02
АЛГОРИТМ ПОВЫШЕНИЯ ЭКОНОМИЧНОСТИ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ СИСТЕМ НА ВОДНОМ ТРАНСПОРТЕ С ИСПОЛЬЗОВАНИЕМ ФУНКЦИЙ НЕЧЕТКОЙ ЛОГИКИ
Д. В. Дмитриенко, А. А. Чертков, С. В. Сабуров
ФГБОУ ВО «ГУМРФ имени адмирала С. О. Макарова»,
Санкт-Петербург, Российская Федерация
Проблема повышения экономичности дизель-генераторных агрегатов различного назначения и систем энергообеспечения водного транспорта, работающих на топливах различных сортов, а также с альтернативными и возобновляемыми источниками электроэнергии, определяется неиспользованными резервами и возможностями получения новых энергоэффективных решений на организационном и техническом уровнях с применением компьютерных технологий и численных методов энергосбережения. Поскольку энергетические объекты в той или иной мере оказывают негативное влияние на окружающую
ВЕСТНИК«
ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА ......
МОРСКОГО И РЕЧНОГО ФЛОТА ИМЕНИ АДМИРАЛА С. О. МАКАРОВА^
среду, их работу требуется оптимизировать с учетом функционирования каждой энергосистемы в различных условиях эксплуатации. Сложность задачи оптимизации состоит в том, что ее решение должно выполняться при существенных различиях технических, экономических и режимных характеристик отдельных элементов системы, а аналитическое описание затруднено в случаях высокой размерности энергосистемы с регуляторами различного назначения и степени сложности.
Рассмотрен алгоритм обеспечения экономичных режимов энергосети путем распределения активной мощности между генерирующими источниками электроэнергии с использованием метода инкрементальных характеристик для класса объектов с расходными характеристиками, аппроксимируемыми квадратичными полиномами. В отличие от существующих способов определения и оценки минимального расхода условного топлива, приходящегося на единицу генерируемой электроэнергии, в предлагаемом алгоритме оптимальное распределение мощности в условиях технологических ограничений определяется путем построения инкрементальных характеристик, на основе которых получаются решения для каждого генератора как функции мощности, потребляемой сетью. Решения являются кусочно-линейными функциями, что позволяет встроить в алгоритм элементы нечеткой логики и, в частности, трапецеидальную функцию принадлежности, что способствует упрощению вычислений. Приводятся примеры, подтверждающие корректность и эффективность алгоритма.
Ключевые слова: генераторы электроэнергии, параллельная работа, сеть, расход топлива, оптимизация, инкрементальные функции, элементы нечеткой логики.
Для цитирования:
Дмитриенко Д. В. Алгоритм повышения экономичности электроэнергетических систем на водном транспорте с использованием функций нечеткой логики / Д. В. Дмитриенко, А. А. Чертков, С. В. Сабуров // Вестник Государственного университета морского и речного флота имени адмирала С. О. Макарова. — 2017. — Т. 9. — № 2. — С. 422-431. DOI: 10.21821/2309-5180-2017-9-2-422-431.
Введение
В настоящее время проблеме повышения экономичности дизель-генераторных агрегатов (ДГА) различного назначения и электроэнергетических систем (ЭЭС) на предприятиях водного транспорта уделяется большое внимание. Стремление уменьшить расход топлива, приходящийся на единицу генерируемой энергии в сеть при параллельной работе ДГА, определяется неиспользованными резервами и возможностями получения новых энергоэффективных решений на организационном и техническом уровнях с применением компьютерных технологий и численных методов энергосбережения [1]. Повышение требований к качеству электроэнергии определяет новые задачи по обеспечению параллельной работы ДГА и тепловых электростанций, агрегатов автономных систем энергообеспечения и др. на топливах различных сортов в единой энергосети, в том числе с альтернативными и возобновляемыми источниками электроэнергии [2]. Решение этих задач направлено на обеспечение минимальных затрат материальных ресурсов и денежных средств при эксплуатации основных фондов на водном транспорте путем экономии топлива и энергии; поиск новых форм и методов технико-экономического нормирования расходов топлива на речных транспортных, грузовых и пассажирских судах, а также судах технического флота; снижение объемов выбросов в атмосферу составляющих СОх и NOx продуктов сгорания на тепловых электростанциях и береговых объектах с автономными источниками электроэнергии и выполнение требований к сохранению экологически чистой окружающей среды согласно международным стандартам IMO Tier III [3] - [6].
Поскольку энергетические объекты в той или иной мере оказывают негативное влияние на окружающую среду, их работу требуется оптимизировать с учетом функционирования каждой энергосистемы в различных условиях эксплуатации [7]. Сложность задачи оптимизации состоит в том, что ее решение должно выполняться при существенных различиях технических, экономических и режимных характеристик отдельных элементов системы, а аналитическое описание затруднено в случаях высокой размерности энергосистемы с регуляторами различного назначения и степени сложности.
В работе представлен алгоритм оптимизации режимов энергосети при централизованном управлении путем оперативной диспетчеризации распределения активной нагрузки между гене-
[023|
ВЫВЕСТИ И К
......иЫ ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА
МОРСКОГО И РЕЧНОГО ФЛОТА ИМЕНИ АДМИРАЛА С. О. МАКАРОВА
рирующими источниками, которая обеспечивает минимальный расход условного топлива с учетом параметрических и технологических ограничений. Решение основано на методе инкрементальных характеристик, изложенном в работе [1]. В отличие от известных способов оптимизации, предлагаемый алгоритм применим к классу объектов с расходными характеристиками, аппроксимируемыми квадратичными полиномами с технологическими ограничениями по генерируемой мощности ДГА. К данному классу объектов можно отнести практически все тепловые электростанции ЭЭС, судовые и корабельные электроэнергетические системы, генераторные агрегаты морских платформ для освоения шельфовых месторождений нефти и газа, буровые суда, ледоколы и другие морские подвижные объекты специального назначения.
Серийный выпуск многотопливных стационарных ДГА на ведущих дизелестроительных заводах, способных работать параллельно с сетью и другими электростанциями соизмеримой мощности, частые изменения технологических параметров топлив, а также их стоимостных показателей свидетельствуют о необходимости введения коррекции коэффициентов полиномов расходных характеристик отдельных ДГА и, следовательно, учета влияния различных составов топлива на экономичность работы системы в целом. При большом числе параллельно работающих ДГА в системе решение задач диспетчеризации энергоэффективного распределения нагрузки между агрегатами становится затруднительным. В подобных ситуациях требуется базироваться на простых алгоритмах принятия оптимальных решений, а также структурных инструментах, обладающих прозрачностью и доступностью для пользователей. Такие свойства присущи предлагаемому алгоритму.
о
esj
Основная часть
В вычислительном алгоритме применена процедура равенства инкрементов полиномов второго порядка, что соответствует оптимизации технологии распределения нагрузки ДГА с использованием множителей Лагранжа в активной области их работы. При этом переход к инкрементальным характеристикам в условиях ограничений выполняется с использованием трапецеидальных функций принадлежности инструментария нечеткой логики FuzzyLogicToolbox вычислительной среды MatLAB. Оптимизация параметров для каждого ДГА производится с помощью типовых блоков, что значительно упрощает решение задачи диспетчеризации распределения мощности в сети и обеспечивает максимальную «топливную гибкость» при переходе на наиболее экономичное или доступное топливо в режиме online [5]. Способность электростанций и ДГА работать на мазуте, дизельном топливе, нефти, эмульгированном топливе, сжиженном газе (пропан, ГОСТ 20448 и ГОСТ Р52087), жидком биогазе, а также на разных сортах бензина имеет немаловажное значение в условиях меняющихся цен, поскольку определяет многовариантность в выборе альтернативных решений с наиболее приемлемыми показателями энергоэффективности [8] - [10].
Рассмотрим группу судовых ДГА, допускающих аппроксимацию расходных характеристик квадратичными полиномами вида
F = °гР + btPt + Ci, i = 1, 2, ..., П, (1)
где a, b c — коэффициенты полинома, полученные экспериментальным или расчетным путем; P. — активная мощность, генерируемая i-м ДГА (технологическим объектом); F. — расход топлива i-м объектом на режиме, соответствующем нагрузке P.; n — число технологических объектов в группе.
При параллельной работе ДГА должно выполняться условие равенства потребляемой сетью мощности P суммарной генерируемой в сеть мощности генераторов
P =kP, i = 1, 2, ..., k, (2)
i=1
где k < n — число параллельно работающих генераторов в текущий момент времени.
Поскольку в составе группы ДГА находятся объекты с различными расходными характеристиками, задача управления состоит в следующем: минимизировать суммарный расход топлива ДГА
F = (Р) (3)
1=1
путем вариации Р. при соблюдении условия (2) с учетом максимально и минимально допустимой мощности ДГА по технологическим нормам
Р < Р < Р
/ = 1, 2,
к,
(4)
где Р , Р — минимальное и максимальное предельные значения мощности /-го генератора
/тт' /тах г г г
электроэнергии.
Для решения задачи, представленной зависимостями (1) - (4), могут использоваться различные методы и алгоритмы [11] - [13]. В частности, применимы алгоритмы, базирующиеся на квадратичном программировании, динамическом программировании, сплайн-методах и др. [14], [15]. Для генераторных агрегатов тепловых электростанций с расходными характеристиками, аппроксимированными квадратичными полиномами вида (1), предлагается простой способ оптимизации, основанный на построении инкрементальных функций. Инкрементальные функции вычисляются с помощью зависимостей следующего вида:
дЪ „ „ — = 2аР дР
Ь, / = 1, 2,
, п.
(5)
Согласно теории оптимального управления, для решения задачи в активной области (без учета граничных условий) можно использовать технический прием, основанный на применении множителей Лагранжа. В результате оптимальный режим при параллельной работе тепловых генераторов электроэнергии обеспечивается при поддержании равных значений инкрементальных функций, т. е. если выполняется условие
дf
' (6)
др2
дрп
др др 2
При соблюдении ограничений (4) условие (6) для ряда генераторных агрегатов во всем рабочем диапазоне вариации не выполняется, что вынуждает их работать за пределами активной области на максимальной либо минимальной мощности.
Для построения 5-функций коэффициенты полиномов (1) и ограничения (4) запишем в виде матриц А и Р :
г огр
а1 ь С1 р 1min р 1тах
А = ак Ьк ск ; р = огр р k т1п р k тах . 2
ап Ьп сп _ р . _ п min р п тах _ е
Если элементы левого столбца матрицы Рогр равны нулю, то минимальные значения инкрементов расходных характеристик определяются вектором
ьт = [Ь ь2 ... Ьп]. (7)
В других случаях матрицу Р используем для формирования матрицы граничных значений
я
инкрементов:
^1тах
^2тах
^п
5п
^^тт + Ь1 2а2 р2т1п + Ь2 2а1Р1тах + Ь1 2а2 Р2тах + Ь2
2а Р ■ + Ь
п1 п тт ^ ип
2а Р + Ь
п1 п тах ^ ип
Построение инкрементальных характеристик генераторов электроэнергии может осуществляться в любой последовательности, но при условии вариации в рабочем диапазоне
S < S < S
(9)
где S = min(Sr ) и S = max(Sr ).
min 4 гр7 max 4 гр'
Экономичные режимы с учетом ограничений можно получить, используя при построении S-функций трапецеидальные характеристики пакета FuzzyLogicToolbox.
Трапецеидальная характеристика в пакете нечеткой логики инструментария MatLAB, согласно синтаксису, зависит от настроечных коэффициентов а, b, c, d и является функцией S, где а и d определяют нижнее основание трапеции, а коэффициенты b и c — верхнее основание с единичной амплитудой:
y (S, a, b, c, d) =
0, S - a b - a' 1, d - S
d - c 0,
S < a; a < S < b; b < S < c; c < S < d; d < S.
(10)
Для использования трапецеидальной характеристики в качестве механизма построения 5-функции ^го генераторного агрегата требуется ввести следующие обозначения настроечных коэффициентов:
a = b,; b = S ; c = S ; d = S + 5,
№ kmax' max' max '
где для определенности можно принять 5 = 0,1.
Согласно (10), расстояние от верхнего основания трапеции до нижнего в границах
S
< 5 < 5 с использованием введенных обозначений можно задать с помощью соотношения
Рк -((кшах Ьк )/(2ак ))' у (Ьк , ^ктах, ^тах , ^тах + . (11)
Введенные 5-функции с учетом логических условий (10) представляют собой зависимости Р * = / (5), где символ (*) применен для обозначения оптимального решения. Их сумма является нагрузкой сети, соответствующей экономичному режиму распределения мощности между генераторами электроэнергии:
P = 1 P*.
i=1
(12)
ГЛ6
В алгоритме используется модульная структура вычислений. В каждом модуле, в соответствии с изложенной теорией, формируются решения при соблюдении (9). Приведенный далее фрагмент алгоритма в кодах MatLAB, содержащий модуль k-го генератора с расходной характеристикой
Pk = ak ■ Pk + bk ■ Pk + ck,
позволяет убедиться в простоте выполнения вычислительных операций и получении решения P * = f (S) при параллельной работе в составе ЭЭС:
if S<=bk; pk=Pkmin;
elseif (S>bk) &(S<=skmin) pk=Pkmin;
else (S>skmin)&(S<=skm); pk=trapmf (S, [bkskmSmax Smax+0.1]);
max
ВЕСТНИК,
ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА -
МОРСКОГО И РЕЧНОГО ФЛОТА ИМЕНИ АДМИРАЛА С. О. МАКАРОВА^
pk=pk*(skm-bk)/(2*ak);
end
Pk=[Pkpk] *Gk;
Pk;% Pk=Pk* - оптимальное решение для k-го генератора.
Основной функцией модуля является функция trapmf, введенная в модуль с соблюдением синтаксиса для выполнения вычислений, определенных соотношением (11). В процессе реализации цикла происходит «наполнение» вектора Pk = P * с учетом логических операций, предусмотренных технологическими требованиями (4). Видно, что вход в активную область инкрементальной характеристики происходит с момента достижения границы S > Skmin при значении Pk = Pkmin. В случае нулевых начальных условий судовых ДГА, операции, содержащиеся в третьей и четвертой строках программы модуля, могут быть отменены.
Вычислительный алгоритм поиска экономичных режимов генераторов электроэнергии, работающих в параллель, можно представить выполнением последовательности операций:
1) подготовить исходные данные по расходным характеристикам параллельно работающих генераторов электроэнергии (1) и представить их в виде элементов матриц A и P ;
2) согласно (8), с помощью алгоритма выполнить расчеты элементов S^;
3) определить левую и правую границы вариации инкремента S в соотношении (9);
4) используя вектор G = [G1 G2 G3 ... Gn], обозначить работающие генераторы единицами, а неработающие — нулями и определить максимально допустимую нагрузку на сеть;
5) произвести расчеты инкрементальных характеристик по блокам генераторов электроэнергии, согласно (11), и по данным вычислений выполнить оптимальное (по расходу топлива) распределение мощности генераторов по формуле (12);
6) рассчитать минимальные расходы топлива (1), используя режимы работы, полученные при выполнении пп. 5 алгоритма. Оптимизировать процесс диспетчеризации распределения активной мощности генераторов при изменении текущего значения нагрузки P электроэнергетической сети.
Эффективность реализации алгоритма зависит от адекватности технологического процесса и модели инкрементального управления, ошибок аппроксимации расходных характеристик, своевременности коррекции исходных данных при изменениях, вызванных переходами на новые сорта топлива, температурными режимами, различными внешними и внутренними возмущениями.
В реальных условиях необходимо обеспечить устойчивость системы, требуемые качественные показатели группы функционирующих генераторов электроэнергии в динамике и другие показатели. Поэтому кратковременные изменения потребляемой мощности, а также незначительные изменения, вызванные перетоками мощности между узлами энергетической сети, могут быть сглажены за счет фильтрации сигналов в определенной частотной области, повышения качества информационного обеспечения, реализации методов и средств предиктивного управления технологическими процессами.
Рассмотрим применение алгоритма на примере ЭЭС с тремя генераторами электроэнергии [13]. Действия алгоритма поясним на примере параллельной работы трех генераторных агрегатов электроэнергии. Расходные характеристики генераторов заданы полиномами [3]:
F1 = 0.004 • P12 + 5.3 • P1 + 500 [т условного топлива/ч];
F2 = 0.006 • P22 + 5.5 • P2 + 400 [т условного топлива/ч];
F3 = 0.009 • P32 + 5.8 • P3 + 200 [т условного топлива/ч].
Технологические ограничения (4) имеют вид
P =
огр
И
P 11mm P 11max "200 450"
P2min P2max = 150 350 МВт.
P 1 3min P 1 3max _ 100 225
Уравнения баланса мощностей на экономичном режиме определяются соотношением (12).
1. Выбор работающих генераторов
G = [Gl g2 G3] = [1 1 1]. Матрица граничных инкрементов
ST =
гр
S S
2 min 3min
2a P + b 2a0P + b 2a P + b
1 1 min 1 2 2 min 2 3 3 min 3
6.90 7.30 7.60 8.90 9.70 9.85
Границы вариации S
S . = min(Sr ) = 6.9 и S = max(Sr ) = 9.85.
mm 4 гр7 max 4 гр7
Расчет инкрементальных характеристик выполнен для вектора
S = S . : delt : S
min max
с шагом дискретности delt=0.01 и представлен на рис. 1 в виде соотношений
P * = f1( S); P * = f2( S) и P *=/з( S)
и критерия качества J(P).
600 700 800 900
Суммарная мощность нагрузки, МВт Рис. 1. Распределение мощности трех генераторов при минимальной стоимости электроэнергии
о
esj
Приведем фрагмент решения из расчетных данных в виде таблицы
P * 1 200 205 250 332.5 440 450 450 450
P * 2 150 150 150 205 280 325 340 350
P * 3 100 100 100 120 170 200 210 225
P 450 455 500 657.5 895 975 1000 1025
2. Выбор работающих генераторов
G = [^ ^ G3] = [1 0 1].
При неработающем втором генераторе максимальная мощность, потребляемая сетью,
не должна быть больше 675 МВт. Результаты расчетов экономичных режимов при параллельной
работе первого и второго генераторов, выполненных по алгоритму, представлены на рис. 2.
2aP...__. + b 2aP...... + b 2a P„ + b
1max 2 max 3max
Оптимизация при работе ГА -1 и ГА-3
300 350 400 450 500 550 600 650 Суммарная мощность нагрузки при работе двух генераторов, МВт Рис. 2. Распределение мощности двух генераторов при минимальной стоимости электроэнергии
Приведенный далее фрагмент решения содержит распределения мощности двух генераторов, критерий качества F, а также его составляющие F1 и F3 для нагрузки сети 300, 420, 598.75 и 675 МВт.
р * 1 200 310 433.75 450
P * 2 0 0 0 0
р * 3 100 110 165 225
P 300 420 598.75 3.6950e 03
F1 1.72e 03 2.5274e 03 3.5514e 03 3.6950e 03
F2 0.27e 03 0.9469e 03 1.4020e 03 1.9606e 03
F 2.59e 03 3.4743e 03 4.5935e 03 5.6555e 03
Выводы
Применение алгоритма инкрементального управления для экономии топлива на тепловых электростанциях и судовых ДГА с использованием функций инструментария нечеткой логики позволяет моделировать поведение сложных систем с помощью простых логических правил, а также реализовать эти правила в блочной структуре алгоритмизации комплексной модели всей динамической системы на практике. Применение интеллектуальных технологий, к которым следует отнести технические решения на базе инструментария FuzzyLogicToolbox, в сфере электроэнергетики ставит новые важные задачи развития систем электроснабжения объектов водного транспорта [8]. Их реализация на основе научно обоснованных решений позволит существенно повысить эффективность функционирования объектов водного транспорта в сфере энергосбережения и эксплуатации основных фондов.
СПИСОК ЛИТЕРАТУРЫ
1. Барышников С. О. Автоматизация и повышение эффективности использования топлива на судах / С. О. Барышников, А. А. Кузьмин, В. В. Сахаров, С. Н. Тарануха. — СПб.: Изд-во Политехнического ун-та, 2016. — 390 с.
ШВЕСТНИК
^Шв ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА
JVlOPCKOrO И РЕЧНОГО ФЛОТА ИМЕНИ АДМИРАЛА С. О. МАКАРОВА
2. Безюков О. К. Использование хладопотенциала сжиженного природного газа для снижения выбросов диоксида углерода теплоэнергетическими установками, работающими на сжиженном природном газе / О. К. Безюков, В. Л. Ерофеев, А. С. Пряхин // Вестник Государственного университета морского и речного флота имени адмирала С. О. Макарова. — 2016. — № 3 (37). — C. 143-155. DOI: 10.21821/2309-5180-2016-73-143-155.
3. Гаврилов А. Анализ воздействия режимов работы тепловых электростанций на окружающую среду / А. Гаврилов, А. Махнитко // Elektroenergetika Journal. — 2008. — Vol. 1. — No. 2. — Pp. 27-32.
4. Гришкин В. В. О деятельности в области сокращения выбросов парниковых газов с судов /
B. В. Гришкин // Научно-технический сборник Российского морского регистра судоходства. — 2011. — № 34. — С. 153-166.
5. Жуков В. А. Контроль качества теплоносителей жидкостных систем охлаждения / В. А. Жуков // Контроль. Диагностика. — 2011. — № 9. — С. 66-72.
6. Международная конвенция по предотвращению загрязнения с судов (MARPOL 1973/78). [Электронный ресурс]. — Режим доступа: http://dic.academic.ru/dic.nsf/ruwiki/1828544 (дата обращения: 24.03.2014).
7. Иванченко А. А. Энергетическая эффективность судов и регламентация выбросов парниковых газов / А. А. Иванченко, А. П. Петров, Г. Е. Живлюк // Вестник Государственного университета морского и речного флота имени адмирала С. О. Макарова. — 2015. — № 3 (31). — С. 103-112.
8. Пантина Т. А. К вопросу формирования системы мониторинга подпрограммы «Внутренний водный транспорт» ФЦП «Развитие транспортной системы России (2010 - 2020 годы)» / Т. А. Пантина,
C. А. Бородулина // Вестник Государственного университета морского и речного флота имени адмирала С. О. Макарова. — 2015. — № 3 (31). — C. 124-132. DOI: 10.21821/2309-5180-2015-7-3-124-132.
9. Хасанов И. И. Развитие средств и технологий морского транспорта сжиженных газов: дис. ... канд. техн. наук: 07.00.10 / И. И. Хасанов. — Уфа, 2015. — 160 с.
10. Cho B. B. A distributed control approach to optimal economic dispatch of power generators. Master thesis. — The University of Iowa, 2010. — 32 p.
11. Energy Efficiency related Rules and Regulations — EEDI and Ship Design [Электронный ресурс]. — Режим доступа: http://laradi.fi/images/files/syyspaivat_2014/Deltamarin_Elg_EE_Rules_and_Regulations_-_ EEDI.pdf (дата обращения - 10.11.2014).
12. Ramesh G. Optimal Dispatch of Real Power Generation Using Classical Methods / G. Ramesh, T. K. Sunil Kumar // International Journal of Electronics and Electrical Engineering. — 2015. — Vol. 3. — No. 2. — Pp. 115-120. DOI: 10.12720/ijeee.3.2.115-120.
13. Saadat H. Power System Analysis / H. Saadat. — USA: McGraw-Hill Higher Education, 1999. — 720 p.
14. Saadat H. Power System Analysis / H. Saadat. — 2nd edition. — McGraw-Hill Primis Custom Publishing, 2002. — 712 p.
15. Shrivastava A. A Simulation Analysis of Optimal Power Flow using Differential Evolution Algorithm for IEEE-30 Bus System / A. Shrivastava, H. M. Siddiqui // International Journal of Recent Development in Engineering and Technology. — 2014. — Vol. 2. — Is. 3. — Pp. 50-57.
REFERENCES
1. Baryshnikov, S. O., A. A. Kuzmin, V. V. Saharov, and S. N. Taranuha. Avtomatizacia i povyshenie effektivnosti ispolzovaniia topliva na sudah. SPb.: Izd^ Politeh. Un-ta, 2016 .
2. Bezyukov, Oleg Konstantinovich, Valentin Leonidovich Erofeyev, and Alexander Sergeyevich Pryakhin. "Uses of a hladopotentsial of the liquefied natural gas for decrease in emissions of carbon dioxide heat power installations." Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota imeni admirala S. О. Makarova 3(37) (2016): 143-155. DOI: 10.21821/2309-5180-2016-7-3-143-155.
3. Gavrilov, А., and A. Mahnitko. "Analiz vozdeistviya rezhimov raboty teplovykh elektrostantsii na okruzhayushchuyu sredu." Elektroenergetika Journal 1.2 (2008): 27-32.
4. Grishkin, V. V. "O dejatelnosti v oblasti sokraschenija vybrosov parnikovyh gazov s sudov." Nauchno-tehnicheskij sbornikRossijskogo morskogo registra sudohodstva 34 (2011): 153-166.
5. Zhukov, V. А. "Quality Control of Heat Transfer for Cooling Liquid System." Testing. Diagnostics 9 (2011):
66-72.
6. International Convention for the prevention of pollution from ships. (MARPOL 1973/78). Web. 24 March 2014 <http://dic.academic.ru/dic.nsf/ruwiki/1828544>.
BECTHl
ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА
МОРСКОГО И РЕЧНОГО ФЛОТА ИМЕНИ АДМИРАЛА С. О. МАКАРОВА^
7. Ivanchenko, A. A., A. P. Petrov, and G. E. Zhivlyuk. "Energy efficiency of ships and regulation of greenhouse gas emissions." Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota imeni admirala S. O. Makarova 3(31) (2015): 103-112.
8. Pantina, T. A., and S. A. Borodulina. "Formation of monitoring system for federal program «Development of transport system in Russia (2010 - 2020)» (Direction «Inland Water Transport»)." Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota imeni admirala S.O. Makarova 3(31) (2015): 124-132. DOI: 10.21821/23095180-2015-7-3-124-1329.
9. Hasanov, I. I. Razvitie sredstv i tehnologij morskogo transporta szhizhennyh gazov. PhD diss. Ufa, 2015.
10. Cho, B. B. A distributed control approach to optimal economic dispatch of power generators. The University of Iowa, 2010.
11. Energy Efficiency related Rules and Regulations — EEDI and Ship Design. Web. 10 Nov. 2014 <http:// laradi.fi/images/files/syyspaivat_2014/Deltamarin_Elg_EE_Rules_and_Regulations_-_EEDI.pdf>.
12. Ramesh, Guguloth, and T. K. Sunil Kumar. "Optimal Dispatch of Real Power Generation Using Classical Methods." International Journal of Electronics and Electrical Engineering 3.2 (2015): 115-120. DOI: 10.12720/ ijeee.3.2.115-120.
13. Saadat H. Power System Analysis. USA: McGraw-Hill Higher Education, 1999.
14. Saadat H. Power System Analysis. 2nd edition. McGraw-Hill Primis Custom Publishing, 2002.
15. Shrivastava, Amit, and Hasan Mustafa Siddiqui. "A Simulation Analysis of Optimal Power Flow using Differential Evolution Algorithm for IEEE-30 Bus System." International Journal of Recent Development in Engineering and Technology 2.3 (2014): 50-57.
ИНФОРМАЦИЯ ОБ АВТОРАХ
INFORMATION ABOUT THE AUTHORS
Дмитриенко Дмитрий Владимирович —
кандидат экономических наук ФГБОУ ВО «ГУМРФ имени адмирала С. О. Макарова»
198035, Российская Федерация, Санкт-Петербург, ул. Двинская, 5/7
e-mail: kaf_electricautomatic@gumrf.ru Чертков Александр Александрович — кандидат технических наук, доцент ФГБОУ ВО «ГУМРФ имени адмирала С. О. Макарова»
198035, Российская Федерация, Санкт-Петербург,
ул. Двинская, 5/7
e-mail: chertkov51@mail.ru,
kaf_electricautomatic@gumrf.ru
Сабуров Сергей Валерьевич — аспирант
Научный руководитель:
Сахаров Владимир Васильевич —
доктор технических наук, профессор
ФГБОУ ВО «ГУМРФ имени
адмирала С. О. Макарова»
198035, Российская Федерация, Санкт-Петербург, ул. Двинская, 5/7
e-mail: kaf_osnipr@gumrf.ru
Dmitrienko, Dmitry V. —
PhD
Admiral Makarov State University of Maritime and Inland Shipping 5/7 Dvinskaya Str., St. Petersburg 198035, Russian Federation
e-mail: kaf_electricautomatic@gumrf.ru
Chertkov, Alexandr A. —
PhD, associate professor
Admiral Makarov State University
of Maritime and Inland Shipping
5/7 Dvinskaya Str., St. Petersburg 198035,
Russian Federation
e-mail: chertkov51@mail.ru
Saburov, Sergei V. — Postgraduate
Supervisor:
Saharov, Vladimir V. —
Dr. of Technical Sciences, professor
Admiral Makarov State University
of Maritime and Inland Shipping
5/7 Dvinskaya Str., St. Petersburg 198035,
Russian Federation
e-mail: kaf_osnipr@gumrf.ru
Статья поступила в редакцию 9 февраля 2017 г.
Received: February 9, 2017.
[озГ
