CC BY
145
Ошибки в прогнозах влекут за собой отрицательные последствия, например, снижение качества управления электроснабжением, ухудшение экономичности ее сложных режимов. Отсюда следует вывод, что ошибки в прогнозах будущего электропотребления дорого обходятся всей энергосистеме. На участников оптового рынка накладываются штрафные санкции при отклонении фактических почасовых показателей от прогнозных, что приводит к увеличению стоимости покупной электрической энергии.
Это связано с особенностью электрической энергии как товара. Заниженные значения прогноза электропотребления приводят к дополнительному использованию аварийных дорогостоящих электростанций. Завышенные значения прогноза влекут за собой увеличение расходов на поддержание в рабочем состоянии избыточных резервных мощностей.
Получается, что для большого количества субъектов, функционирующих на ОРЭМ, задача прогнозирования имеет высокую актуальность: для поставщиков, что обслуживают потребителей целых регионов, для энергосбытовых организаций, что обслуживают отдельные предприятия в регионах России, и для крупных субъектов, которые приобретают электрическую энергию для собственных нужд. Таким образом, точное прогнозирование величин электропотребления для субъектов ОРЭМ является экономически целесообразным и в современных высоко конкурентных условиях получает нарастающую актуальность.
Список литературы
1. Головкин П.И. Энергосистема и потребители электрической энергии. Москва: Энергия, 1979. 279 с.
2. Лугинский Я.Н. Режимы Единой энергосистемы. Москва: Энергоатомиздат, 1983. 384 с.
3. Постановление Правительства Российской Федерации «Об утверждении Правил оптового рынка электрической энергии и мощности и о внесении изменений в некоторые акты Правительства Российской Федерации по вопросам организации функционирования оптового рынка электрической энергии и мощности» от 27 декабря 2010 г. № 1172.
АРХИТЕКТУРА УДАЛЕННОЙ СИСТЕМЫ УПРАВЛЕНИЯ УМНЫМ ДОМОМ ПОСРЕДСТВОМ МОБИЛЬНОГО ПРИЛОЖЕНИЯ
Овчинников А.В.
Овчинников Александр Викторович — магистрант, кафедра вычислительной техники, Новосибирский государственный технический университет, г. Новосибирск
Аннотация: в статье рассматриваются аспекты разработки удаленного управления подсистемами умного дома с мобильного приложения.
Ключевые слова: умный дом, интернет вещей, мобильные приложения, облачные технологии, микроконтроллеры.
Введение
За последнее время мобильные технологии широко распространились по миру. Благодаря смартфонам и скоростному мобильному интернету люди получили возможность в любом месте и в любое время иметь доступ к интересующей их информации. Кроме того, глубже в нашу жизнь проникают облачные вычисления. Данные тенденции открывают большие возможности по удаленному управлению умным домом.
«Умный дом» — это автоматизированная интеллектуальная система, созданная с целью управления инженерными элементами и системами помещения.
Понятие «умный дом» появилось еще в 70-е годы 20 века в США, в определении которого ключевым понятием служила комплексная система с единым пультом управления. Современное понятие «умный дом» определяется как комплекс управляющих систем, который может реагировать на присутствие человека и окружающую среду с последующим решением, которое направлено на создание благоприятных и комфортных условий для жизни [3]. Описание архитектуры умного дома
Уделенное управление умным домом это не что -то новое и в больших коммерческих системах успешно реализовано. Но для большинства людей установка таких систем
30
является неоправданно дорогой и все популярнее становится разработка своей системы или адаптация открытых систем автоматизации под свои нужды. При таком подходе для осуществления удаленного управления умным домом приходится сталкиваться с рядом проблем: необходимо иметь возможность обратиться к системе извне, для этого нужно иметь статический IP адрес (в основном интернет-провайдеры предоставляют динамический, а статический не всегда возможно получить) или использовать такие сервисы как DynDNS или NO-IP (что тоже имеет свои недостатки).
В качестве альтернативы предлагается использовать облачные сервисы, которые в последнее время все доступнее и при небольших запросах есть возможность использовать их ресурсы бесплатно. Также данный способ дает некоторые преимущества по сравнению с использованием статического адреса или динамического DNS. Об особенностях облачных серверов и их преимуществ поговорим чуть дальше по тексту.
Для начала нужно определиться с архитектурой построения системы. Существует два вида архитектуры системы умный дом: децентрализованная и централизованная.
Децентрализованная архитектура основывается на том, что все узлы в сети равноправные.
Централизованная архитектура предполагает наличие центрального контроллера, который управляет подключенными к нему модулями.
Также существует совмещенный подход, при котором центральный контроллер управляет несколькими подсистемами, которые при возникновении неполадок с сервером и дальше продолжают выполнять какой-то минимально заложенный в них функционал [1].
В нашем случае, необходим центральный сервер управления т.к. с его помощью проще осуществить клиент-серверное взаимодействие между мобильным приложением и умным домом, а также связь с облачным сервером.
При разработке системы удаленного управления были выделены следующие основные компоненты: мобильное приложение, облачный сервер, домашний сервер, а также микроконтроллер для управления датчиками и сенсорами.
Рис. 1. Общая архитектура системы
Рассмотрим эти компоненты по подробнее и опишем алгоритмы их работы.
1. Мобильное приложение
Мобильное приложение необходимо для удаленного управления умным домом. Конечно можно использовать и обычный браузер, но нативное приложение более удобно и имеет другие преимущества, например push - уведомления.
Push - это технология распространения информации от сервера клиенту, а Push уведомления - это небольшие всплывающие окна на экране вашего устройства.
С помощью мобильного приложения осуществляется передача команд на облачный сервер, а также получение оттуда информации о состоянии датчиков.
Приложение под платформу iOS разрабатывается в среде Xcode с использованием языка программирования Swift. Для получения данных и отправки команд используется фреймворк Alamofire. Для локального хранения данных в приложении используется фреймворк CoreData. Приложение должно иметь два режима подключения к серверу: напрямую из локальной сети и через облачный сервер.
После запуска приложение проверяет наличие сервера в локальной сети и подключается к нему, а если его нет, то происходит подключение к облачному серверу. Для получения данных и отправки команд на сервер используется REST API. Данные передаются в формате JSON.
2. Облачный сервер
Облачная модель предоставления сервисов быстро и активно развивается в последние годы и большинство функций по обработке, управлению и хранению информации уже сейчас доступны в форме облачных сервисов и число их продолжает бурно расти [2].
В нашем случае программная часть будет написана нами и нужна только платформа под это. Поэтому оптимальным вариантом будет использование PaaS (Platform as a Service).
Среди наилучших и наиболее популярных PaaS можно выделить Firebase от компании Google. Firebase служит базой данных, которая изменяется в реальном времени и хранит данные в JSON. Любые изменения в базе данных тут же синхронизируются между всеми клиентами, или девайсами, которые используют одну и ту же базу данных. Другими словами, обновление в Firebase происходят мгновенно.
Облачный сервер принимает команды с мобильного устройства и посылает их на домашний сервер. Если с домашнего сервера приходит информация об изменении состояния какого-либо устройства в доме, то облачный сервер посылает push-уведомление на мобильное устройство.
Схема работы механизма push-уведомлений:
Рис. 2. Схема работы Push-уведомлений в iOS
1. Приложение регистрируется для получения push-уведомлений.
2. iOS запрашивает у сервера Apple Push Notification Service (APNS) токен девайса.
3. Приложение получает токен девайса. Можно считать, что токен - это адрес отправки push-уведомлений.
4. Приложение отправляет токен девайса на наш облачный сервер.
32
для
5. Когда произойдёт какое-либо событие (изменится состояние датчика и т.п.), сервер посылает запрос на отправку push-уведомления.
6. Облачный сервер отправляет push-уведомление в APNS.
7. APNS отправит push-уведомление на девайс пользователя.
Когда пользователь получит push-уведомление, появится сообщение, и/или будет воспроизведён звуковой сигнал.
3. Домашний сервер
Домашний сервер предназначен для получения команд от облачного сервера и их дальнейшей передачи на контроллеры, а также передачи в обратном порядке данных с датчиков, поступающих на контроллер. Через домашний сервер также обеспечивается управление системой по локальной сети с мобильных устройств по Wi-Fi. В роли домашнего сервера можно использовать обычный персональный компьютер.
Разрабатывается с применением языка Python и библиотеки Django. Для хранения данных о состоянии подключенных устройств используется база данных SQLite.
Разберём алгоритм работы сервера на примере запроса с мобильного приложения на получение данных с датчиков в определенной комнате:
1. Получение запроса
2. Определение нужного представления по шаблону
3. Представление запрашивает у модели данные комнаты
4. По полученному адресу посылается запрос контролеру на получение данных с датчиков
5. Получение ответа от контроллера и составление ответа для приложения
6. Отправка ответа приложению в формате JSON.
4. Микроконтроллер
В качестве микроконтроллера может использоваться Arduino Uno. Контроллер Arduino зарекомендовал себя как удобная платформа быстрой разработки электронных устройств для новичков и профессионалов. Платформа пользуется огромной популярностью во всем мире благодаря удобству и простоте языка программирования, а также открытой архитектуре и программному коду. Устройство программируется через USB без использования программаторов.
Микроконтроллер на плате программируется при помощи языка Arduino (основан на языке Wiring) и среды разработки Arduino (основана на среде Processing)
Контроллер управляет подключенными датчиками, принимает команды с домашнего сервера и отправляет ему информацию об изменении состояний датчиков.
Алгоритм работы контроллера:
1. Сервер посылает запрос на контроллер.
2. Контроллер принимает запрос.
3. Обработка запроса, получение параметров из запроса.
4. Получает данные с датчиков или отправляет данные на датчик.
5. Формирует ответ серверу.
6. Посылает ответ.
Заключение
Очевидно, что технологии умного дома будут и дальше стремительно развиваться. Не последнюю роль в их развитии сыграют мобильная индустрия и облачные технологии. Мобильные устройства всегда под рукой, а потому идеально подходят на роль интерфейсов устройств умного дома. В то же время интеграция умного дома в облако призвана обеспечить удаленное управление всеми системами дома.
Умный дом является очень перспективной областью, развитие которой позволяет улучшить комфорт, безопасность, сэкономить время и расходы на коммунальные услуги.
Поскольку подключение каких-либо устройств к Интернету - это всегда высокий уровень опасности, необходимо разработать надежные методы обеспечения защиты передачи данных для систем умного дома, интегрируемых в облако. Рассмотрение этого вопроса требует дальнейших исследований.
Список литературы
1. Найдич А. «Интернет вещей» - реальность или перспектива? [Электронный ресурс]. Режим
доступа: http://compress.ru/article.aspx?id=24290/ (дата обращения: 12.10.2016).
2. Николаев П.Л. Применение облачных технологий в системах умного дома // Молодой
ученый, 2014. № 13. С. 37-39.
3. Baoan Li, Jianjun Yu. Research and application on the smart home based on component technologies and Internet of Things. Procedia Engineering, 2011. Vol. 15. P. 2087-2092.
МОДЕЛИРОВАНИЕ РЕАКТОРА СИНТЕЗА МЕТАНОЛА ИЗ СИНТЕЗ-ГАЗА Осипова А.Г.1, Маткулова Л.Ф.2, Мусина А.Р.3
'Осипова Анна Григорьевна — магистрант;
Маткулова Ляйсан Фиратовна — магистрант;
3Мусина Алена Рудольфовна — магистрант, кафедра газохимии и моделирования химико-технологических процессов, Уфимский государственный нефтяной технический университет, г. Уфа
Аннотация: в статье анализируется метод получения метанола из синтез -газа, используя адиабатический реактор идеального вытеснения. В целях оптимизации процесса проводилось изменение температуры синтез-газа по длине реактора. Было установлено, что с помощью разработанной программы, задавшись требуемым объемом реактора, можно узнать степень конверсии, так же как и задавшись необходимой конверсией определить объем реактора. Для обеспечения более высокой степени конверсии может быть использована последующая цепь реакторов.
Ключевые слова: синтез-газ, метанол, реактор идеального вытеснения, конверсия, объем.
Метанол - одно из важнейших веществ в современной химической и нефтехимической промышленности. Основная часть производимого в мире метилового спирта, около 60%, отправляется на дальнейшую химическую переработку, разделяющуюся на три направления: производства формальдегида, кислот и метилтретбутилового эфира. Метанол также используется в качестве ингибитора гидратообразования при добыче и транспортировке нефти и газа [3].
Метанол получают из синтез-газа по следующей реакции (1). Кроме этого, возможно протекание вторичных реакций (2), (3), (4).
CO2 +3H2 о CH3OH +H2O (1) 2CH3OH oCH3-O- CH3+H2O (2) CH3OH +nCO+ 2nH2 oCH4+ CH3(CH2)n-OH (3) CH3OH +H2 о CH4+ H2O (4)
Реакции протекают с выделением тепла и уменьшением объема, но различаются величиной теплового эффекта и степенью контракции. Поэтому, хотя с увеличением давления и понижением температуры для всех этих реакций степень превращения возрастает, в наибольшей степени повышение давления влияет на равновесие основной реакции синтеза, для которой степень контракции максимальна и составляет 3:1. В то же время, понижение температуры ниже некоторого предела нецелесообразно, так как при низких температурах скорость процесса синтеза настолько мала, что не существует катализатора, который в этих условиях мог бы существенно ускорить достижение высокой степени превращения сырья.
Синтез метанола под давлением сопровождается образованием побочных продуктов, влияние которых на скорость образования метанола учесть весьма трудно. В то же время побочные продукты - вода, сложные эфиры, высшие спирты, альдегиды, кетоны, кислоты, углеводороды и другие влияют на хемосорбцию исходных и промежуточных продуктов, образование активированных комплексов и в итоге - на кинетику образования метанола. Эти факторы являются одними из основных причин разнообразия применяемых лимитирующих стадий и получаемых кинетических закономерностей, поскольку условия исследований процесса практически всегда в чем-то отличались друг от друга [3].
Реакцию образования метанола из синтез-газа можно описать, приняв ряд допущений: газовая смесь является идеальным газом, основную реакцию можно описать как элементарную реакцию третьего порядка, реакция необратима, а также ряд других.
Теплоемкости основных веществ, участвующих в химических превращениях [1, 2]:
сс = 27.113 + 0.655 • 10-2 • Tm - 0.1-10-5 • T^ (5)
