CC BY
7
УДК 621.311(571.52)
doi 10.24411/2221-0458-2022-94-65-79
МНОГОЦЕЛЕВАЯ ОПТИМИЗАЦИЯ СОСТАВА И МОЩНОСТИ ИЗОЛИРОВАННОЙ ЭНЕРГОСИСТЕМЫ ТУВЫ С ИСПОЛЬЗОВАНИЕМ ФОТОЭЛЕКТРИЧЕСКИХ ПРЕОБРАЗОВАТЕЛЕЙ
Кенден К.В.
Тувинский государственный университет, г. Кызыл
MULTI-PURPOSE OPTIMIZATION OF THE COMPOSITION AND CAPACITY OF THE ISOLATED POWER SYSTEM OF TUVA USING PHOTOVOLTAIC CONVERTERS
K.V. Kenden Tuvan State University, Kyzyl
Разработана методика многоцелевой оптимизации состава и мощности энергосистемы для электроснабжения изолированных потребителей с учетом солнечного потенциала местности, технических характеристик дизельных и солнечных установок, аккумуляторных батарей и параметров нагрузки потребителей. С помощью методики выполнена оптимизация состава оборудования и мощности энергосистемы электроснабжения изолированного поселка Республики Тыва. По результатам оптимизации график подачи электроэнергии изменен с 18 ч. до 24 ч. в сутки, снижено на 70 % потребление дизельного топлива по отношению к потреблению при 18-часовом графике подачи электроэнергии, уменьшено время работы дизель-генератора с 18 ч. до 3-5 ч. в сутки в среднем, фотоэлектрические преобразователи в составе системы в течение года будут вырабатывать в среднем 68,44 кВт-ч электроэнергии в сутки при общем суточном потреблении села, равном 85,61 кВт-ч.
Ключевые слова: многоцелевая оптимизация; фотоэлектрические преобразователи; изолированная система электроснабжения
A technique has been developed for multi-purpose optimization of the composition and power of the power system for power supply to isolated consumers, taking into account the solar potential of the area, the technical characteristics of diesel and solar installations, batteries and load parameters of consumers. It is possible to optimize the composition of the equipment and the power of the power supply system of an isolated village in the Republic of Tuva with the help of the methodology. Based on the optimization results, the power supply schedule was changed from 18
hours to 24 hours a day, diesel fuel consumption was reduced by 70% compared to consumption at 18 hours of the power supply schedule, the diesel generator operation was reduced from 18 hours to 3-5 hours a day on average, photovoltaic converters as part of the system during the year will generate an average of 68.44 kWh of electricity per day with a total daily consumption of the village equal to 85.61 kWh h.
Keywords: multipurpose optimization; photovoltaic converters; isolated power supply system
Аналитический обзор в области систем электроснабжения (СЭС), включающих фотоэлектрические преобразователи (ФЭП) [1-4], позволил сделать вывод об отсутствии эффективных методов оптимизации комбинированной энергосистемы с учетом неопределенности связей между входными и выходными параметрами, реальных климатических условий места ее эксплуатации, особен-ностей графика нагрузки и режимных параметров дизельной электростанции (ДЭС).
Автором работы предложен метод многоцелевой оптимизации структуры генерирующих мощностей энергосистемы, состоящей из ДГ, ФЭП и аккумуляторной батареи (АБ).
При решении задач многоцелевой оптимизации критерий оптимальности оценивается целевой функцией:
В(х) = С/х(х), /2(х\..Л (х)),
1)
где /¡(х) (/=1,2,...,£) - заданные функции переменного х=(х1зх2,.. .,хг).
На переменные х^ ( = 1, п) накладываются ограничения, таким образом, что х
принадлежит множеству Х его возможных значений. Необходимо найти точку х* е X, обеспечивающую оптимальное значение функций /¡(х), /2(хХ Дх).
Для решения задач многоцелевой оптимизации в системах энергетики наиболее распространенными оказались так называемые итеративные методы: метод наискорейшего спуска (для целочисленных переменных) и метод Бокса-Уилсона (при отсутствии явных аналитических выражений для целевой функции) [5-11].
Поэтому для начального этапа исследований оптимальных решений по какому-либо объекту энергетики с возобновляемыми источниками энергии (ВИЭ) можно рекомендовать представление целевой функции с помощью аппроксимирующего полинома. Пользуясь методами теории факторного эксперимента и математической статистики, можно определить значения коэффициентов полинома как коэффициентов регрессии и степень адекватности полиноминальной модели результатам эксперимента. Входные параметры варьируются по плану активного многофакторного эксперимента,
а выходные параметры определяются экспертной оценкой.
Поиск оптимума при этом производится на основе определения направления скорейшего подъема (максимального градиента). В случае применения полиноминальной модели для оценки целевой функции B поиск оптимума осуществляется в два этапа: выход в район максимума B и нахождение полинома В = / (хь Х2,..., хп) вблизи оптимума.
На первом этапе решения задачи движение к оптимуму осуществляется с помощью линейной формы от точки с меньшим значением В к точкам с большим значением:
В=bo + b\x\ + b2x2 +...+bnxn,
2)
где xi - значения факторов; Ьо -среднее значение показателя при среднем уровне всех факторов и bi - коэффициенты функции.
Коэффициенты Ьо, Ьд..., Ьп определяются с помощью дробного факторного эксперимента в окрестностях
некоторой начальной точки. Факторы варьируются в возможных пределах изменения их в данной задаче. Пределы варьирования устанавливаются экспертным путем.
В качестве факторов, варьируемых в ходе оптимизации состава и мощности источников системы ДГ-ФЭП-АБ, принимаются уровни мощности энергоисточников различного вида и накопителей электроэнергии.
Количество экспериментов, необходимое для определения коэффициентов Ьо, Ь связано с числом факторов [12]. Для получения математической модели процесса достаточно осуществить дробную реплику полного факторного эксперимента, положив xlx2 = x4 , XlX3 = x5, x2x3 = x6 , что значительно сокращает объем расчетов, так как уменьшает число вычислительных экспериментов до 8. План факторного эксперимента при выборе состава оборудования системы для шести факторов определяется дробной 1/8 репликой (таблица 1).
Таблица 1
План факторного эксперимента
Вариант энергосистемы Факторы
Xi *2 Хз Х4 Х5 Х6
1 -1 -1 -1 +1 + 1 + 1
2 +1 -1 -1 -1 -1 + 1
3 -1 + 1 -1 -1 + 1 -1
4 +1 + 1 -1 +1 -1 -1
5 -1 -1 +1 +1 -1 -1
6 +1 -1 +1 -1 + 1 -1
7 -1 + 1 +1 -1 -1 + 1
8 +1 + 1 +1 +1 + 1 + 1
По условию линейности зависимостей В и х максимум функции В будет иметь место при таком сочетании граничных значений параметров х, при котором все члены уравнения регрессии положительны, а незначимые равны нулю.
Применение факторного эксперимента дает возможность численно оценивать степень влияния каждого фактора на исследуемый выходной параметр В .
Если в результате первой серии экспериментов удалось определить состав оборудования, удовлетворяющий требованиям изолированной энергосистемы, дальнейшую оптимизацию можно не проводить.
В том случае, если В << 1 и состав оборудования не удовлетворяет требованиям системы, необходимо производить дальнейшее продвижение к оптимуму с уменьшением шага варьирования. Дальнейшее продвижение к оптимуму по методу Бокса-Уилсона производится с опыта варьирования, где средние уровни х равны промежуточным оптимальным.
Для этого наиболее значимый фактор принимают за базовый х/ и шаги варьирования остальных факторов принимают равными:
1 - я Л1Б " ТГ" ' Л1Б
Ъ1 и
где Х/Б - новый шаг /-го фактора; Х/Б -шаг базового фактора.
Шаг варьирования не может быть меньше единичной мощности генерирующего и аккумулирующего оборудования.
Движение от начальной точки осуществляется последовательными шагами Х/Б , Х/Б до тех пор, пока оценки В по уравнению (2) не превысят в 1-2 раза максимально возможный уровень. После этого следует провести новый факторный эксперимент в области новой базовой точки с помощью нового дробного факторного эксперимента и выбрать новое направление движения, и так далее до достижения оптимума. Признаком оптимума по какому-либо фактору будет являться не значимость соответствующих коэффициентов полинома. Использование метода Бокса-Уилсона позволяет совершать движение к оптимуму по поверхности отклика с меньшим числом опытов за счет уменьшения шага варьирования [5, 13].
На рисунке 2 представлен последовательный путь к оптимуму в результате трех экспериментов. В результате первого опыта невозможно определить оптимум т. к. движение по поверхности может осуществляться в двух направлениях. Уменьшение вдвое шага варьирования и проведение нового эксперимента позволяет найти новый локальный оптимум, от которого
(3)
осуществляется новое движение к оптимуму в точке п.
Х1Н Х1в XI
Рисунок 2 - Поиск оптимального решения методом Бокса-Уилсона на примере эксперимента с двумя
факторами
С помощью описанной выше методики можно выполнить многоцелевую оптимизацию состава оборудования и мощности энергосистемы ДГ-ФЭП-АБ для электроснабжения изолированных
потребителей по алгоритму,
представленному на рисунке 3.
В рамках данного исследования, во многих населенных пунктах, диапазон варьирования мощностями оборудования зачастую определяется единичными мощностями. В том случае, если шаг определен в единичную мощность энергоустановки, уменьшение шага варьирования невозможно и
результирующим составом оборудования будет состав, полученный на первом шаге факторного эксперимента.
Оптимизация структуры
децентрализованной СЭС населенного пункта с. Качык республики Тыва выполнена с помощью, методики описанной выше методике.
Электроэнергию жители получают от одного ДГ с установленной мощностью 30 кВт с 6 ч утра до 24 ч ночи, после чего его отключают. По данным выработки за 2012 год ДГ было выработано 23,63 МВтч, а расход дизельного топлива составил 26,817 тонн. Себестоимость электроэнергии на 01.01 2014 г. в с. Качык составила 191,57 руб./кВт-ч. По полученным данным построены графики суточных нагрузок села в зимнее и летнее время (рисунок 4).
Характеристика изолированных потребителей, анализ нагрузки.
12
Формулировка и выбор экспертами перечня целей.
12
Перечень факторов, варьируемых в ходе оптимизации состава системы
12
Факторный эксперимент
Расчет технико-экономических показателей для каждого варианта энергосистемы ДГ-ФЭП-АБ
12
Оценка эффективности целей по каждомуу'-му варианту/у и общей эффективности вариантов В
12
Уравнение регрессии
12
Проверка адекватности по критерию Фишера
12
Выбор оптимального варианта системы
Рисунок 3 - Алгоритм многоцелевой оптимизации состава и мощности энергосистемы ДГ-ФЭП-АБ для электроснабжения изолированных потребителей
Рисунок 4 - Графики суточных нагрузок с. Качык
Максимальная потребляемая мощность 10 кВт приходится на 17-18 ч в зимнее время, минимальная 2,4 кВт - на 14-15 ч летом.
На основе анализа литературных данных, обобщения имеющегося опыта и
Перечень и оценки весомо
опроса специалистов автором был определен предварительный перечень наиболее важных шести целей Oi, требующих ранжирования (таблица 2).
Таблица 2
целей в относительных единицах
Цели Оценка весомости Vi
Oi Минимум капитальных затрат на строительство системы ДГ-ФЭП-АБ 0,205
02 Минимум себестоимости электроэнергии, вырабатываемой системой ДГ-ФЭП-АБ 0,051
Оз Максимум удельной выработки электроэнергии ФЭП на 1 кВт установленной мощности 0,308
O4 Минимум расхода дизельного топлива на выработку 1 кВт-ч электроэнергии ДГ 0,308
О5 Минимальный срок окупаемости проекта ДГ-ФЭП-АБ 0,103
Об Максимум привлекательности проекта ДГ-ФЭП-АБ для инвестора 0,026
Каждой цели эксперт присваивает оценочный ранг, определяющий, по мнению эксперта, весомость цели. Наиболее важная цель получает первый ранг (а=1). Если какие-либо две или три цели невозможно различить по важности, то каждая из них получает ранг, равный среднему арифметическому присвоенных рангов.
Обработка матрицы рангов [а/к], где / - номер цели по перечню, к - номер эксперта, дает возможность оценки весомости каждой цели по формулам:
А =1.1 Лк; Щ =1 - А (пЫ)~1 + п\ V = Щ (Е1=1М'1)-1
где N - число экспертов; п - число целей в перечне; Ai - сумма рангов /-ой цели
Для СЭС с. Качык с учетом величины нагрузки приняты следующие значения факторов:
х1 - система ДГ с единичной мощностью 4 кВт;
х2 - система ДГ с единичной мощностью 6 кВт;
х3 - комплекс ФЭП с мощностью ФЭП 160 Вт;
х4 - комплекс ФЭП, оснащенных трекерами, с мощностью 160 Вт;
х5 - банк АБ с емкостью элемента 55(4) А-ч; х6 - банк АБ с емкостью элемента 100 А-ч.
План факторного эксперимента при выборе состава оборудования системы для шести выше описанных факторов определяется дробной 1/8 репликой
(таблица 3), в которой значения факторов «+1» отвечают верхним уровням, «-1» отвечают нижним уровням, а «0» соответствует среднему уровню.
Таблица 3
План факторного эксперимента
Вариант энергосистемы Факторы
Xj X2 Хз Х4 Х5 Хб
1 -1 -1 -1 +1 + 1 +1
2 + 1 -1 -1 -1 -1 +1
3 -1 + 1 -1 -1 + 1 -1
4 + 1 + 1 -1 +1 -1 -1
5 -1 -1 +1 +1 -1 -1
6 + 1 -1 +1 -1 + 1 -1
7 -1 + 1 +1 -1 -1 +1
8 + 1 + 1 +1 +1 + 1 +1
Уровни факто зов, кВт/кВт-ч:
верхний +1 нижний -1 3х4=12 1х4=4 2х6=12 1х6=6 6,4 3,2 12,8 6,4 19 9 18 0
Для оценки эффективности обеспечения целей в каждом варианте экспертами предложены следующие абсолютные показатели и процедуры вычисления.
Цель 0\. Показатель - Капитальные вложения в систему ДГ-ФЭП-АБ, Зкап, тыс. руб., определяются по формуле:
Зкап = Сосн.об + Свсп.об + СД + СПИР + Сстр + ССМР,
где Сосяоб, тыс. руб. - стоимость основного оборудования ДГ-ФЭП-АБ;
Свспоб, тыс. руб. - стоимость вспомогательного оборудования составляет 2 % от стоимости основного оборудования ДГ-ФЭП-АБ;
Сд , тыс. руб. - затраты на доставку
составляют 15 % от стоимости оборудования;
Спир , тыс. руб. - затраты на проектные работы определяются в размере
10% от стоимости закупаемого оборудования;
Сстр, тыс. руб. - затраты на
строительство составляют 8 % от стоимости оборудования; (5)
Ссмр , тыс. руб. - затраты на строительно-монтажные работы определяются в размере 12% от стоимости оборудования.
В комплект основного оборудования входят ДГ разных производителей, ФЭП, солнечные трекеры и АБ различных емкостей. Стоимость единицы каждого оборудования представлена в таблице 4.
Таблица 4
Стоимость комплекта основного оборудование ДГ-ФЭП-АБ
Оборудование Мощность (емкость) 1 ед. обор. Стоимость, тыс. РУб.
ДГ «Huter LDG5000CLE» 4 кВт 62,34
ДГ «Вепрь АДП 6-230 ВЛ-БС» 6 кВт 148
ФЭП «ТСМ 160 (24)» 0,16 кВт 13,4
Солнечный трекер ED-1500 (160-180 Вт) на 9 ФЭП - 125
АБ «Delta GX 12» 55 А/ч 8,46
АБ «Delta GX 12» 100 А/ч 9,125
Цель O2. Показатель - себестоимость электроэнергии, от комбинированной
энергосистемы ДГ-ФЭП-АБ, Ском б,
руб./кВт-ч равна:
_ фСП • ССП + (Кбщ - фСП) • ТДЭС
С
комб
W
общ
6)
где W0бщ, кВт-ч - общее годовое
потребление электроэнергии жителями с. Качык за 2014 г. составило 31,248 МВт-ч; Wen, кВт-ч - ежегодная общая выработка электроэнергии ФЭП определяется как суммарная выработка всех установленных ФЭП без трекера и ФЭП с использованием трекера. Ежегодная выработка 1 ФЭП с трекером равна 0,269 МВт-ч, 1 ФЭП без трекера равна 0,173 МВт-ч; ТдЭС , кВт-ч -существующий отпускной тариф ДЭС; Ссп , руб./кВт-ч - себестоимость электрической энергии, производимой ФЭП равна:
Зкап + И - ТСЛ
Wcn- ТСЛ 7)
ССП =-
где И, тыс. руб. - ежегодные издержки на эксплуатацию и обслуживание энергосистемы составляют 1 % от стоимости основного оборудования ДГ-ФЭП-АБ; ТСЛ - срок службы ФЭП, равный 25 годам.
Цель O3. Показатель - удельная выработка электроэнергии ФЭП на 1 кВт
установленной мощности, кВт-ч/кВт:
Wen
W
уд.СП,
W
уд.СП
Pen
8)
где Рсп , кВт - общая установленная мощность ФЭП.
Цель O4. Показатель - денежный эквивалент «вытесненному» дизельному
топливу Эдт , тыс. руб.
Цель O5. Показатель - срок
окупаемости проекта ДГ-ФЭП-АБ, Ток , лет.
Цель O6. Показатель - чистая Результаты полученных абсолютных
приведенная стоимость проекта, NPV, млн. оценок показателей обеспечения целей по руб. вариантам приведены в таблице 5.
Таблица 5
Результаты расчета относительных оценок обеспечения целей и общей эффективности
вариантов системы ДГ-ФЭП-АБ
Варианты Цели (коэффициенты весомости ) Vj и частные оценки эффективности Г, Общая эффективность варианта
1 2 3 4 5 6 B = Z vifij г В=¿о + +...+bnxt
0,205 0,051 0,308 0,308 0,103 0,026
1 0,334 0,697 0,757 1 0,538 0,685 0,718 0,707
2 1 0,002 0 0,556 0,018 0,002 0,378 0,352
3 0,994 0 0 0,556 0 0 0,375 0,377
4 0,382 0,712 0,757 1 0,617 0,703 0,737 0,735
5 0,382 1 1 0,556 1 1 0,737 0,700
6 0,843 0,242 0,243 0 0,385 0,242 0,306 0,343
7 0,82 0,236 0,243 0 0,333 0,234 0,295 0,265
8 0 0,885 1 0,556 0,452 0,862 0,593 0,623
Нормированные относительные
оценки эффективности обеспечения целей могут быть получены на основе линейного преобразования для прямой и инверсной зависимости этих оценок от абсолютной величины технико-экономического
показателя по одной из формул:
г _ yi — ymin .
Ji ~ ; ymax — ymin
Утах - Уг . 9)
Ji ~ ;
ymax — ymin где ymax, ymin - верхнее и нижнее значения абсолютных величин технико-экономических показателей; yi - значение показателя для рассматриваемого варианта. Результаты расчета относительных
оценок обеспечения целей / и общей эффективности В представлены в таблице 5.
В таблице 6 даны оценки эффективности вариантов В - по комплексному
критерию эффективности, В - по уравнению регрессии.
В соответствии с данными таблицы 4.2 коэффициенты уравнения регрессии определяются по формулам [13]: N
Ьо = 1/NI вк; к=1 к
(4.7)
N
Ь] = 1/N I ХкВк; к=1
где N - число реализованных опытов к, Вк - значение выходного параметра,
полученное на основе комплексного экспертных оценок вышеуказанных критерия эффективности с использованием компетентных специалистов.
Таблица 6
Абсолютные оценки обеспечения целей по вариантам энергосистемы
№ Показатели Варианты
1 2 3 4 5 6 7 8
2 Зкап , тыс. РУб. 5537 3665 3683 5401 5401 4107 4170 6474
3 Скомб РУб /кВт^4 15,38 25,02 25,05 15,18 11,18 21,68 21,78 12,78
4 Wyd.Cn, кВт-ч/кВт 270 154 154 270 307 191 191 307
5 Эдт , тыс. руб. 1561 1481 1481 1561 1481 1381 1381 1481
6 ТОК > лет 20,65 24,01 24,13 20,14 17,66 21,64 21,97 21,21
7 NPV, млн. руб. 11,67 6,11 6,09 11,81 14,24 8,07 8,00 13,11
Коэффициенты проверяются на значимость по критерию Стьюдента. Коэффициент Ь считается значимым, если выполняется условие:
(Ьу) (10)
где S(bj) - среднеквадратическая ошибка в оценке коэффициента Ь/, ts -коэффициент Стьюдента с числом степеней свободы б = N - 1.
В данном случае в уравнении все коэффициенты, кроме Ь1, являются значимыми, и тогда уравнение регрессии примет вид:
В = 0,517 - 0,017 х2 - 0,035х3 + 0,179х4 - 0,02х5 - 0,021х6
Проверка адекватности полученного уравнения производится с помощью критерия Фишера по выражению:
Fрасч= ^ Fma&„ [(W - m - 1), (m - 1)J (11)
S 2 (В) где
£ (B - Вк )2
_ ()
^ (В) ад = —Гг -ГГ—
N — (т +1)
где Вк - значение выходного параметра, полученное из опыта на основе комплексного критерия эффективности,
л
В к - значение выходного параметра, полученного по уравнению регрессии.
В данном случае 3,976 < 6,94, значит,
условие адекватности по критерию Фишера
соблюдено.
По условию линейности зависимостей
В и х при экспертных оценках максимум В будет иметь место при таком сочетании
граничных значений параметров х, при котором все члены уравнения регрессии положительны, а незначимые равны нулю: Х1= 0, т. е. мощность ДГ равна 8 кВт; х2= -1, т. е. мощность ДГ равна 6 кВт; х3= -1, т.е. суммарная мощность установленных ФЭП равна 3,2 кВт; х4= +1 , т. е. суммарная мощность установленных ФЭП с трекером будет равна 12,8 кВт; х5= -1, т. е. суммарная энергия, запасенная в банке АБ емкостью 55 А-ч, равна 9,9 кВт-ч; х6= -1, т. е. суммарная энергия, запасенная в банке АБ емкостью 100 А-ч равна нулю.
Технико-экономические показатели опг
АБ для
Уравнение регрессии примет следующий вид:
Вмакс = 0,517 + 0,017 + 0,035 + 0,179 + 0,02 + 0,021 = С
Полученная структура системы ДГ-ФЭП-АБ отвечает оптимальному решению. Генерирующая мощность изолированной энергосистемы для с. Качык включает 14 кВт мощности ДГ и 16 кВт от ФЭП и 9,9 кВт-ч электроэнергии, накопленной в АБ. Для данного варианта произведен расчет технико-экономических показателей,
представленный в таблице 7.
Таблица 7
мального варианта энергосистемы ДГ-ФЭП-Качык
Показатели Значение
Кап. вложения в систему ДГ-ФЭП-АБ, тыс. руб. 5036,17
Себестоимость электроэнергии, производимой ДГ, ФЭП,руб./кВт-ч 14,64
Удельная выработка электроэнергии ФЭП, кВт-ч / кВт 1561,25
Денежный эквивалент вытесненному дизтопливу, тыс. руб. 269,78
Срок окупаемости системы, лет 18
Чистая приведенная стоимость проекта, млн. руб. 12,19
На рисунках 5 и 6 показано распределе-ние генерирующих мощностей и использование энергии АБ в
изолированной энергосистеме ДГ-ФЭП-АБ для покрытия суточных летнего и зимнего графиков нагрузки.
Рисунок 5 - Распределение генерирующих мощностей в графике нагрузки летом
Рисунок 6 - Распределение генерирующих мощностей в графике нагрузки зимой
Результаты, достигаемые после создания энергосистемы ДГ-ФЭП-АБ в с.Качык:
- график подачи электроэнергии изменен с 18 ч. до 24 ч. в сутки;
- снижено на 70 % потребление дизельного топлива по отношению к потреблению при 18 ч. графике подачи электроэнергии;
Библиографический список
1. Шерьязов, С. К. Методические основы определения мощности гелио- и ветроэнергетических установок / С. К. Шерьязов. -Текст : непосредственный // Техника в сельском хозяйстве. - Москва. - 2000. -- № 3. - С. 36 - 39.
2. Безруких, П. П. Ресурсы и эффективность использования возобновляемых источников энергии в России / П. П. Безруких, Ю. Д. Арбузов, Г. А. Борисов, В. И. Виссарионов и др. - Санкт-Петербург : Наука, 2002. - 314 с. - Текст : непосредственный.
3. Киушкина, В. Р. Автономный электротехнический комплекс с ветроэлектростанциями для малой энергетики Якутии / В. Р. Киушкина, Б.В. Лукутин. - Текст :
- уменьшено время работы ДГ с 18 ч. до 3-5 ч. в сутки в среднем в году, что позволит почти в 2 раза увеличить межсервисные интервалы для ДГ;
- ФЭП в составе системы в течение года будут вырабатывать в среднем 68,44 кВт-ч электроэнергии в сутки при общем суточном потреблении села, равном 85,61 кВт-ч.
непосредственный // Электрика. - 2007. - № 3. -С.19-25.
4. Адлер, Ю. П. Планирование эксперимента при поиске оптимальных условий / Ю. П. Адлер, Е. В. Маркова, Ю. В. Грановский. - Москва : «Наука», 1976. - 279 с. - Текст : непосредственный.
5. Гук, Ю. Б. Оценка надежности электроустановок / Ю.Б. Гую, Э.А. Лосев, А.В. Мясников. - Москва : «Энергия», 1974 - 290 с. - Текст : непосредственный.
6. Веников, В. А. Применение статистических методов факторного планирования эксперимента и расчета к оценке статической устойчивости при учете неточности задания параметров схем и режимов электрических систем / В. А. Веников, И. Д. Анисимова, Н. К. Круг, В. М. Артемьева. -
Текст : непосредственный // Известия вузов. Энергетика. - 1973. - № 4.
7. Григорьев, А. С Выбор критериев оптимизации при разработке гибридных установок на основе солнечных модулей для электропитания локальных удаленных потребителей промышленно -бытового назначения / А. С. Григорьев, С. А. Григорьев, Ю. В. Кухмистров, Ю. А. Нечаев. - Текст : непосредственный // Альтернативная энергетика и экология. - 2011. -№ 12(104). - С. 39-48.
8. Асатурян, В. И. Теория планирования эксперимента / В. И. Асатурян. - Москва : Радио и связь, 1983. - 248 с. - Текст : непосредственный.
9. Гук, Ю. Б. Основы выбора оптимальных решений в стстемах энергетики и водного хозяйства / Ю. Б. Гук, Д. С. Щавелев, М. П. Федоров, М. В, Семенов и др.; под редакцией Д. С. Щавелева. - Ленинград : Ленинградский политехнический институт имени М. И. Калинина, 1977. - 83 с. - Текст : непосредственный.
10. Лещинская, Т. Б. Применение методов многокритериального выбора при оптимизации систем электроснабжения сельских районов / Т. Б. Лещинская. - Текст : непосредственный // Электричество. - 2003 - № 1. - С. 14-22.
11. Налимов, В. В. Теория эксперимента / В. В. Налимов. - Москва : Наука, 1971. - 207 с. - Текст : непосредственный.
12. Гук, Ю. Б. Комплексный анализ эффективности технических решений в энергетике / Ю. Б. Гук, П. П. Долгов, В. Р. Окороков и др. ; редакторы В. Р. Окороков и Д. С. Щавелев. - Ленинград : Энергоатомиздательство, Ленинградское отделение, 1985. - 176 с. - Текст : непосредственный.
13. Энергетические ресурсы СССР. Гидроэнергетические ресурсы / А. Б. Авакян, В. А. Баранов, Л. Б. Бернштейн и др. ; под редакцией А.
Н. Вознесенского. - Москва : Наука, 1967. References
1. Sheryazov S. K. Metodicheskie osnovy opredelenija moshhnosti gelio- i vetrojenergeticheskih ustanovok [Methodological bases for determining the capacity of solar and wind power plants]. Tehnika v sel'skom hozjajstve [Machinery in agriculture]. Moscow, 2000. No. 3. P. 36 - 39. (In Russian)
2. Bezrukikh P. P., Arbuzov Yu. D., Borisov G. A., Vissarionov V. I. et al. Resursy i jeffektivnost' ispol'zovanija vozobnovljaemyh istochnikov jenergii v Rossii [Resources and efficiency of renewable energy sources in Russia]. Saint-Petersburg, Nauka Publ., 2002. 314 p. (In Russian)
3. Kiushkina V. R., Lukutin B.V. Avtonomnyj jelektrotehnicheskij kompleks s vetrojelektrostancijami dlja maloj jenergetiki Jakutii [Autonomous electrotechnical complex with wind power plants for small power generation in Yakutia]. Jelektrika. 2007. No. 3. P. 19-25. (In Russian)
4. Adler Yu. P., Markova E. V., Granovsky Yu. V. Planirovanie jeksperimenta pri poiske optimal'nyh uslovij [Experiment planning while searching for optimal conditions]. Moscow, Nauka Publ., 1976. 279 p. (In Russian)
5. Guk Yu. B., Losev Ye.A., Myasnikov A.V. Ocenka nadezhnosti jelektroustanovok [Assessment of reliability of electrical installations]. Moscow, Energy, 1974, 290 p. (In Russian)
6. Venikov V. A., Anisimova I. D., Krug N. K., Artemieva V. M. Primenenie statisticheskih metodov faktornogo planirovanija jeksperimenta i rascheta k ocenke staticheskoj ustojchivosti pri uchete netochnosti zadanija parametrov shem i rezhimov jelektricheskih sistem [Application of statistical methods of factor planning of the experiment and calculation to the assessment of static stability, taking into account the inaccuracy of setting parameters of circuits and modes of electrical systems]. Izvestija vuzov. Jenergetika [University news. Energy]. 1973.
No. 4. (In Russian)
7. Grigoriev A. S., Grigoriev S. A, Kukhmistrov Yu. V., Nechaev Yu. A. Vybor kriteriev optimizacii pri razrabotke gibridnyh ustanovok na osnove solnechnyh modulej dlja jelektropitanija lokal'nyh udalennyh potrebitelej promyshlenno-bytovogo naznachenija [Selection of optimization criteria in the development of hybrid installations based on solar modules for the power supply of local remote consumers for industrial and household purposes]. Al'ternativnaja jenergetika i jekologija [Alternative energy and ecology]. 2011. No. 12(104). P. 39-48. (In Russian)
8. Asaturyan V. I. Teorija planirovanija jeksperimenta [Theory of experiment planning]. Moscow, Radio i svjaz, 1983. 248 p. (In Russian)
9. Guk Yu. B., Shavelev D. S., Fedorov M. P., Semenov M. V. et al. Osnovy vybora optimal'nyh reshenij v cistemah jenergetiki i vodnogo hozjajstva, pod redakciej D. S. Shhaveleva [Fundamentals of choosing optimal solutions in energy and water management systems; edited by D. S. Shchavelev]. Leningrad, Leningrad Polytechnical Institute named after M.I. Kalinin, 1977. 83 p. (In Russian)
10. Leshinskaya T. B. Primenenie metodov mnogokriterial'nogo vybora pri optimizacii sistem jelektrosnabzhenija sel'skih rajonov [Application of multicriteria selection methods in optimizing power supply systems in rural areas]. Jelektrichestvo [Electricity]. 2003. No. 1. P. 14-22. (In Russian)
11. Nalimov V. V. Teorija jeksperimenta [Experiment Theory]. Moscow, Nauka Publ., 1971. 207 p. (In Russian)
12. Guk Yu. B., Dolgov P. P., Okorokov V. R. et al. Kompleksnyj analiz jeffektivnosti tehnicheskih reshenij v jenergetike; redaktory V. R. Okorokov i D. S. Shhavelev [Complex analysis of the effectiveness of technical solutions in the energy sector; editors V. R. Okorokov and D. S. Shchavelev]. Leningrad, Jenergoatomizdatelstvo, Leningrad Departmnet, 1985. 176 p. (In Russian)
13. Avakyan A. B., Baranov V. A., Bernstein L. B. et al. Jenergeticheskie resursy SSSR. Gidrojenergeticheskie resursy; pod redakciej A. N. Voznesenskogo [Energy resources of the USSR. Hydropower resources; edited by A. N. Voznesensky]. Moscow, Nauka Publ., 1967. (In Russian)
Кенден Кара-кыс Вадимовна, кандидат технических наук, старший преподаватель кафедры «Общеинженерные дисциплины», Тувинский государственный университет, г. Кызыл, e-mail: Kuca08@mail.ru
Kara-kys V. Kenden, Candidate of Technical Sciences, Senior Lecturer at the Department of General Engineering Disciplines, Tuvan State University, Kyzyl, Russia, e-mail: Kuca08@mail.ru
Статья поступила в редакцию 2.06.2022
