CC BY
13УДК 681.518
Сиддиков И.Х. доктор технических наук, профессор, кафедра «Система обработки информации и управления», Ташкентский государственный технический университет им. Ислама Каримова,
Ташкент, Республика Узбекистан Порубай О.В.
докторант на соискание ученой степени PhD, кафедра «Система обработки информации и управления», Ташкентский государственный технический университет им. Ислама Каримова,
Ташкент, Республика Узбекистан Siddikov I.Kh. Doctor of Technical Sciences, Professor, Department "Information processing and management system", Tashkent State Technical University named after Islam Karimov,
Tashkent, Republic of Uzbekistan Porubay O.V. Doctoral candidate for the PhD degree, Department "Information processing and management system", Tashkent State Technical University named after Islam Karimov,
Tashkent, Republic of Uzbekistan E-mail: oksanaporubay@gmail.com
Обзор многокритериальной модели принятия решений электроэнергетического
сектора в Республике Узбекистан Overview of the multi-criteria decision-making model of the electric power sector in the
Republic of Uzbekistan
Аннотация: Электроэнергетический сектор в Узбекистане сталкивается со сложными проблемами устойчивости, поскольку в недавней государственной энергетической политике приоритет отдается социальным и экологическим проблемам. Для решения подобного рода проблем для оценки устойчивости различных сценариев политики в электроэнергетическом секторе республики, в данной статье была рассмотрена многокритериальная модель принятия решений (ММПР), связанная с моделью
энергетической системы. Основываясь на нескольких анализах компромиссов между различными критериями, наиболее предпочтительным направлением перехода к энергетике является сокращение использования угля.
Abstract: The electricity sector in Uzbekistan faces complex sustainability issues as recent government energy policy prioritizes social and environmental issues. To solve this kind of problems to assess the sustainability of various policy scenarios in the electric power sector of the republic, this article considered a multi-criteria decision model (MCDM) associated with the model of the energy system. This article provides an overview that shows that a new transitional policy is not the best option in terms of overall costs and emissions, but from other perspectives it may be more desirable. Based on several analyzes of trade-offs between different criteria, the most preferred direction for the energy transition is to reduce the use of coal.
Ключевые слова: многокритериальная модель принятия решений; программирование целей; критерии оценки; модель энергетической системы; анализ политики.
Keywords: multi-criteria decision-making model; goal programming; evaluation criteria; energy system model; policy analysis.
Введение. Поскольку традиционные технологии производства электроэнергии являются углеродоемкими, большинство стран не могут избежать увеличения доли низкоуглеродных источников энергии в энергетическом балансе. В соответствии с этой глобальной тенденцией правительство Узбекистана решило поменять политику энергетического перехода и выбрало направление на создание чистой и безопасной энергетической системы. Новая политика предполагает снижение зависимости от ядерных и угольных источников энергии при одновременном увеличении зависимости от менее углеродоемкого производства природного газа с комбинированным циклом и возобновляемых источников [5, 8]. С этой целью была предложена модель энергетической системы для создания различных энергетических портфелей, имеющих отношение к политике, которая связана с многокритериальной моделью принятия решений (ММПР) [6, 7, 11].
Методология. Модель ММПР оценивает долю генерации каждого сценария, на основе семи критериев устойчивости: доступность, безопасность,
инвестиционные затраты, переменные затраты, выбросы, землепользование и общественное признание (¡=1...7). Общее количество оцениваемых технологий: уголь, атомная энергия, сжиженный природный газ, солнечная энергия и энергия ветра (1=1...5). На рис. 1 показана схема для оценки каждого сценария.
Рисунок 1 — Обзор структуры исследования
Стандартная формулировка целевого программирования заключается в минимизации отклонений от целей с учетом ограничений и выглядит следующим образом:
ММ =У В+ + В
(1)
/ (х) + В - В + = А Vш, где / (х): цель g быть оптимизированным, В++, В-: отклонение цели g от уровня стремления А, Ag: уровень стремления цели g.
В модели энергосистемы с целевым программированием необходимо нормализовать и интегрировать различные единицы критериев. Чтобы согласовать экономические и экологические ценности с одним и тем же стандартом, мы используем метод процентной нормализации. Цель состоит в том, чтобы свести к минимуму общее процентное отклонение экономических и экологических критериев.
_ (В + + В ) (В+ + В )
V экон_экон / | V эмис эмисУ
О(экон)
О(эмис)
где О , О : экономическое отклонение недостигнуто
^ экон~ экон ^ ^
(передостигнуто).
О+ , О : отклонение эмиссии недостигнуто (передостигнуто),
эм ис~ эм ис ^ ^ /у
G(экон), G (эмис): определены экономические цели и цели по выбросам.
ММПР отражает технические, экономические, экологические и социальные аспекты технологий генерации. Технический аспект измеряется «доступностью» и «безопасностью» технологии производства электроэнергии. «Доступность» представляет собой максимальный технический предел технологии производства электроэнергии для производства электроэнергии заданной мощности [3] и широко используется в качестве исходных данных в энергетических моделях [2]. «Безопасность» подразумевает риск аварии при эксплуатации технологии генерации, который представляет собой произведение вероятности редкой аварии и ее последствий, таких как число погибших [4,10].
Экономический аспект количественно определяется «инвестиционными затратами» и «переменными затратами», которые следует минимизировать. Охват экономического аспекта такой же, как данные о затратах, используемые в энергетической модели, но он представлен в виде индекса в соответствии с процедурами, описанными в уравнении (3).
А - тт( А )
V.. (А.) =-*-(3)
11 11 тах( А ) - тт( А )
Экологический аспект рассматривает «суммарные выбросы» загрязнителей воздуха, парниковых газов и «землепользование» объектов электроэнергетики.
Социальный аспект представлен «общественным признанием» технологии производства электроэнергии. Согласие местных жителей необходимо, особенно в случае с атомной электростанцией.
Первым шагом в оценке ММПР является нормализация значения каждого атрибута путем сравнения значения атрибута каждой технологии генерации
(Лу). Лучшая технология генерации в атрибутеу получает наивысший балл (1), а худшая технология получает самый низкий балл (0).
=£ м^ (А) (4)
1=1
X и • II II ^.»
где м =— для 1 = "землепользование", м1к =—— для
1Ф "землепользование", Уу(Лу) — нормализованное значение технологии / с точки зрения атрибута у.
Второй шаг MCDM заключается в вычислении оценки атрибута каждого сценария & (ЛБ^ путем отражения доли каждой технологии генерации. В этой процедуре доля выработки каждого сценария измеряется на основе доли генерации (хц) технологии в общем выработке, которая оценивается MCDM. В случае землепользования доля мощности применяется в качестве исключения, поскольку выделение земли основано на единице мощности (хц), а не на количестве произведенной электроэнергии.
^ =Е г1кА$к (5)
]=1
Наконец, вес каждого атрибута (гу) умножается на оценку атрибута каждого сценария, чтобы получить окончательную оценку MCDM для сценария
к (ББ)
Заключение. Узбекистан движется к переходу в электроэнергетическом секторе в соответствии с глобальной тенденцией. Сложные аспекты устойчивости в электроэнергетическом секторе требуют подхода ММПР для объективной оценки различных политик и сценариев. Мы рассмотрели модель энергетической системы и последующий инструмент ММПР, используя данные, характерные для Узбекистана, и соответствующие сценарии национальной политики.
Были изучены различные компромиссы между критериями устойчивости. При осуществлении энергетического перехода в Узбекистане заменой ядерному сокращению должны быть технологии с низким уровнем выбросов углерода, а
не угольная энергетика, чтобы избежать эффекта воздушного шара, который может снизить общую устойчивость.
Список литературы
1. Порубай О.В. Проблемы принятия управленческих решений на основе строгих методов // Актуальные вопросы техники, науки, технологии, — 2021. — С. 423-427.
2. Порубай О.В., Амиров А.Р. Проблемы принятия решений в условиях определенности и риска на основе строгих методов // Universum: технические науки, — 2021. — №. 6-1. — С. 32-33.
3. Порубай О. В., Хасанова М. Системы поддержки принятия решений с интеллектуальными механизмами поиска для оперативно-диспетчерского управления в электроэнергетике (Ташкентский государственный технический университет им. И. Каримова, Ферганский филиал Ташкентского университета информаци // IEEE Transactions on Pattern Analysis and Machine Intelligence, — 2021. — Т. 16. — № 7.
4. Сиддиков И.Х., Порубай О.В. Принятие решений в условиях определенности и риска на основе строгих методов // Современные тенденции развития фундаментальных и прикладных наук, — 2021. — С. 208-214.
5. Hake J.F., Fischer W., Venghaus S., Weckenbrock C., The German Energiewende — history and status quo, Energy 92 (2015) 532-546, DOI: https://doi.org/10.1016/j. energy.2015.04.027.
6. Kaya I., £olak M., Terzi F., A comprehensive review of fuzzy multicriteria decision making methodologies for energy policy making, Energy Strateg. Rev. 24 (2019) 207-228, — DOI: https://doi.org/10.1016Zj.esr.2019.03.003.
7. Lee H.C., Ter Chang C., Comparative analysis of MCDM methods for ranking renewable energy sources in Taiwan, Renew. Sustain. Energy Rev. 92 (2018) 883-896, DOI: https://doi.org/10.10167j.rser.2018.05.007.
8. Maxim A., Sustainability assessment of electricity generation technologies using weighted multi-criteria decision analysis, Energy Pol. 65 (2014) 284-297, DOI: https:// doi.org/10.1016/j.enpol.2013.09.059.
9. Porubay, O. (2020) "Decision-Making Under Conditions of Definition and Risk Based on Strict Methods" Chemical Technology, Control and Management: Vol. 2020: Iss. 5, Article 15. DOI: — https://doi.org/10.34920/2020.5-6.77-82 — [Электронный ресурс]. — Электрон. данн. — Режим доступа. — URL: https://uzjournals.edu.uz/ijctcm/vol2020/iss5/15/ Дата обращения 21.05.2022 — Загл. с экрана.
10. Siddikov I., Porubay O. «Neural network model of decision making in electric power facilities under conditions of uncertainty». 2nd International Conference on Energetics, Civil and Agricultural Engineering (ICECAE 2021) E3S Web Conf. Volume 304, 2021. DOI: https://doi. org/10.1051/e3 sconf/202130401001.
11. Wang Q., Poh K.L., A survey of integrated decision analysis in energy and environmental modeling, Energy 77 (2014) 691-702, DOI: https://doi.org/10.10167j. energy.2014.09.060.
