CC BY
8
ОПТИМИЗАЦИЯ ЭНЕРГЕТИЧЕСКИХ РЕЖИМОВ ЭЛЕКТРИЧЕСКИХ СТАНЦИЙ, РАБОТАЮЩИХ ЗА СЧЁТ ВОЗОБНОВЛЯЕМЫХ ИСТОЧНИКОВ
ЭНЕРГИИ
1 2 3
Файзиев М.М. , Ибрагимов И.И. , Раджабов М.К. Email: Fayziyev1188@scientifictext.ru
1 Файзиев Махманазар Мансурович - кандидат технических наук, доцент, заведующей кафедрой; 2Ибрагимов Искандар Исроилович - ассистент; 3Раджабов Мухаммад Бобур Карим угли - магистрант, кафедра электроэнергетики, энергетический факультет, Каршинский инженерно-экономический институт, г. Карши, Республика Узбекистан
Аннотация: в статье приведена математическая модель задачи оптимального планирования суточного режима электроэнергетической системы, содержащейся в составе дейтвующих гидравлической (ГЭС), тепловой (ТЭС) и солнечной (СЭС) станций. Предлагается основной подход по её решению. Ключевые слова: математическая модель, суточный режим, оптимизация режима, целевая функция, топливные издержки, расход воды.
OPTIMIZATION OF MODES OF ELECTRIC POWER SYSTEMS WHICH HAVE POWER PLANTS IN RENEWABLE ENERGY SOURCES Fayziyev M-М.1, Ibragimov I.I.2, Rajabov M^.3
1Fayziyev Makhmanazar Mansurovich - Candidate of Technical Sciences, Associate Professor, Head of Department;
2Ibragimov Iskandar Isroilovich - Assistant; 3Rajabov Mukhammad Bobur Karim ugli - master's Student, DEPARTMENT OF ELEKTRJC POWER ENGINEERING, FACULTY OF ENERGY, KARSHI ENGINEERING ECONOMIC INSTITUTE, KARSHI, REPUBLIC OF UZBEKISTAN
Abstract: in this article the mathematic model of the problem of optimization of daily mode of electric power system which have thermal (TPP), hydro (HPP), solar (SPP) and wind (WPP) power plants is presented. The basic approch for its solution is offered.
Keywords: mathematic model, daily mode, optimization of the mode, objective function, fuel expence, water consumption.
На сегодняшний день во многих государствах мира ведутся научно-исследовательские и практические работы по внедрению и эффективному использованию станций, работающих в системе электроэнергетики на возобновляемых источниках энергии, в частности солнечных и ветряных
Работающие станции на возобновляемых источниках энергии имеют ряд преимуществ, они не имеют проблем, связанных с загрязнением окружающей среды, сравнительно маленькие затратные средства на их содержание в будущем определяют их перспективы и дальнейшее развитие. В принятых программах концепции развития энергетики Республики Узбекистан указаны задачи стремительного внедрения электрических станций и работающих в энергетической системе на возобновляемых источниках энергии.
Для выполнения этой задачи в Республике Узбекистан запущена в эксплуатацию солнечная электростанции на основе фотовольтических устройств с мощностью 100 МВт. В будущем планируется запуск новых типов ветровых электростанций. На станциях в энергетических системах, работающих в условиях запланированных различных режимов, необходимо усовершенствование существующих методов управления и алгоритмов. Для рассмотрения этих задач необходима математическая модель высокой точности и на её основе нужно разработать более эффективные способы и алгоритмы. В мире по этому направлению проделано много научно-исследовательских работ, в том числе [1 - 3], где в основном больше внимания уделено повышению точности прогнозирования мощности ветровой и солнечной станций и повышению эффективного использования аккмуляторной батарей электрической энергии. Использование аккумуляторных батарей большой мощности на сегодняшний день находится на начальных этапах. Использование в настоящее время таких аккумуляторов приведет к повышению капитальных для строительства таких типов станций. Надо обратить внимание, что действующие технологии на станциях большой мощности в основном не рассчитаны на использование аккумуляторных батарей.
В этой работе основной целью для решения задач является применение математической модели и задачи оптимального планирования суточных режимов энергетических систем в составе разновидных действующих электростанций, в том числе, ГЭС, ТЭС, СЭС и ВЭС. Затраты топливно-энергетических ресурсов в течение суток во всех ТЭС определяются следующей функцией:
24 NT
B = (P) ^ min, (1)
t=i ¿=1
здесь: NT- количество ТЭС, которые участвуют в оптимизациях систем электроэнергетики; Pit, Bit- i -го ТЭС, участвующие в оптимизации мощности
t- го времени станции и связанные с ними расходы топливных ресурсов.
Условия раздела границ:
1) баланс активной мощности в системах электроэнергетики на каждый час суток
NT Nr NK ЫШ
HP +HP +HP + HP = PHt, t=1, 2, ..., 24, (2)
i=1 j=1 k=1 s=1
здесь: Nr, NK, - количество участвующих в оптимизации станций - ГЭС, СЭС и ВЭС;
Pit, Pp Pkt, Pst- мощность i-го ТЭС участников в оптимизации, j- го ГЭС, к- го СЭС и s- го ВЭС t-го часа в сутки; PHt - нагрузка электроэнергетических систем t-го часа в сутки (с учетом потери в электрические сети).
2) условия раздел границ в виде зависимости по расходуемому общему объему воды в сутки на каждой ГЭС.
Q (Pjt )dt = Qj , j=1, 2, ..., Nr , (3)
0
здесь: Ppt, Qpt - мощность t- го часа в сутки, j-го ГЭС участников в оптимизации и его расходов объема воды в этой час; Q. - выданный объем воды для расхода j-ГЭС.
3) простые условия раздела границ в виде зависимости по минимальной и максимальной мощности выдаваемого по возможности каждой электростанции
nmin ^ р ^ nmax 73min ^ р ^ pmax pmin ^ р ^ pmax 73min ^ р ^ pmax
Pit — Pit — Pit ' Pjt — Pjt — Pij ' Pkt — Pkt — Pkt ' Pst — Pst — Pst '
(4)
r>min nmax T->min nmax j->min nmax rjmin nmax mr^^ ^^^ ,
здесь: Pit > Pit ' Pjt > Pjt ' Pkt > Pkt ' Pst > Pst - мощность '-го ТЭС, j го ГЭС, к-го СЭС и раздел границ минимальной и максимальной мощности выдаваемого по возможности t- го часа в сутки, s- го ВЭС.
Если на станциях ТЭС и ИЭС, которые считаются традиционными, значения минимальной и максимальной выдаваемой мощности определяются составом работающих агрегатов и технологических процессов, то на станциях ВЭС и СЭС, которые считаются альтернативными источниками энергии, кроме технологических процессов определяются следующими факторами, которые указываются ниже. Выдаваемая предельная минимальная и максимальная мощность ВЭС для каждого часа определяется скоростью ветра и определяется следующей формулой [4]:
0 = РГ, 0 — Vk, — Vkmn ёки Vkt > vk. max ;
Pt =<
P ном v
3 k 3--vl - 3 k- ном 3--Pr , агар Vk. min — Vfo — Vk.max ; (5)
V3 - V3 • V3 - V3 •
k. ном k. min k. ном k. min
Р,н°м V, < V < V,
к ? к .н°м м ¿.шах
здесь: Р^0™ - номинальная мощность к- го ВЭС;
, V НОЛ4 - номинальная скорости ветра и I- го часа в сутки;
V т т' V та х- минимальные и максимальные скорости для допустимых режимов работы ветровых турбин ВЭС.
В том числе, мощность солнечных электростанций на базе фотовольтических модулей зависит ряд факторов и их значение определяется в следующей формулой:
Г> Р,°м1 st I1 ^ КТ (Т ~ Тном )]
Ра ----, (6)
ном
здесь: Р НОЛ4 - выдаваемая мощность СЭС в условиях определенного стандарта (номинальная мощность); 1 ^ - интенсивность солнечного луча и го часа в сутки;
1ном - интенсивность солнечного луча в условиях определенного стандарта;
T - температура фотовольтического модуля t- го часа в сутки; kT- коэффициент температуры мощности;
Т„ом - температура в условиях стандарта. При планировании режимов в системах электроэнергетики СЭС и ВЭС и имеющиеся первичные энергетические в зависимости от их количества может заранее определить участие и определяется через формулы (5) и (6).
Согласно данной математической модели оптимальное планирование сформированной задачи суточного режима энергосистемы можно решить при помощи генетических алгоритмов [5]. На основе этих расчётных алгоритмов предусматривается выполнять следующие действия:
1) принимать вероятности мутации и селекции;
2) преобразование (начальных популяций) сборников (хромосомы) с учётом начальных точек и начального значения мощности станций, участвующих в оптимизации;
3) проверить выполнение заключительного пункта. При выполнении, все точки популяций (решённые варианты) сравнить и выбрать самую лучшую и вывести значения. В противном случае переходить в 4-ый пункт;
4) проверить соответствие (решение для каждой точки целевой функции) каждой составляющей сформировавшейся популяции (вариант решения);
5) принять во внимание значение целевой функции принятой вероятно спаренных решённых вариантов и сформирование новых популяций путём случайного определения и селекции;
6) в некоторых решённых вариантах новой сформированной популяции реализовать принятые мутации в некоторых решённых вариантах;
7) переход в 3-й пункт.
В этом случае при выполнении 4-го пункта, целевая функция определяется значением общих затрат, связанных с расходом топлива ТЭС и интегрирования на основе условного роста с расходом топлива, которые указаны в табличной форме. Заключение:
1) Предложена эффективная математическая модель оптимального суточного режима систем электроэнергетики, в состав которых входят ГЭС, ТЭС, СЭС и ВЭС. Этот модель дает возможность учесть все факторы, которые вляют на процесс оптимизации.
2) Достигнуть поставленной цели удалось с помощью решения задач с использованием генетических алгоритмов на основе математической модели, которая предложена для оптимального планирования суточных режимов системы электроэнергетики. Этот алгоритм, учитывая все предельные условия, даёт возможность с помощью реальных энергетических характеристик рассчитать поставленные задачи с большой точностью.
Список литературы /References
1. Wang G. et al. "A hybrid wind power forecasting approach based on Bayesian model averaging and ensemble learning". Renewable Energy 145, 2426-2434, 2020.
2. Sun M., Feng С. and Zhang J. "Conditional aggregated probabilistic wind power forecasting based on spatiotemporal correlation". Appl. Energy 256, 113842, 2019.
3. Bugaia А. et al. "Short-term forecast of generation of electric energy in photovoltaic systems". Renewable Sustainable Energy Rev. 81, 306-312, 2018.
4. Pinduan Hu, Cheng Cao and Shuailong Dai. "Optimal dispatch of combined heat and power units based on particle swarm optimization with genetic algorithm". AIP Advances 10, 045008, 2020.
5. Gayibov T.Sh., Pulatov B.M. Optimization of Short-term Modes of Hydrothermal Power System. E3S Web of Conferences 209, 07014 (2020) ENERGY-21. [Электронный ресурс]. Режим доступа: https://doi.org/10.1051/e3sconf/202020907014/ (дата обращения: 18.10.2022).
