CC BY
5
УДК 004.424.4, 004.424.6 А.А. Борзяк, Р.С. Смирнов
ГРНТИ 28.17.19, 28.23.19 АО «Управление ВОЛС-ВЛ»
DOI: 10.47501/ITN0U.2021.1.55-59
РАСЧЕТ ОПТИМАЛЬНЫХ ПАРАМЕТРОВ И СХЕМЫ РАЗМЕЩЕНИЯ НАКОПИТЕЛЕЙ ЭЛЕКТРОЭНЕРГИИ У ПОТРЕБИТЕЛЕЙ И/ИЛИ В УЗЛАХ СЕТЕВОЙ ИНФРАСТРУКТУРЫ С ЦЕЛЬЮ СОКРАЩЕНИЯ ЗАТРАТ НА ПОКУПКУ ЭЛЕКТРОЭНЕРГИИ
Целью работы является разработка алгоритмов выбора типа накопителя и профиля его загрузки.
Ключевые слова: минимизация затрат на электроэнергию, профиль загрузки накопителя, эвристический поиск, моделирование
А. Borziak, К. Smirnov
AO «Upravlenie VOLS-VL»
CALCULATION OF THE OPTIMAL PARAMETERS AND LAYOUT OF ELECTRICITY STORAGE DEVICES AT CONSUMERS AND / OR IN NETWORK INFRASTRUCTURE NODES IN ORDER TO REDUCE THE COST OF PURCHASING ELECTRICITY
The aim of the work is to develop algorithms for selecting the type of energy storage and its loading profile.
Keywords: minimizing energy costs, storage load profile, heuristic search, simulation
Введение
В связи с особенностями функционирования оптовых и розничных рынков электроэнергии, обеспечивающих через ценовые индикаторы стимулирование выравнивания графика нагрузки для генерации-потребителей - конечная цена на электроэнергию для потребителей имеет почасовую разбивку и колеблется как внутри суток, так и, если рассчитывать ее средневзвешенный индекс, на более продолжительных периодах - неделя, месяц, год (в т.ч. сезонные колебания) [1].
Например, по данным Администратора Торговой Системы [2], рис.1 - разброс цены для оптового рынка электроэнергии - на рынке на сутки вперед (РСВ) составил на 19 марта 2021 года до 20% от пиковой цены на электроэнергию.
На розничном рынке эти колебания транслируются гарантирующими поставщиками в колебания в соответствующих почасовых ценах для 3-6 ценовых категорий. Также для потребителей физических лиц введены зональные суточные тарифы, отличающиеся в различные периоды по укрупненным периодам.
Соответственно возникает задача по минимизации стоимости электроэнергии для потребителя и выравниванию графика нагрузки за счет использования так называемых накопителей электроэнергии [2].
Покупая дополнительные объемы электроэнергии в "дешевые" часы и закрывая собственное потребление в "дорогие", при определенных условиях возможно получение ценового эффекта для потребителя электроэнергии, перекрывающего стоимость самих накопителей, а также понесенных затрат на покупку дополнительных, относительно базового потребления, объемов в «дешевые часы».
Рис.1. Суточные индексы и объемы РСВ
В общем виде задача сводится к нескольким классам математических задач в частности к задаче многокритериальной оптимизации (с.122 [3]), но в связи с трудоемкостью формализации параметров и сведения общей модели к аналитической форме, а также ростом производительности вычислительной техники — представляется целесообразным рассмотреть алгоритмы, включающие в себя полный или частичный перебор всех возможных вариантов выбора накопителей и стратегий их работы с различными граничными условиями, включаемыми в качестве условий к получаемым конечным вариантам. Ниже представлен один из вариантов подобного алгоритма.
Постановка задачи
Имеется узел сетевой инфраструктуры (УЗИ), для увеличения прибыли поставим накопитель (НАК).
Параметры НАК:
- стоимость НАК - НАК_ЦЕНА,
- стоимость установки - НАК_УСТ,
- стоимость эксплуатации в год - НАК_ЭКСП,
- емкость - НАК_ЭЭ,
- мощность - НАК_МОЩ,
- коэффициент потерь при питании УЗИ - НАК_ПОТ.
Параметры УЗИ:
- объем отпускаемой электроэнергии (ЭЭ) каждый час - ЭЭ(0-23),
- цена отпускаемой электроэнергии потребителям (ЭЭ) каждый час - ЦН(0-23),
- минимальные закупаемые объемы в генерирующей сети каждый час -ЭЭ_МИН(0-23),
- максимальные закупаемые объемы в генерирующей сети каждый час -ЭЭ_МАКС(0-23),
Загрузка НАК по часам ЗАГР(0-23), при отдаче значение отрицательно.
Тогда стратегия - закачивать НАК по дешевому тарифу, расходовать по более высокому.
Алгоритмы решения задачи
1. Эвристический алгоритм
Данную задачу можно решать методом полного перебора. Каждый час НАК может быть в состоянии: 0-не загружать, 1-загружать, -1 - выгружать. Число вариантов, когда НАК начинает загружаться - 24.
Тогда общее число вариантов равно
24 * Pow(3, 24) = 6 778 308 875 544.
Даже современных компьютеров это большое число. Попробуем использовать эвристики.
Средняя цена для потребителя
ЦН_СРЕД = Сумма (ЭЭ(0-23) * ЦН(0-23)) / Сумма (ЭЭ(0-23)).
Делаем коридор цены с шириной
ЦН_СРЕД * (2 * НАК_ПОТ / (2 - НАК_ПОТ)).
Эвристика - внутри коридора использование НАК убыточно из-за потерь.
Эвристика - если цена ниже нижней границы, можно загружать НАК, если цена выше верхней границы, можно выгружать НАК. То есть имеем только 2 варианта для каждого часа.
НАК должен чередовать режимы. Значит, число вариантов, когда НАК начинает загружаться не может превышать 12.
С учетом эвристик имеем число вариантов ограничено сверху
12 * Pow(2, 24) = 201 326 592.
Также при переборе должны выполняться ограничения.
1. Сумма (ЗАГР(0-23)) = 0.
2. Текущая сумма ограничена сверху НАК_ЭЭ и не может быть отрицательной.
Используя эвристики и ограничения методом перебора находим оптимальный
профиль загрузки.
С учетом НАК имеем новую цену
ЦН_НОВ = Сумма ((ПОТ(К) * ЗАГР(К) + ЭЭ(К)) * ЦН(К)),
где ПОТ(К) = НАК_МОЩ для положительных ЗАГР(К)
и НАК_МОЩ * (1 + НАК_ПОТ) для отрицательных ЗАГР(К).
Операционная прибыль
ОП_ПРИБ = Сумма (ЭЭ(0-23) * ЦН(0-23)) - ЦН_НОВ
Приход = ОП_ПРИБ * 365 * ЛЕТ
Расход = НАК_ЦЕНА + НАК_УСТ + НАК_ЭКСП * ЛЕТ
Считаем через сколько лет окупится НАК?
Приход = Расход
ЛЕТ = (НАК_ЦЕНА + НАК_УСТ) / ( (1 - НАК_ПОТ /100) * ЭЭ_НОВ * (ЦН_ДЕНЬ - ЦН_НОЧЬ) * 365 - НАК_ЭКСП).
Если ЛЕТ отрицательно или превышает 10, то использование НАК на данной УЗИ нецелесообразно.
Если есть несколько версий НАК, то путем перебора находим оптимальный.
Повторяем для каждого УЗИ, входящей в сеть.
Предложенный алгоритм реализованы в виде скрипта для программы МаШРапе1 [4]. Пример расчета профиля загрузки накопителя представлен на рис.2. Время расчета одного профиля загрузки составляет 2 секунды на компьютере НР РгоЬоок 440 G6.
О 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Рис. 2. Профили потребления, цен и загрузки накопителя
2. Алгоритм полного перебора
На вход алгоритму подается массив из цен на электроэнергию и массив такой же размерности из значений профиля нагрузки, а также емкость накопителя.
Далее производится последовательный перебор возможных вариантов профиля загрузки накопителя с сравнением получаемой для каждого варианта цены с ценой электроэнергии, полученной без использования накопителя.
В рабочем варианте реализации алгоритма необходимо прекращать просчет варианта в случае превышения стоимости над уже полученной минимальной стоимостью или при выполнении других граничных условий (например, при достижении предельного числа циклов зарядки — разрядки или пиковой мощности), но для оценки временных затрат в общем случае, для любого профиля такая отсечка не производилась.
Результат численного эксперимента показал, что на процессоре Intel i5 для программы на языке C, откомпилированной gcc с режимом оптимизации O3 затраты на расчет 12 часового универсального профиля загрузки для накопителя с тремя ступенями работы ( -1, 0, 1 ) составляют порядка 30 секунд. При проведении низкоуровневой оптимизации непосредственно под набор команд процессора и создание алгоритма под мульти поточное выполнение [5] возможно снижение временных затрат до долей секунды и соответственно расчет недельных, месячных и годовых профилей в счетное время.
Для снижения объемов перебора возможно применение последовательного приближения «профиля» нагрузки через расчет средневзвешенных цен и нагрузки для укрупненных периодов, дальнейшая их стыковка через задание условий наличия объемов энергии в накопителе в начале и конце работы.
3. Использование нейронных сетей
Полученные с помощью (1) и (2) оптимальные профили загрузки накопителей для различных стартовых параметров могут быть использованы в качестве контрольных для обучения нейронной сети с входными параметрами аналогичными алгоритму 2, но для более длительных периодов и большей дискретности ступеней работы накопителя.
Заключение
Авторы считают, что в данной работе новыми являются следующие положения и результаты: разработаны эвристические алгоритмы определения профиля загрузки накопителя и на этой основе выбор типа накопителя. Проведенные численные эксперименты показали практическую применимость выбранных методов для решения задачи по выбору накопителей электроэнергии и режимов их работы. Сделана программная реализация.
Литература
1. The dynamics of hourly electricity prices -https://core.ac.uk/download/pdf/6904151.pdf
2. Maximizing the value of electricity storage
https://www.sciencedirect.com/ science/article/pii/S2352152X1630113X#fig000
3. Суслов К.В. Модели и методы комплексного обоснования развития изолированных систем энергоснабжения
https://isem.irk.ru/upload/iblock/932/93277db54926d00c89a787011c274497.pdf
4. Борзяк А.А. Интеграция программы моделирования и сайта дистанционного обучения // ИТНОУ. 2020. № 1. С. 33-36, ISSN: 2587-6309
5. Об ускорении распределенных вычислений в мультипроцессорных кластерных системах. Гордеев А.В., Горелик Д.В. https://www.elibrary.ru/item.asp?id=41173831
Сведения об авторах Андрей Александрович Борзяк
к. т. н., ведущий разработчик прикладного ПО АО «Управление ВОЛС-ВЛ» Россия, Москва
Эл. почта: aborziak@yahoo.com Роман Сергеевич Смирнов
ведущий разработчик прикладного ПО АО «Управление ВОЛС-ВЛ» Россия, Москва
Эл. почта: rssmirnov@gmail.com
Information about authors
Andrei Borziak
Ph.D., lead software engineer AO «Upravlenie VOLS-VL» Russia, Moscow E-mail: aborziak@yahoo.com Roman Smirnov lead software engineer AO «Upravlenie VOLS-VL» Russia, Moscow E-mail: rssmirnov@gmail.com
