CC BY
7
© С.В. Митрофанов, А.Е. Светличная, А.Ю. Арестова, А.Г. Русина УДК 620.91:004.942
РАЗРАБОТКА ПРОГРАММНОГО МОДУЛЯ ВНУТРИСТАНЦИОННОЙ ОПТИМИЗАЦИИ ДЛЯ ЦЕЛЕЙ КРАТКОСРОЧНОГО ПЛАНИРОВАНИЯ РЕЖИМА
РАБОТЫ ГЭС
С.В. Митрофанов, А.Е. Светличная, А.Ю. Арестова, А.Г. Русина
Новосибирский государственный технический университет, г. Новосибирск, Россия
г. Новосибирск, Россия
mitrofanov@corp.nstu.ru, sae070296@yandex.kz, arestova@corp.nstu.ru, rusina@corp.nstu.ru
Резюме: ЦЕЛЬ. Рассмотреть особенности функционирования каскада гидроэлектростанций. Разработать программный модуль оптимизации числа, состава и степени загрузки гидроагрегатов на электростанции. Оптимальный режим работы оборудования в составе гидроэлектростанции позволит обеспечить требуемое качество электроэнергии в пиковой части графика нагрузки и повысит экономичность работы станции. Задача неравномерной загрузки гидроагрегатов актуальна при возникновении отличий в параметрах оборудования, расходных характеристиках или неравномерном физическом износе элементов ГЭС. Для повышения качества оптимизации требуется верификация параметров агрегатов и их расходных характеристик. МЕТОДЫ. В статье приведен анализ методов внутристанционной оптимизации состава гидроагрегатов, представлены основные критерии, режимные и технологические ограничения. РЕЗУЛЬТАТЫ. Предложена математическая модель, описывающая взаимосвязь параметров, технологических и системных ограничений, а также методов однокритериальной оптимизации режимов работы основного силового оборудования гидроэлектростанции. На их основе разработан алгоритм поиска наилучших вариантов числа состава и степени загрузки гидроагрегатов по критерию максимума КПД станции. Предложенный алгоритм реализован в виде программного модуля на языке Matlab. ЗАКЛЮЧЕНИЕ. Алгоритм реализован на примере Саяно-Шушенского гидроэнергетического комплекса, который включает две станции в каскаде. Программный модуль включает три варианта оптимизации загрузки гидроагрегатов: оптимизация мгновенных значений, оптимизация на суточном интервале и оптимизация на суточном интервале с ограничением на количество операций пуска-останова. Повышение КПД за счет оптимизации режимов работы оборудования может экономить до 10-15% расхода воды через гидроагрегаты ГЭС, что приведёт к существенной экономии гидроресурсов и снижению себестоимости выработки электроэнергии на станции.
Ключевые слова: гидроэлектростанция; оптимизация; эксплуатационная характеристика; КПД гидроагрегата.
DEVELOPMENT OF AN OPTIMIZATION SOFTWARE MODULE FOR HPP SHORT-TERM FORECASTING OF THE OPERATING MODE
SV. Mitrofanov, AE. Svetlichnaya, AY. Arestova, AG. Rusina
Novosibirsk State Technical University, Novosibirsk, Russia
mitrofanov@corp.nstu.ru, sae070296@yandex.kz, arestova@corp.nstu.ru, rusina@corp.nstu.ru
Abstract: THE PURPOSE. It is necessary to investigate the features of the hydroelectric power plants cascade operation. Furthermore, it is required to develop a software module for optimizing the unit commitment and loading of hydro units at a hydropower plant. The optimal operating conditions of the hydropower plant equipment will ensure the required power quality in the peak area of the load schedule and increase the efficiency of the power plant. The problem of uneven loading of hydro units is relevant because of differences in equipment parameters, flow characteristics or uneven physical wear of hydropower plant elements. To improve the quality of optimization, it is required to verify the hydro unit parameters and their flow characteristics. METHODS. The paper analyzes the methods of intra-plant optimization of unit commitment and presents the main optimization criteria, operational and technological
constraints. RESULTS. The paper proposes the mathematical model describing the relationship of parameters, technological and system constraints, as well as methods of,single-criterion optimization of operating conditions of the primary power equipment of a hydropower plant. Based on these models, the algorithm was developed to ,search for the best variants of hydro unit commitment and the degree of their loading according to the criterion of the HPP maximum efficiency. The proposed algorithm was implemented as a software module using the MATLAB programming language. CONCLUSION. The algorithm was verified using the Sayano-Shushensky hydropower complex that includes two plants in a cascade. The software module provides three options for optimization: optimization of instantaneous values, optimization on a daily interval, and optimization on a daily interval with the constraint on the number of start-stop operations. Increasing the efficiency by optimizing the operating conditions of the equipment can save up to 10-15% of the water flow rate through hydro units of the HPP that will result in considerable savings in hydro resources and reduction of the cost of electricity generation at the HPP.
Keywords: hydroelectric power plant; optimization; operational characteristics; hydroelectric unit efficiency.
Введение и литературный обзор
Гидроэлектростанция (ГЭС) занимает особое место в балансе мощности и энергии электроэнергетической системы (ЭЭС) в силу своих уникальных свойств. ГЭС -возобновляемый источник энергии, обладающий высокой маневренностью и выработкой дешевой электроэнергии. ГЭС занимает пиковую часть графика нагрузки, что требует достоверного прогнозирования режима ее работы для оптимизации использования водных ресурсов и КПД технологического процесса. Сложность управления режимом работы ГЭС, в первую очередь, заключается в необходимости учета случайных изменений погодных условий. Точность прогнозирования погодных условий влияет не только на долю участия ГЭС в суммарном графике нагрузки, но и на режим наполнения и сработки водохранилища. Изменение уровня воды в верхнем бьефе приведет к смещению рабочей точки на расходной характеристике, следовательно, повышению энергоёмкости энергоносителя и уменьшению расхода воды, на выработку аналогичного объема электрической энергии и потребует пересмотра количества, состава и загрузки гидроагрегатов. Движение рабочей точки на расходной характеристике при изменении напора воды, но сохранении выдаваемой мощности с шин ГЭС, представлено на рис. 1.
Рис. 1. Расходно-мощностная характеристика Fig. 1. The water flow rate vs. active power
Задача выбора числа, состава и загрузки гидроагрегатов ГЭС напрямую влияет на эффективность работы станции и ее КПД. Наличие нелинейности рабочих характеристик при различном напоре (рис. 2) и числе включённых гидроагрегатов, а также и вследствие искажений характеристик, обусловленных износом оборудования, требует поиска эффективных методов на стыке нелинейной и дискретной оптимизации.
Мощность, МВт
гидроагрегата
characteristic of a hydro unit
Мощность, МВт
Рис. 2. Пример рабочих характеристик гидроагрегата
Fig. 2. The example of operating characteristics of the hydro unit
При нормальном режиме работы ГЭС критерием оптимизации служит расход энергоресурса, а план по использованию агрегатов составляется на основе прогнозной информации. При аварийных и послеаварийных режимах работы на первое место выходит критерий надежности. Высокая маневренность ГЭС позволяет использовать ее для целей нагрузочного резервирования при резких изменениях потребления мощности в системе, тем самым обеспечивая неизменную частоту сети. Различие критериев отразится на алгоритме внутристанционной оптимизации [1]. В случае использования ресурсов ГЭС в аварийных и послеаварийных режимах к алгоритмам внутристанционной оптимизации предъявляются такие требования как простота и быстродействие [2]. Обзор современных подходов к решению оптимизационных задач рассмотрен в [3]
Таким образом, задачи внутристанционной оптимизации состава агрегатов ГЭС многообразны по своим целям, методикам и методам решения. В статье приведен разработанный алгоритм внутристанционной оптимизации, который заключается в выборе состава агрегатов, их активных и реактивных мощностей при условии экономичного использования энергетических ресурсов станции. Такая задача решается по станционным, а не по системным критериям эффективности.
Решение задачи оптимизации требует создания математической модели объекта, формулировки целевой функции, выбор метода оптимизации и разработки оптимизационного алгоритма (рис. 3).
Алгоритм оптимизации
Математическая модель объекта
т
Метод оптимизации
Критерий оптимизации
Эксплуатационные ограничения
I
Режимные ограничения
Рис. 3. Формирование алгоритма оптимизации
Fig. 3 Development of an optimization algorithm
Математическая модель может быть представлена системой уравнений, каждое из которых описывает зависимость КПД агрегата от выдаваемой мощности. С достаточной степенью достоверности функция может быть представлена полиномом пятой степени (рис. 4).
1
0,9
ч 0,8 о
3 0,7 « 0,6 0,5 0,4
0
y = 4E-14x5 - 8E-11x4+ 8E-08x3 - 3E-05x2 + 0,0078x + 0,131 R2 = 0,9994
100
200
300 400
Мощность, МВт
500
600
700
Рис. 4. Математическая модель рабочей характеристики гидроагрегата
Fig. 4. Mathematical model of the operating characteristic of the hydro unit
Традиционно, эксплуатационные характеристики гидроагрегатов (в частности: расходные, рабочие удельные характеристики, а также характеристики относительных приростов расхода энергоносителя) могут быть получены следующими способами: по данным завода-изготовителя из паспорта оборудования, по данным натурного эксперимента, по данным автоматизированной системы управления технологическим процессом. На изменение характеристик могут влиять постоянные факторы (качество выполнения проточных частей турбины, качество выполнения генератора, настройка системы регулирования мощности, техническое состояние узлов агрегата, износ гидротурбин от действия кавитации и др.) и переменные факторы (неравномерность водного потока, засорение сороудерживающих решёток, неустановившиеся режимы в нижнем бьефе и гидротурбине, кавитационные процессы и др.). В связи со сложностью процесса, актуализация эксплуатационных характеристик производится достаточно редко. Однако, многие ученые проводят исследования по учёту вышеперечисленных факторов в задачах оптимального распределения нагрузки как внутри ГЭС, так и между станциями. Например, в [4] разработана модель учёта технического состояния агрегатов ГЭС с помощью методов нечёткой логики. В [5] рассмотрены методы повышения эффективности работы каскада ГЭС с применением ГИС технологий для прогнозирования водно-энергетического потенциала в краткосрочной и среднесрочной перспективе.
В задачах оптимизации долгосрочных режимов также может быть создана адаптивная имитационная модель, позволяющая проводить актуализацию напора воды в соответствии с прогнозным значением естественного притока [6-9]. Статический расчет вырабатываемой мощности ГЭС (по единой характеристике) представляется в виде серии характеристик с плавающей рабочей точкой (рис. 1). Рабочая точка будет зависеть от напора воды. Уточнение значения расхода воды, дает возможность проведения оптимизации загрузки каскада ГЭС, повышая эффективность использования гидроресурсов до 10% [10-13]. Методы
Одна и та же задача может быть решена различными математическими методами [14-15]. Для решения задач оптимизации долгосрочных режимов могут применяться методы нелинейного программирования - метод неопределенных множителей Лагранжа и градиентный метод. При оптимизации краткосрочных режимов - в основном применяются градиентные, неопределенных множителей Лагранжа, случайного поиска и др. При выборе числа и состава работающих агрегатов - методы дискретного программирования: динамическое программирование, метод ветвей и границ. Метод динамического программирования является наиболее распространенным для определения состава и загрузки гидроагрегатов [16]. Метод основан на пошаговом поиске решения, путем разбиения сложной задачи на более простые подзадачи.
В качестве критерия оптимизации на ГЭС выступает экономичность, которая может быть выражена с помощью:
• КПД использования гидроагрегатов
^ I = 1 ^ГЛ: (РГА ) , , N
Цгэс = ——-:--> тах (1)
п
где - КПД г-го гидроагрегата, г - порядковый номер итерации, п - количество гидроагрегатов, РГА - мощность гидроагрегата.
• расхода энергоресурса
Qгэc ^ т:п (2)
• удельного расхода
0ГЭС
Чгэс =--* тт
Эгэс (3)
При создании математической модели также должны быть определены ограничения, накладываемые на режим работы ГЭС: 1. Эксплуатационные ограничения:
• ограничение по установленной мощности (ЛОГ)
РЛОГ = РНОМп (4)
где Рном - номинальная мощность гидроагрегата, п - количество гидроагрегатов.
Превышение уровня расхода над величиной установленной мощности генераторов недопустимо и может привести к пробою и нагреву изоляции, а также к
механическому разрушению генератора при продолжительном режиме работы. • ограничение по пропускной способности турбины (ЛОТ)
РЛОТ = 981
f _л
Н ПГ4. (5)
q HL
¡¡¿макс.1 „ V \Нр
Значительное превышение определенного уровня расхода над величиной пропускной способности турбины может привести к нагреву и разрушению лопаток турбины.
• ограничение количества пуско-остановочных операций гидроагрегатов
тП/ОШ < тП/ОдоП (6)
где m^/Q - количество пуско-остановочных операций i-го агрегата, т^^ -
допустимое количество пуско-остановочных операций.
Помимо этого, работа гидроагрегата контролируется большим количеством систем релейной защиты и автоматики, требуется контроль механических, тепловых и вибрационных параметров.
2. Режимные ограничения:
• обеспечение баланса активных мощностей в энергосистеме
XPTEH=XPnOTP+XPCH+XAP (7)
где X РгеН - суммарная мощность генераторов, X РпОТР - нагрузка потребителей; XРсн - мощность потребления электростанций на собственные нужды, XAP -суммарная мощность потерь в сетях;
• обеспечение баланса реактивных мощностей в энергосистеме
X qFEH =X( QnOTP +QH +qS +0/КУ+aq) (8)
где X QrEH - суммарная мощность генераторов, X QnOTP - нагрузка потребителей, X Qch - мощность потребления электростанций на собственные нужды, X Q3 -мощность, генерируемая линиями (зарядная), X QKy - реактивная мощность компенсирующих устройств, X AQ - суммарная мощность потерь в сетях;
• поддержание уровня напряжения в заданном диапазоне;
U . < < U
min Г ЭС max (9)
где U . /U - минимально / максимально допустимое значение напряжения.
min max J г
• поддержание частоты в заданном диапазоне;
• обеспечение нагрузочного резерва энергосистемы.
На рис. 5 приведена блок-схема алгоритма, описывающая последовательность поиска оптимального состава агрегатов ГЭС на основе математических моделей, с учётом технологических и режимных ограничений станции.
На первом шаге расчета алгоритм считывает исходные данные и режимные ограничения. Исходными данными являются основные параметры водохранилища (высота верхнего и нижнего бьефа) и технические особенности станции (количество и мощность гидроагрегатов, количество доступных гидроагрегатов и др.). Далее на основании данных об установленной мощности станции и текущих параметров водохранилища, происходит предварительная оценка возможности ГЭС покрыть требуемый график нагрузки. В случае если мощности и энергии ГЭС достаточно для участия в балансе энергосистемы, решается задача оптимизации числа, состава и степени загрузки гидроагрегатов.
В блоке проверки ограничений ЛОГ и ЛОТ, нарушение верхней границы приводит к возврату функции и наращиванию количества задействованных в работу гидроагрегатов. В случае соблюдения всех режимных и эксплуатационных ограничений алгоритм переходит к оптимизации состава агрегатов по критерию максимума КПД и расчет загрузки каждого агрегата с учетом минимума расхода энергоносителя.
требуемая мощность; H-напор; РГА - номинальная optimization algorithm
мощность ГА; NFA - количество ГА; NpM -
количество ГА в ремонте; ^ост - количество
доступных к загрузке ГА; 2вб - уровень верхнего
бьефа; Z,^ - уровень нижнего бьефа)
Результаты
Тестирование алгоритма проведено на примере Саяно-Шушенского гидроузла. В его состав входят Майнская и Саяно-Шушенская ГЭС. Основные характеристики
станций приведены в таблицах 1-2.
Таблица 1
_Основные характеристики Саяно-Шушенской ГЭС_
Характеристика Значение
Установленная мощность 6400 МВт
Среднегодовая выработка 22,5 млрд кВт-ч
Количество гидроагрегатов 10 шт
Номинальная мощность гидроагрегата 640 МВт
Тип турбины РО-230/833-0-677
Тип генератора СВФ1-1285/275-42 УХЛ4
Нормальный подпорный уровень (НПУ) 539 м
Уровень мертвого объема (УМО) 500 м
Расчетный напор 194 м
Рабочий диапазон напоров 175-220 м
Максимальный расход воды через турбину при НПУ 340 м3/с
Таблица 2
Основные характеристики Майнской ГЭС_
Характеристика Значение
Установленная мощность 321 МВт
Среднегодовая выработка 1,61 млрд кВт-ч
Количество гидроагрегатов 3 шт
Номинальная мощность гидроагрегата 107 МВт
Тип турбины ПЛ 20/811а-В-1000
Тип генератора СВ 1490/170-96 УХЛ4
Нормальный подпорный уровень (НПУ) 324 м
Уровень мертвого объема (УМО) 319 м
Расчетный напор 16,4 м
Максимальный расход воды через турбину при НПУ 725 м3/с
Саяно-Шушенский гидроэнергетический комплекс выполняет следующие функции:
• выдача в систему активной и реактивной мощности и энергии,
• частотного резерва мощности,
• аварийного резерва системы.
Майнская ГЭС является контррегулятором Саяно-Шушенской ГЭС и предназначена для сглаживания колебаний расходов и уровней Саяно-Шушенской ГЭС, для полного использования ее энергетических возможностей. Майнская ГЭС позволяет также в значительной мере снизить отрицательное влияние на окружающую среду, вызванное изменением водного режима р. Енисей. Саяно-Шушенская ГЭС может вести сезонное, недельное, суточное регулирование. Майнская ГЭС может вести только недельное и суточное регулирование. В суточном графике нагрузки Майнская ГЭС занимает базовую часть. Участие Саяно-Шушенской ГЭС в балансе энергосистемы представлено на рис. 6 [17].
Летний максимум
"" ГЭС
ГЭС
13 5 7 9
11 13 15 17 19 21 23 Время, ч
я
Рис. 6. Участие Саяно-Шушенского ГЭК в покрытии суточного графика нагрузки (средневодные условия)
Fig. 6. Participation of the Sayano-Shushensky hydropower complex in covering the peak load schedule (average water conditions)
Программный модуль оптимизации выполнен в ПО Ма^аЬ. В качестве расчётного ядра выбран модернизированный алгоритм на основе метода Лагранжа «РаИегшеагсИ», встроенный в стандартные библиотеки Ма^аЬ. Данный алгоритм прямого поиска при удовлетворении границ и линейных ограничений минимизирует последовательность подзадач Лагранжа, которая аппроксимирует исходную задачу [ 16].
В программе предусмотрено три варианта расчётов оптимального числа, состава и степени загрузки гидроагрегатов:
• оптимизация мгновенных значений;
• оптимизация на суточном интервале;
• оптимизация на суточном интервале с ограничением количества пуско -остановочных операций.
Стартовое окно программы содержит: данные о режимных и эксплуатационных ограничениях, количество установленных гидроагрегатов и их мощность, список оборудования, находящегося в ремонте и информацию о напоре воды (рис. 7). Поскольку режим работы станции необходимо рассматривать в динамике на суточном интервале, то производить расчёт мгновенных значениях имеет смысл только для анализа возможных неплановых изменений мощности станций. Для такого анализа
162
создана отдельная кнопка «расчет для мгновенных значений». В результате расчёта на главном окне программы будут выведены значения: максимального КПД и мощности гидроагрегатов при заданном напоре, количество, КПД и мощность гидроагрегатов при требуемой мощности и итоговая выдаваемая мощность с учётом ограничений.
Рис. 7. Интерфейс окна для расчета мгновенных значений режима
Fig. 7. Interface for calculating instantaneous values under given operating conditions
Расчёт на суточном интервале производится в отдельном окне. Исходной информацией, помимо уже введенной на стартовой странице, является конфигурация графика нагрузки. Для удобства введения данных суточного графика нагрузки, предусмотрена возможность загрузки в формате excel. Результатами расчёта является таблица, содержащая в себе следующие параметры: количество работающих ГА, значение их КПД и мощности, суммарная выдаваемая мощность станции, расход воды одного агрегата и всей станции и удельное значение расхода, а также коэффициент загрузки. Помимо этого, для удобства визуального восприятия в программе предусмотрена система выделения значений степенью насыщенности зеленного цвета в зависимости от их приближённости к максимуму, при этом сам максимум выделен жёлтым (рис. 8). Также в программе предусмотрен вывод суточного графика нагрузки, в котором при невозможности выдачи требуемой мощности в определенные часы красным цветом выделяется недостающая мощность.
Рис. 8. Пример результатов расчёта программы на суточном графике
Fig. 8 Program interface of the calculation on a daily interval
Помимо этого, на станциях существуют ограничения по количеству пуско-остановочных операций для каждого агрегата, возможность учёта которых также была добавлена в программный модуль. Как и прежде предусмотрена визуализация с помощью цвета, но в данном случае зеленый цвет обозначает работу агрегата, жёлтый -
163
последнее включение, а красный - либо включение агрегата сверх ограничения по пуско-остановочным операциям, либо отличие выдаваемой мощности от требуемой (рис.
9).
Рис. 9. Расчёт режима с учетом количества пуско-остановочных операций
Fig. 9. The electric mode calculation taking into account the start-stop operational constraints
Для визуализации состава гидроагрегатов существует вкладка «суточный график», где представлена диаграмма с накоплением и каждый агрегат имеет свой цвет (рис. 10).
Рис. 10. Покрытие суточного графика нагрузки с Fig. 10. Coverage of the daily load schedule учётом оптимального распределения по составу with the optimal hydro unit commitment ГА
Обсуждение
Предложенный алгоритм объединяет в себе существующую практику расчета баланса мощности и энергии гидроэлектростанции. Программная реализация алгоритма оптимизации состава оборудования позволяет осуществить:
1. Оценку текущей эффективности использования энергоресурсов;
2. Планирование загрузки гидроагрегатов на сутки вперед;
3. Снижение расхода воды и экономию гидроресурсов;
4. Визуализацию данных о степени загрузки гидроагрегатов, количестве пуско-остановочных операций и основных рабочих характеристик;
5. Повышение эффективности каскада ГЭС.
Заключение
В статье предложен ряд математических моделей, описывающих взаимосвязь параметров, технологических и системных ограничений, а также методов однокритериальной оптимизации режимов работы основного силового оборудования гидроэлектростанции. На их основе разработан алгоритм поиска наилучших вариантов числа состава и степени загрузки гидроагрегатов по критерию максимума КПД станции. Повышение КПД за счет оптимизации режимов работы оборудования может экономить до 10-15% расхода воды через гидроагрегаты ГЭС, что приведёт к существенной экономии гидроресурсов и снижению себестоимости выработки электроэнергии на станции. Предложенный алгоритм был реализован в виде программного модуля на языке Matlab.
Литература
1. Филлипова Т.А., Русина А.Г., Арестова А.Ю. и др. ГЭС: Искусство управления [монография] // Новосибирск. 2019. С. 226.
2. Holst A. et al. Analysis and modeling of HPP Tala/Bhutan for network restoration studies // 5th International Youth Conference on Energy (IYCE). 2015. pp. 1-8.
3. Thaeer Hammid A., Awad O. I., Sulaiman M. H. et al. A review of optimization algorithms in solving hydro generation scheduling problems // Energies. 2020. V.13. №. 11. pp. 1-21.
4. Секретарев Ю. А., Панова Я. В. Исследование возможности применения обобщенного нечеткого интервала для анализа эксплуатационного состояния оборудования на гидроэлектростанциях // Новое в российской электроэнергетике. 2017. №. 7. С. 17-29.
5. Арестова А. Ю. и др. Применение ГИС-технологий для повышения эффективности имитационного моделирования каскадов ГЭС // Журнал Сибирского федерального университета. Техника и технологии. 2020. №. 13(6). С. 732-744.
6. Alsova O., Artamonova A., Nikitina N. Optimization model for planning water-energy modes of Novosibirsk hydro power plant // 2017 International Multi-Conference on Engineering, Computer and Information Sciences (SIBIRCON). 2017. pp. 18-23.
7. Секретарев Ю. А., Султонов Ш. М., Шальнев В. Г. Повышение выработки электроэнергии в Таджикистане на основе оптимизации режимов ГЭС // Электро. Электротехника, электроэнергетика, электротехническая промышленность. 2015. №. 5. С. 14-17.
8. Susilowati Y., Irasari P., Susatyo A. Study of Hydroelectric Power Plant Potential of Mahakam River Basin East Kalimantan Indonesia // International Conference on Sustainable Energy Engineering and Application (ICSEEA). 2019. pp. 1 -7.
9. Han Z. et al. Multi-objective optimal scheduling for hydro-thermal-wind power system // TENCON 2015-2015 IEEE Region 10 Conference. 2015. pp. 1-5.
10. Совбан Е.А., Филиппова Т. А., Пантелеев В.И. и др. Особенности выбора вектора независимых параметров при оптимизации режимов гидроэлектростанций // Актуальные проблемы электронного приборостроения АПЭП-2018. - 2018. - С. 279-282.
11. Mahnitko A. et al. A model for maximizing the profit of a HPP cascade considering hydraulic link via reservoirs // IEEE 16th International Conference on Environment and Electrical Engineering (EEEIC). 2016. pp. 1-5.
12. Sekretarev Y. A., Myatezh T. V., Gorshin A. V. Justification of the Water Price at Hydropower Plants Based on its Operational Features According to the Maximization Profit Criteria // International Multi-Conference on Industrial Engineering and Modern Technologies (FarEastCon). 2020. pp. 1-6.
13. Varfolomejeva R., Makalska T., Petrichenko R., et al. The costs of enviromental limitations of HPPs in cascade // IEEE Manchester PowerTech. 2017. pp. 1-6.
14. Труфакин С. С. и др. Оптимизация долгосрочных режимов ГЭС Ангаро-Енисейского каскада // Вестник Самарского государственного технического университета. Серия: Технические науки. 2018. №. 2 (58). С. 144-151.
15. Garcia I. F. G., Lozano S. R., De La O O. P. H. Development of a real time simulator to test load and speed control systems of hydroelectric power plants // International Conference on Electrical, Communications, and Computers. 2009. pp. 250-255.
16. Costa L., Santo I. E., Oliveira P. Solving Multiobjective Engineering Design
Problems Through a Scalarized Augmented Lagrangian Algorithm (SCAL) // Advances in Evolutionary and Deterministic Methods for Design, Optimization and Control in Engineering and Sciences. Springer. 2021. pp. 51-68.
17. Юркевич Б.Н., Исиченко Б.Н., Львовский В.А. Проектная документация «Комплексная реконструкция Майнского гидроузла» [Электронный ресурс] // Режим доступа: http://www.rushydro.ru/upload/iblock/f40/1914---PZ3.2k-posle-zamechanij.pdf. -Дата обращения 26.05.2021
Авторы публикации
Митрофанов Сергей Владимирович - канд. техн. наук, доцент кафедры Систем электроснабжения предприятий факультета Энергетики (ФЭН), Новосибирский государственный технический университет (НГТУ), г. Новосибирск
Светличная Анастасия Евгеньевна - магистрант, Новосибирский государственный технический университет (НГТУ), г. Новосибирск
Арестова Анна Юрьевна - старший преподаватель кафедры Автоматизированных электроэнергетических систем факультета Энергетики (ФЭН), Новосибирский государственный технический университет (НГТУ), г. Новосибирск
Русина Анастасия Георгиевна - док. техн. наук, доцент кафедры Электрических станций факультета Энергетики (ФЭН), Новосибирский государственный технический университет (НГТУ), г. Новосибирск
References
1. Fillipova T, Rusina A, Arestova A. et al. Hydropower Plant: The Art of Control: Monograph. Novosibirsk. 2019: 226.
2. Holst A. et al. Analysis and modeling of HPP Tala/Bhutan for network restoration studies. 5th International Youth Conference on Energy (IYCE). 2015: 1-8.
3. Thaeer Hammid A, Awad OI, Sulaiman M. H. et al. A review of optimization algorithms in solving hydro generation scheduling problems. Energies. 2020; 13(11): 1-21.
4. Sekretarev YA, Panova YV. Investigations of possible using a generalized fuzzy interval for analyzing operating conditions of power equipment at hydropower plants. 2 International conference on industrial engineering, applications and manufacturing (ICIEAM). Chelyabinsk. 19-20 May 2016: 1-6.
5. Khalyasmaa A, Eroshenko S, Arestova A. et al. Integrating GIS technologies in hydro power plant cascade simulation model. E3S Web of Conferences. EDP Sciences. 2020; 191: 1-6.
6. Alsova O, Artamonova A, Nikitina N. Optimization model for planning water-energy modes of Novosibirsk hydro power plant. 2017 International Multi-Conference on Engineering, Computer and Information Sciences (SIBIRCON). 2017: 18-23.
7. Sekretarev Y, Sultonov S, Nazarov M. Optimization of long-term modes of hydropower plants of the energy system of Tajikistan. 2nd International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM). 2016: 1-5.
8. Susilowati Y, Irasari P, Susatyo A. Study of Hydroelectric Power Plant Potential of Mahakam River Basin East Kalimantan Indonesia. International Conference on Sustainable Energy Engineering and Application (ICSEEA). 2019: 1-7.
9. Han Z. et al. Multi-objective optimal scheduling for hydro-thermal-wind power system. TENCON2015-2015 IEEE Region 10 Conference. 2015: 1-5.
10. Sovban EA, Filippova TA, Panteleev VI. et al. The Features of Mathematical Optimization Models of Modes Hydro-Power Stations. XIV International Scientific-Technical Conference on Actual Problems of Electronics Instrument Engineering (APEIE). 2018: 428432.
11. Mahnitko A. et al. A model for maximizing the profit of a HPP cascade considering hydraulic link via reservoirs. IEEE 16th International Conference on Environment and Electrical Engineering (EEEIC). 2016: 1-5.
12. Sekretarev YA., Myatezh TV., Gorshin AV. Justification of the Water Price at Hydropower Plants Based on its Operational Features According to the Maximization Profit Criteria. International Multi-Conference on Industrial Engineering and Modern Technologies (FarEastCon). 2020: 1-6.
13. Varfolomejeva R, Makalska T, Petrichenko R, et al. The costs of enviromental
166
limitations of HPPs in cascade. IEEE Manchester PowerTech. 2017: 1-6.
14. Trufakin SS. et al. Long-term HPP mode optimization of the Angara-Yenisei Cascade. Vestnik of Samara State Technical University. Technical Sciences Series. 2018; 2:144-151.
15. Garcia IFG, Lozano SR., De La O OPH. Development of a real time simulator to test load and speed control systems of hydroelectric power plants. International Conference on Electrical, Communications, and Computers. 2009: 250-255.
16. Costa L, Santo IE, Oliveira P. Solving Multiobjective Engineering Design Problems Through a Scalarized Augmented Lagrangian Algorithm (SCAL). Advances in Evolutionary and Deterministic Methods for Design, Optimization and Control in Engineering and Sciences. Springer. 2021: 51-68.
17. Yurkevich BN, Isichenko BN, Lvovsky VA. Design documentation Comprehensive reconstruction of the Mainsky hydroelectric complex. Access mode: http://www.rushydro.ru/upload/iblock/f40/1914-PZ3.2k-posle-zamechanij.pdf. Date of access: 20.07.2021.
Authors of the publication
Sergey V. Mitrofanov - Novosibirsk State Technical University. Anastasia E. Svetlichnaya - Novosibirsk State Technical University Anna Y. Arestova - Novosibirsk State Technical University. Anastasiya G. Rusina - Novosibirsk State Technical University.
Получено 15.10.2021г.
Отредактировано 22.10.2021г.
Принято 25.10.2021г.
