Актуальность темы. Рост производства электроэнергии во многих странах обеспечивается распределённой генерацией (РГ) - малыми источниками, подключаемыми к распределительным электрическим сетям. Эта тенденция проявляется и в России, где малая энергетика, благодаря широкой доступности газа и дизельного топлива, имеет существенный потенциал для роста. В США к 2010 году планировалось довести долю распределённой генерации во вновь вводимых мощностях до 20%, в ЕС до 18%, в России сейчас на долю распределённых источников приходится 17 ГВт установленной мощности электростанций.
Распространение РГ требует решения задач её размещения с обоснованием мощности, возможных площадок, мест подключения, режимов работы в зависимости от существующих схем сети, мощности и характера потребления. Эти оптимизационные задачи должны решаться не только с позиций минимума затрат на ввод и эксплуатацию генерирующего комплекса, но и учитывать развитие распределительных сетей, к которым подключается РГ, затраты на эксплуатацию, возможное снижение потерь.
В большой энергетике такие задачи решаются известными методами непрерывного программирования, что требует принятия ряда упрощений при формировании математической модели, приводящих для малой энергетики к существенным погрешностям при поиске оптимальных решений. Применение направленного перебора вариантов, реализованного с помощью генетического алгоритма (ГА), позволяет снизить погрешность по сравнению с применением традиционных непрерывных методов оптимизации за счёт отказа от необходимости вводить упрощения при описании целевой функции и возможности поиска её глобального минимума.
Известны работы в области построения и оптимизации электрических сетей, в том числе с РГ, выполненные Н.И. Воропаем, П.И. Бартоломеем, А.В. Паздериным, А.М. Клер, Б.Г. Санеевым, Б.И. Макоклюевым, Н.В. Савиной, И.Н. Колосок, В.П. Обоскаловым, А.Г. Фишовым, и др. Ими разработаны принципы построения сетей с РГ, обозначены основные проблемы их функционирования. Ведутся работы по созданию математических моделей источников РГ. Известные модели планирования развития недостаточно учитывают характер потребления, не рассматривают возможность одновременной выработки тепла и продажи электроэнергии в сеть. Капитальные и эксплуатационные затраты учитываются лишь в виде удельных показателей и не разбиты на составляющие, что ухудшает точность самой математической модели. В настоящее время комплексного подхода к решению задач оптимизации размещения распределённых генераторов и выбора их числа и мощности с учётом режимов работы, эксплуатации систем энергоснабжения с РГ при максимальном учёте влияющих факторов ещё не выработано. Поэтому актуальна разработка математической модели, а затем и методик, реализующих такой подход.
Объектом исследования являются распределительные сети с установками малой РГ. Проверка результатов проведена в системе энергоснабжения студгородка ЮУрГУ. Все исследования проводились на основе газопоршневых когенераторов, однако предложенные алгоритмы применимы и для сетей с другими источниками РГ.
Цель работы заключается в создании оптимизационной модели и алгоритмов решения задач определения числа, типа и мест размещения установок РГ в распределительной сети и выбора состава работающего оборудования в различных эксплуатационных ситуациях.
Научная новизна
1. Показана эффективность применения генетического алгоритма (ГА) для
решения задач оптимизации в системах с РГ.
2. Показано, что ГА применим для решения как задач проектирования, так
и задач эксплуатации систем с РГ.
3. Разработана комплексная математическая оптимизационная модель
выбора структуры системы с РГ, с детализацией целевой функции в зависимости от проектной или эксплуатационной направленности задачи.
4. Разработана технология адаптации программного обеспечения,
реализующего ГА, для решения задач оптимизации систем с РГ.
5. Разработаны алгоритмы оптимального участия РГ на рынке электрической мощности.
6. Решена задача выбора состава генерирующего оборудования в распределительных сетях с РГ с учётом теплопотребления.
Основные положения, выносимые на защиту:
- Комплексная оптимизационная математическая модель системы с РГ, позволяющая решать проектные и эксплуатационные задачи оптимизации систем с РГ.
- Технология адаптации программного обеспечения, реализующего ГА для решения задач оптимизации систем с РГ.
- Алгоритмы оптимального участия РГ на рынке электрической мощности.
- Решение задачи выбора состава генерирующего оборудования в распределительных сетях с РГ.
Практическая значимость заключается в применении эффективных алгоритмов управления развитием и эксплуатацией систем с РГ, что приводит к улучшению их технико-экономических показателей, снижению потерь электроэнергии, более эффективному использованию оборудования и топлива при планировании суточных графиков загрузки оборудования.
Практическая реализация. Результаты работы использованы в инновационно-образовательной программе «Энерго- и ресурсосберегающие технологии» при реализации национального проекта «Образование» и в приоритетном направлении развития «Энергосбережение в социальной сфере» в рамках программы развития ФГБОУ ВПО ЮУрГУ (национального исследовательского университета).
Полученные результаты в области математического моделирования и оптимизации режимов сетей с РГ при помощи ГА использованы при выборе площадок строительства двух малых теплоэлектростанций в сети ЮУрГУ, определении их оптимальных режимов работы и технико-экономических параметров, а также в учебном процессе в курсе «Автоматизированные системы управления электростанций» и «Оптимизация в электроэнергетических системах».
Публикации. По теме диссертации опубликовано 11 печатных работ, в том числе 2 в реферируемых изданиях ВАК.
Личный вклад: Создана математическая модель сети с РГ, приспособленная к решению задач методом ГА. Найден эффективный метод решения оптимизационных задач для подобных сетей. Выработаны алгоритмы программной реализации решения различных оптимизационных задач: выбора числа, мощности и мест подключения генераторов; оптимизации режимов работы генераторов в системе энергоснабжения с РГ; определения минимального тарифа на продажу электрической энергии.
Обоснованность научных положений, рекомендаций и выводов.
Представление параметров математической модели основано на исследовании характеристик оборудования ведущих отечественных и зарубежных производителей. Работоспособность ГА проверена на тестовой сети путём сопоставления результата с найденным по методу полного перебора. Исследования в диссертационной работе проведены на действующей системе энергоснабжения ЮУрГУ с достоверными данными по её характеристикам.
Структура и объём диссертации. Диссертация состоит из введения, 4 глав, заключения, списка литературы, включающего 139 наименований, и 11 приложений. Работа изложена на 154 страницах машинописного текста, который поясняется 40 рисунками и 18 таблицами.
Автор глубоко признателен профессору кафедры ЭССиС ЮУрГУ Б.Г. Булатову за научную и методическую помощь, оказанную в процессе работы над диссертацией.
В диссертационной работе получена математическая модель сети с РГ, которая позволяет производить оптимизацию выбора числа, мощности и точек подключения распределённых генераторов, а также решать ряд эксплуатационных задач. В качестве метода оптимизации применён направленный перебор на основе ГА.
1. В энергетике расширяется применение малой распределённой генерации, что требует решения ряда задач, в том числе и задач оптимального её размещения и эксплуатации. Учитывая особенности таких задач создана оптимизационная математическая модель сети с РГ, где в качестве метода оптимизации применен генетический алгоритм.
2. Проведённые исследования показали, что применение ГА для решения оптимизационных задач в сетях с РГ позволяет получить решение с требуемой точностью за меньшее, по сравнению с методом перебора, время. Для решаемых задач предложены оптимальные настройки и обоснован критерий останова.
3. Тестирование математической модели проведено при решении различных задач проектирования и эксплуатации сети электроснабжения студгородка ЮУрГУ - типичной сети с РГ. Полученные результаты показали корректную реакцию математической модели на задаваемые изменения влияющих факторов, что подтверждает целесообразность применения предложенной модели для решения проектных и эксплуатационных задач по выбору состава и режима работы оборудования сети с РГ.
4. В зависимости от целей решаемых задач при вводе малой генерации, в качестве целевой функции при оптимизации системы с РГ принимаются годовые приведённые затраты, эксплуатационные затраты за определённый период времени, срок окупаемости, тариф на продажу электроэнергии и др. При этом система с РГ описывается комплексной математической моделью и эта модель лишь адаптируется под решение разных задач.
5. На базе комплексной математической модели сети с РГ сформированы алгоритмы её адаптации для решения следующих локальных задач:
- оптимизации числа, мощности и мест размещения РГ;
- оптимизации режимов работы сети с РГ;
- выбора минимального тарифа на продажу электрической энергии.
Аналогично могут быть разработаны и алгоритмы для решения других локальных задач. Например, для составления диспетчерского графика загрузки оборудования при изменяющихся тарифах на энергоресурсы, а также на выдаваемую в сеть электроэнергию. Локальные модели при решении этих задач формируются адаптацией комплексной модели путём введения или блокирования выполнения отдельных операций алгоритма.
Полученную математическую модель в комбинации с выбранным методом оптимизации можно рекомендовать для применения при разработке методик проектирования и эксплуатации систем с РГ, а также при создании программных средств решения проектных и эксплуатационных задач для оптимизации сетей с РГ.
Помощь студентам и аспирантам в выполнении работ от наших партнеров
