Тип работы:
Предмет:
Язык работы:


КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ И ПЛАНИРОВАНИЕ РЕЖИМОВ ФОТОЭЛЕКТРИЧЕСКИХ ЭЛЕКТРОСТАНЦИЙ

Работа №102442

Тип работы

Авторефераты (РГБ)

Предмет

электроэнергетика

Объем работы24
Год сдачи2020
Стоимость250 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
161
Не подходит работа?

Узнай цену на написание


ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОЙ РАБОТЫ
СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

Актуальность темы. В настоящее время схема размещения генерирующих объектов на территории Российской Федерации на законодательном уровне включает в себя кроме генеральной схемы размещения объектов электроэнергетики, схем и программ развития Единой энергетической системы России (СиПР ЕЭС), также схемы и программы перспективного развития электроэнергетики субъектов Российской Федерации, что является отдельной важной локальной задачей в составе глобальной задачи перспективного планирования. При этом отсутствие утверждённой на федеральном уровне единой для всех методологии разработки программ регионального экономического развития, а также правил планирования развития топливно-энергетического комплекса, на основании которых специалистами энергетического сектора рассчитывается прогноз потребления электроэнергии и мощности, который, в свою очередь, учитывается при составлении схем и программ развития электроэнергетики, подтверждает необходимость разработки нового универсального подхода к решению данной задачи.
Современные региональные электроэнергетические системы (ЭЭС) характеризуются возрастающей долей возобновляемых источников энергии, что обусловлено существующими механизмами стимулирования их развития. В большинстве развитых стран реализуют механизмы государственной поддержки развития возобновляемых источников энергии, включающие фиксированные тарифы, определяющие цену за киловатт-час произведенной электроэнергии, ценовые надбавки, зеленые сертификаты и другие механизмы. В России наибольшее распространение получил механизм конкурсных отборов на право заключения договора поставки мощности для оптового рынка, в рамках которого собственники объектов, функционирующих на основе возобновляемых источников энергии, получают ежемесячную гарантированную плату за мощность. Распоряжением Правительства РФ определены целевые показатели установленной мощности такой генерации в общей структуре генерирующих мощностей - 5 871 МВт до 2024 года. На начало 2018 года ее установленная мощность без учета гидроэлектростанций в ЕЭС России составила - 1,59 ГВт, в мире - 941,0 ГВт, а оценка технически доступного энергетического потенциала возобновляемых источников энергии в России по разным источникам оценивается от 5 до 25 млрд. т.у.т. в год, то есть оценочно 55% от годового потребления энергии.
В ЭЭС со значительной долей возобновляемых источников энергии задача эффективного размещения генерирующих объектов имеет также ряд дополнительных особенностей, а именно связана с задачами размещения генерации и планирования режимов ее работы, которые в свою очередь определяются правилами технологического функционирования электроэнергетических систем и базируются на формировании долгосрочных и краткосрочных балансов мощности и электроэнергии. В среднем установленная мощность, к примеру, фотоэлектрических станций составляет порядка 15-20 МВт, что сопоставимо с потерями мощности в масштабах крупных ЭЭС. Однако для региональных энергосистем и отдельных энергорайонов (Оренбургская область, где доля генерации на основе возобновляемых источников энергии к 2020 году составит порядка 20% при суммарной установленной мощности в 365 МВт) такая мощность может оказывать существенное влияние на схемно-режимную ситуацию в районе размещения и потребует внимания к электросетевым ограничениям и потерям мощности в сети.
Также задача размещения генерирующих объектов в ЭЭС со значительной долей ВИЭ, имеет непосредственную связь с задачей прогнозирования генерации электрической энергии, так как отсутствие достоверных прогнозов возобновляемых источников энергии влечет за собой необходимость постоянного поддержания полноценного резерва активной мощности в энергосистеме (в объёме располагаемой мощности возобновляемых источников энергии), что фактически означает необходимость дополнительного включения тепловой генерации и её работы в неэкономичных режимах и/или резервирования пропускной способности электрических сетей, что в свою очередь создает проблему формирования избыточных мощностей не только на уровне регионов, но и на уровне потребителей. Так, на примере реализации программы договора о предоставлении мощности в России, завышенные прогнозы роста спроса на электрическую энергию и мощность при формировании плана строительства новых мощностей привели к профициту мощности и дополнительной нагрузке на потребителей.
Проблемы прогнозирования генерации электроэнергии на объектах, функционирующих с использованием различных видов возобновляемых источников энергии, связаны с проблемой стохастичного характера их генерации. Такая задача является многофакторной с большим числом плохо формализуемых и лингвистических данных, так как базируется на метеорологических и климатологических данных, укрупненный характер которых также оказывает сильное влияние на результат прогнозирования генерации электрической энергии.
Самыми распространенными станциями на основе возобновляемых источников энергии, реализуемыми на территории РФ с государственной поддержкой, являются фотоэлектрические и ветровые электростанции, а также мини-гидростанции. Несмотря на то, что темпы роста установленной мощности ветровых электростанций на территории РФ выше, отдельные крупные районы юга России формируют свою «зеленую энергетику» именно на базе фотоэлектрических станций.
Применительно к задаче эффективного размещения фотоэлектрических станций требуется учитывать энергетический потенциал территории, доступность альтернативных местных видов топлива и другие критерии, что делает данную задачу актуальной для региональных энергосистем в условиях развития возобновляемых источников энергии.
Необходимость прогнозирования генерации возобновляемых источников энергии закреплена на государственном уровне, согласно приказу от 11.02.2019 № 91 «Об утверждении требований к прогнозированию потребления и формированию балансов электрической энергии и мощности энергосистемы на календарный год и периоды в пределах года» «...Объем производства электрической энергии в прогнозном балансе электрической энергии энергосистемы должен определяться для ветровых и солнечных электростанций - на основе помесячных данных о средней многолетней величине производства электрической энергии данными электростанциями за три последних года, а при отсутствии указанных данных (в том числе для строящихся электростанций) - в соответствии с предложениями собственников по формированию сводного прогнозного баланса...». При этом в деятельности оперативно-диспетчерских центров в России задача прогнозирования генерации фотоэлектрических станций фактически не решена. В настоящее время при краткосрочном планировании электрических режимов с целью компенсации стохастического снижения выдачи мощности электростанциями на основе возобновляемых источников энергии, увеличивается объем резервов активной мощности ЭЭС на суммарную величину генерации, заявленной собственниками таких генерирующих объектов.
С целью повышения эффективности краткосрочного планирования режимов в части соблюдения системных ограничений, размещения резервов активной мощности требуется создание инструментов прогнозирования генерации фотоэлектрических станций для краткосрочного (на сутки вперед) и оперативного (внутри суточный прогноз с горизонтом упреждения до 6 часов) горизонтов планирования режимов. Такое разделение определено, как уже упоминалось выше, стохастичностью процесса генерации электрической энергии фотоэлектрическими станциями, суточным и сезонным циклами изменения солнечного излучения. Краткосрочный прогноз генерации электрической энергии фотоэлектрических станций продиктован необходимостью его формирования диспетчерскими центрами системного оператора для рынка на сутки вперед, а оперативный прогноз - для управления перетоками мощности, балансирования генерации и корректировки диспетчерских графиков фотоэлектрических станций.
Кроме того, собственники фотоэлектрических станций, также заинтересованы в развитии инструментов прогнозирования. В существующих условиях это позволит не только решать задачи выбора состава включенного генерирующего оборудования, планирования резервов мощности, но обеспечить эффективное планирование технического обслуживания и ремонтов основного генерирующего оборудования.
Вышесказанное подчеркивает актуальность исследования и необходимость гармонизации процесса внедрения фотоэлектрических станций в энергосистемы, а также выявляет ряд принципиально новых проблем и задач, требующих разработки новых подходов к их решению с точки зрения информационно-аналитических и математических принципов обработки и анализа данных.
Таким образом, задачи размещения и краткосрочного прогнозирования генерации электрической энергии фотоэлектрическими станциями - актуальные задачи для собственников генерирующих объектов и для организаций диспетчерского и технологического управления, обеспечивающих планирование электроэнергетического режима и бесперебойное электроснабжение потребителей, как с технической, так и с экономической точек зрения.
Объект исследования - региональная электроэнергетическая система с большой долей солнечных электростанций на базе фотоэлектрических преобразователей и оценка их влияния на режимы работы сети.
Предмет исследования - территориальное размещение и краткосрочное прогнозирование генерации фотоэлектрических станций в региональных электроэнергетических системах.
Цель работы - совершенствование существующих и разработка новых математических подходов к эффективному размещению объектов генерации на основе возобновляемых источников энергии и краткосрочному прогнозированию генерации фотоэлектрических станций с использованием статистических методов и методов машинного обучения.
Для достижения поставленной цели в работе поставлены и решены следующие задачи:
1) анализ существующих методов и подходов к размещению генерирующих объектов на основе возобновляемых источников энергии;
2) разработка модели эффективного размещения генерирующих объектов на основе возобновляемых источников энергии;
3) разработка моделей краткосрочного и оперативного прогнозирования генерации электрической энергии фотоэлектрическими станциями;
4) анализ влияния режимов работы фотоэлектрических станций на резервы мощности электроэнергетической системы.
Научная новизна работы состоит в следующем:
1) разработана многопараметрическая математическая модель оптимизации размещения объектов генерации в ЭЭС с увеличенной долей возобновляемых источников энергии, реализованная на картах технологического районирования;
2) обосновано и получено решение задачи эффективного размещения генерирующих объектов в региональных ЭЭС с большой долей возобновляемых источников энергии с учетом технических ограничений прилегающей сети ;
3) разработаны новые математические модели и алгоритмы краткосрочного и оперативного прогнозирования генерации электроэнергии фотоэлектрическими станциями, основанные на статистических методах, методах машинного обучения, законах распространения солнечного излучения в атмосфере и его пространственно-временных характеристиках;
4) предложена методика оценки необходимых резервов активной мощности в ЭЭС с большой долей возобновляемых источников энергии, основанная на оценке рисков возникновения небаланса активной мощности.
Практическая значимость результатов работы.
Предложены эффективные' методики и инструменты решения задач размещения и краткосрочного прогнозирования генерации электрической энергии фотоэлектрическими станциями в региональных ЭЭС на базе разработанных моделей с использованием статистических методов и методов машинного обучения.
Предложенные подходы позволяют получить максимально точные обоснованные сценарии размещения фотоэлектрических станций в региональных ЭЭС и оценить графики их генерации для решения задачи размещения резервов активной мощности.
Также практическая ценность подтверждается актом внедрения результатов диссертационной работы в деятельность одной из ведущих мировых компаний электроэнергетической области - ООО «11рософт-Системы».
Положения, выносимые на защиту:
1. Многопараметрическая модель размещения объектов генерации на основе возобновляемых источников энергии, построенная на базе метода анализа иерархий и генетического алгоритма, позволяет получить оптимальные варианты развития такой генерации в региональных электроэнергетических системах.
2. Математическая модель и алгоритм краткосрочного прогнозирования генерации электрической энергии фотоэлектрическими станциями «на сутки вперед», построенные на основе метода множественной регрессии, позволяют получить прогноз генерации с ошибкой не более 20%.
3. Математическая модель оперативного прогнозирования генерации электрической энергии фотоэлектрическими станциями повышает эффективность внутрисуточного планирования электроэнергетических режимов.
4. Методика оценки величины резервов активной мощности в ЭЭС с большой долей возобновляемых источников энергии, основанная на оценке рисков возникновения небаланса мощности, позволяет избежать необходимости формирования резервов активной мощности тепловой генерации в объеме установленной мощности ВИЭ.
Соответствие диссертации паспорту научной специальности. Диссертационная работа соответствует следующим пунктам паспорта специальности 05.14.02 - Электрические станции и электроэнергетические системы:
• п. 1 «Оптимизация структуры, параметров и схем электрических соединений электростанций»;
• п. 6 «Разработка методов математического и физического моделирования в электроэнергетике»;
• п. 13 «Разработка методов использования ЭВМ для решения задач в электроэнергетике».
Обоснованность и достоверность. Результаты диссертационной работы получены при корректном и обоснованном применении статистических методов и методов машинного обучения и подтверждаются согласованностью с результатами, полученными на основе эмпирических выводов и экспертных оценок в рамках выполнения научно-исследовательских работ.
Апробация работы. Положения диссертационной работы докладывались и обсуждались на 11 международных и Российских научных конференциях, а именно: 46th CIGRE Session, 2016 (Париж, Франция); 57th International Scientific Conference on Power and Electrical Engineering of Riga Technical University, 2016 (Рига, Латвия); Электроэнергетика глазами молодежи, 2017 (Самара, Россия); II International Conference on Control in Technical Systems, 2017 (Санкт-Петербург, Россия); 8th International Conference on Energy and Environment, 2017 (Бухарест, Румыния); 11th IEEE International Conference on Compatibility, Power Electronics and Power Engineering, 2017 (Кадиз, Испания); Conference of Russian Young Researchers in Electrical and Electronic Engineering, 2018 (Санкт-Петербург, Россия); 3rd International Conference on Advances on Clean Energy Research, 2018 (Санкт- Петербург, Россия); 3rd International Conference on Advances on Clean Energy Research, 2018 (Барселона, Испания); 17th International Ural Conference on AC Electric Drives, 2018 (Екатеринбург, Россия); IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering, 2019 (Санкт-Петербург, Россия).
Публикации. По теме диссертационной работы опубликовано 13 статей, в том числе 3 статьи в рецензируемых научных изданиях, рекомендуемых ВАК РФ, 10 публикаций в материалах конференций и в журналах, индексируемых в международных базах научного цитирования Scopus и Web of Science. В совместных работах доля автора составляет не менее 70%.
Структура и объем работы. Диссертационная работа включает в себя введение, четыре главы, заключение, список сокращений и условных обозначений, список литературы, состоящий из 176 библиографических ссылок и одно приложение. Общий объем работы составляет 212 страниц, в том числе 63 таблицы, 57 рисунков.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


1. Выполнен анализ подходов для энергообеспечения территорий в рамках реализации целевых показателей развития объектов генерации на основе возобновляемых источников энергии и представлен обзор международных стандартов и нормативных документов, регламентирующих основные технические требования и системные ограничения при их подключении на параллельную работу с электроэнергетической системой.
2. Разработана многопараметрическая математическая модель оптимизации размещения объектов генерации на основе возобновляемых источников энергии, основанная на картах технологического районирования региональной электроэнергетической системы и доказана ее эффективность на примере анализа энергосистемы Свердловской области.
3. Получено и обосновано решение задач краткосрочного прогнозирования генерации электрической энергии фотоэлектрической станцией «на сутки вперед» на основе модели множественной регрессии и оперативного прогнозирования на интервале упреждения до шести часов на основе метода градиентного бустинга над деревьями решений. Выполнена реализация разработанных методик в виде программного модуля на языке Python в ПО Jupyter и апробация разработанных моделей на Оренбургской ФЭС, показавшие достаточную для практической реализации точность прогнозов.
4. Сформирована модель исходных данных и методика кластеризации ретроспективной информации по метеорологическим данным и событиям для фотоэлектрической станции, позволяющие уменьшить нормализованный модуль средней ошибки краткосрочного прогнозирования до величины 20% за счёт снижения дисперсии признаков.
5. Показана возможность получения оперативных прогнозов генерации электрической энергии фотоэлектрической станцией без применения дополнительных устройств мониторинга погодных условий с нормализованным модулем средней ошибки 15%.
6. Выявлены, систематизированы и ранжированы основные факторы и критерии, влияющие на величину ошибок при формировании краткосрочных и оперативных прогнозов генерации электрической энергии, проведен анализ информативности признаков и степень их влияния на результат прогноза. Сформированы требования к структуре и составу исходных данных.
7. Разработана универсальная методика оценки величины необходимых резервов активной мощности в ЭЭС с увеличенной долей солнечных электростанций на базе фотоэлектрических преобразователей, основанная на оценке рисков возникновения небаланса активной мощности в электроэнергетических системах.



1. Ерошенко, С.А. Разработка адекватных технических условий для технологического присоединения генерирующих объектов малой мощности к электрической сети / П.М. Ерохин, С.А. Ерошенко, А.В. Паздерин, В.О. Самойленко, А.Л. Рывлин, С.А. Стерлягова // Промышленная энергетика, 2016. - № 2. - С. 6-12.
2. Ерошенко, С.А. Технические вопросы подключения малой генерации на параллельную работу с энергосистемой / С.А. Ерошенко, А.И. Хальясмаа, С.А. Дмитриев, А.В. Паздерин, А.А. Карпенко // Журнал «Научное обозрение», 2013. - №6 - С. 49-56.
3. Ерошенко, С.А. Анализ технической реализуемости присоединения установок малой генерации на параллельную работу с сетью электросетевой компании / С.А. Ерошенко, А.И. Хальясмаа, С.А. Дмитриев // Журнал «Энергетика Татарстана», 2013 - №3(31) - С. 51-56.
Публикации в трудах конференций и изданиях, входящих в наукометрические базы данных Scopus, Web of Science и другие:
4. S.A. Eroshenko. Comparison study of wind flow velocity short-term forecasting methods based on adaptive models and neural networks / V.Z. Manusov,
S.A. Eroshenko, P.V. Matrenin, E.A. Igumnova, G. B. Nesterenko // International Journal of Advanced Science and Technology, 29 (8 Special Issue), 2020. - pp. 2108-2115.
5. Eroshenko, S.A. Solar Power Plant Generation Short-Term Forecasting
Model / S.A. Eroshenko, E.S Kochneva, P.A. Kruchkov, A.I. Khalyasmaa // MATEC Web of Conferences, 2018. - № 208 04004. DOI:
10.1051/matecconf/201820804004
6. Eroshenko, S.A. Very-short term solar power generation forecasting based on trend-additive and seasonal-multiplicative smoothing methodology / S.A. Eroshenko, A.I. Khalyasmaa, R.T. Valiev // E3S Web of Conferences, 2018. - № 51 02003. DOI: 10.1051/e3scconf/20185102003
7. Eroshenko, S.A. Weather data errors analysis in solar power stations generation forecasting / S.A. Eroshenko, A.I. Khalyasmaa // E3S Web of Conferences, 2018. - № 51 02002. DOI: 10.1051/e3sconf/20185102002
8. Eroshenko, S.A. Assessment of the learning sample size and pattern impact on the SPS generation short-term forecasting / S.A. Eroshenko, A.I. Khalyasmaa // Proceedings of the 2018 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering - EIConRus, 2018. - pp. 617-621. DOI: 10.1109/EIConRus.2018.8317172
9. Eroshenko, S.A. Algorithmic realization of short-term solar power plant output forecasting / D.A. Snegirev, S.A. Eroshenko, R.T. Valiev, A. I. Khalyasmaa // Proceedings of 2017 IEEE 2nd International Conference on Control in Technical Systems - CTS'2017, 2017. - pp. 228-231. DOI: 10.1109/CTSYS.2017.8109532
10. Eroshenko, S.A. The improvement of distributed generation integration
efficiency / S.A. Eroshenko, A.I. Khalyasmaa // Proceedings of 2017 11th IEEE International Conference on Compatibility, Power Electronics and Power Engineering - CPE-POWERENG, 2017. - pp. 94-99. DOI:
10.1109/CPE.2017.7915151
11. Eroshenko, S.A. Functional assessment system of solar power plant energy production / A.I. Khalyasmaa, D.A. Snegirev, R.T. Valiev, S.A. Eroshenko // Proceedings of 8th International Conference on ENERGY and ENVIRONMENT
-CIEM, 2017. - pp. 349-353. DOI: 10.1109/CIEM.2017.8120862
12. Eroshenko, S.A. Intelligent model of decision support system of distributed generation integration / S.A. Eroshenko, A.I. Khalyasmaa // Proceedings of the IEEE International Conference on Software Engineering and Service Science
-ICSESS, 2017. - pp. 79-82. DOI: 10.1109/ICSESS.2017.8342868
13. Eroshenko, S. A. Training sample dimensions impact on artificial neural network optimal structure / V. Z. Manusov, I. S. Makarov, S. A. Dmitriev and S. A. Eroshenko // Proceedings of the 12th International Conference on Environment and Electrical Engineering, 2013. - pp. 156-159. DOI: 10.1109/EEEIC.2013.6549608


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ