
Тип работы:	Предмет:	Язык работы:

КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ И ПЛАНИРОВАНИЕ РЕЖИМОВ ФОТОЭЛЕКТРИЧЕСКИХ ЭЛЕКТРОСТАНЦИЙ

Работа №	102443
Тип работы	Диссертации (РГБ)
Предмет	электроэнергетика
Объем работы	212
Год сдачи	2020
Стоимость	4300 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено	197

Не подходит работа?

Узнай цену на написание

Содержание

ВВЕДЕНИЕ 4
1 ПЛАНИРОВАНИЕ РАЗВИТИЯ ГЕНЕРИРУЮЩИХ МОЩНОСТЕЙ
НА ОСНОВЕ ВОЗОБНОВЛЯЕМЫХ ИСТОЧНИКОВ ЭНЕРГИИ 12
1.1 Терминологическая база 12
1.2 Анализ существующих подходов к планированию развития
генерирующих мощностей 16
1.3 Об использовании возобновляемых источников энергии в России
и в мире 25
1.4 Механизмы поддержки развития возобновляемых источников энергии
в России 26
1.5 Подключение генерирующих объектов на базе возобновляемых
источников энергии к электрической сети 31
Выводы по главе 1 39
2 МОДЕЛЬ ОПТИМАЛЬНОГО РАЗМЕЩЕНИЯ ГЕНЕРИРУЮЩИХ
МОЩНОСТЕЙ НА ОСНОВЕ ВОЗОБНОВЛЯЕМЫХ ИСТОЧНИКОВ ЭНЕРГИИ 40
2.1 Постановка задачи оптимального размещения генерирующих
мощностей на основе возобновляемых источников энергии 40
2.2 Генетический алгоритм поиска оптимальных решений по размещению объектов генерации на базе возобновляемых источников энергии .... 53
2.3 Расчетный пример поиска оптимальных решений по размещению объектов генерации на основе возобновляемых источников энергии 63
Выводы по главе 2 93
3 РАЗРАБОТКА МОДЕЛЕЙ КРАТКОСРОЧНОГО И ОПЕРАТИВНОГО
ПРОГНОЗИРОВАНИЯ ФОТОЭЛЕКТРИЧЕСКИХ ЭЛЕКТРОСТАНЦИЙ 95
3.1 Постановка задачи прогнозирования 95
3.2 Анализ существующих систем прогнозирования генерации
фотоэлектрических электростанций 95
3.3 Расчет параметров солнечного излучения 96
3.4 Модель краткосрочного прогнозирования 107
3.5 Модель оперативного прогнозирования 143
Выводы по главе 3 173
4 ВЛИЯНИЕ ФОТОЭЛЕКТРИЧЕСКИХ ЭЛЕКТРОСТАНЦИЙ НА
РЕЗЕРВЫ МОЩНОСТИ В ЭНЕРГОСИСТЕМАХ 175
4.1 Постановка задачи 175
4.2 Модель оценки рисков возникновения небаланса мощности 176
Выводы по главе 4 186
ЗАКЛЮЧЕНИЕ 187
СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ 189
СПИСОК ЛИТЕРАТУРЫ 191
ПРИЛОЖЕНИЕ А АКТЫ О ВНЕДРЕНИИ РЕЗУЛЬТАТОВ ДИССЕРТАЦИОННОЙ РАБОТЫ 210

Введение

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 ЭЭС 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 ЭЭС 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:
- анализ существующих методов и подходов к размещению генерирующих объектов на основе возобновляемых источников энергии;
- разработка модели эффективного размещения генерирующих объектов на основе возобновляемых источников энергии;
- разработка моделей краткосрочного и оперативного прогнозирования генерации электрической энергии фотоэлектрическими станциями;
- анализ влияния режимов работы фотоэлектрических станций на резервы мощности электроэнергетической системы.
Научная новизна работы состоит в следующем:
- разработана многопараметрическая математическая модель оптимизации размещения объектов генерации в ЭЭС с увеличенной долей возобновляемых источников энергии, реализованная на картах технологического районирования;
- обосновано и получено решение задачи эффективного размещения генерирующих объектов в региональных ЭЭС с большой долей возобновляемых источников энергии с учетом технических ограничений прилегающей сети;
- 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;
- 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 «Прософт-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:
- пункт 1 «Оптимизация структуры, параметров и схем электрических соединений электростанций»;
- пункт 6 «Разработка методов математического и физического моделирования в электроэнергетике»;
- пункт 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!

ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ

Курсовые Статьи Диплом Рязань

Заключение

Основными результатами диссертационной работы являются:
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 средний модуль ошибки 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 со средним модулем 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 фотоэлектрических электростанций на базе фотоэлектрических преобразователей, основанная на оценке рисков возникновения небаланса активной мощности в ЭЭС.
8. Результаты работы были представлены и поддержаны НП «Научно-технический совет Единой энергетической системы», секцией «Распределенные источники энергии» в 2018 и 2019 гг.
9. Результаты диссертационной работы внедрены в программный комплекс интеллектуального учета электрической энергии «Энергосфера» ООО «Прософт - системы», апробированы на Оренбургской ФЭС (Оренбургская область, установленная мощность электростанции 20 МВт) и внедрены на реальной функционирующей солнечной электростанции «Заводская» (Астраханская область, установленная мощность 15 МВт). Средний модуль ошибки краткосрочного прогнозирования «на сутки вперед» на текущий момент составляет не более 15%. Собственники генерирующих объектов используют прогноз выработки электрической энергии для участия в конкурентных процедурах рынка электроэнергии и мощности, а также для планирования технического обслуживания основного генерирующего оборудования и полупроводниковых преобразователей.

Литература

1 Классификация и термины систем распределённой генерации / А. В. Паздерин, П. И. Бартоломей, В. В. Вяткин [и др.] // Научные труды IV международной научно-технической конференции «Электроэнергетика глазами молодёжи» В 2 т. Т. 2. - Новочеркасск: ЮРГПУ (НПИ). - С. 346 - 350.
2 Анализ рынка строительства объектов малой генерации // Интернет-портал сообщества Топливно-энергетического комплекса / гл. ред. О. Никитин. - URL: http://www.energyland.info/analitic-show-9588(дата обращения: 20.02.2015).
3 Шафранник Ю. К. Концепция развития и использования возможностей малой и нетрадиционной энергетики в энергетическом балансе России / Ю. К. Шафранник, П. П. Безруких. - М.: Минтопэнерго РФ, 1994.
4 Стенников В. А. Централизованная и распределенная генерация - не альтернатива, а интеграция / В. А. Стенников, Н. И. Воропай // ИСЭМ СО РАН. Институт энергетической стратегии. - URL: http://energystrategy.ru/projects/Energy_21/4-2.pdf(дата обращения: 28.04.2016).
5 IEEE Standards Definition Database: IEEE Standards association. - URL: http://dictionary.ieee.org/index(дата обращения: 20.02.2015).
6 Impact of Increasing Contribution of Dispersed Generation on the Power System / A. Achweer (Chair) [et al.] // CIGRE WG 37.23, CIGRE Publications, Final report, February1999. - 50 p.
7 Distributed generation in liberalized electricity markets. Paris: OECD / Int. Energy Agency IEA, 2002. - 124 p.
8 Technical Assessment Guide / G. Booras [et al.] // Electric Power Research Institute (EPRI), TAG Technical Assessment Guide. - Vol. 5: Distributed resources, TR-113165-V5. - Nov., 1999. - 374 p.
9 Distributed generation: Distributed Power Coalition of America (DPCA). - офиц. сайт. - URL: http://www.distributed- generation.com/distributedgeneration.html(дата обращения: 20.02.2015).
10 CAISO Glossary of terms and acronyms: офиц. сайт. - California Independent System Operator (CAISO). - URL: http://www.caiso.com/Pages/glossary.aspx(дата обращения: 20.02.2015).
11 ENTSO-E Definitions and Acronyms: офиц. сайт. - European network of transmission system operators for electricity (ENTSO-E). - URL: https://www.entsoe.eu/Pages/default.aspx(дата обращения: 20.02.2015).
12 Ackermann T. Distributed generation: a definition / T. Ackermann, G. Anders-son, L. Soder // Electric Power Systems Research. - 2001. - № 57. - P. 195-204.
13 Об электроэнергетике: федеральный закон № 35-ФЗ: принят Гос. Думой 21 февр. 2003 г.: одобрен Советом Федерации 12 марта 2003 г.: ред. от 29.12.2017. - Москва: Российская газета. - 2003. - №60.
14 О квалификации генерирующего объекта, функционирующего на основе использования возобновляемых источников энергии: Постановление Правительства Российской Федерации от 03.06.2008 г. № 426 / Российская Федерация. Правительство. - URL: https://www.garant.ru/(дата обращения: 10.02.2020). - Режим доступ: СПС Гарант. - Текст: электронный.
15 Definitions for Distributed Generation: a revision / A. Bayod Rujula, J. Mur Amada, J.L. Bernal-Agustin [et al.]. - University of Zaragoza, Spain, March, 2005.
16 Об Энергетической стратегии России на период до 2030 года: Распоряжение Правительства Российской Федерации от 13.11.2009 г. № 1715¬р / Российская Федерация. Правительство. - URL: https://www.garant.ru/(дата обращения: 10.02.2020). - Режим доступ: СПС Гарант. - Текст: электронный.
17 Воропай Н.И., Клер А.М., Кононов Ю.Д., Санеев Б.Г., Сендеров С.М., Стенников В.А. Методические основы стратегического планирования развития энергетики // Энергетическая политика. №3. 2018. C. 35-44.
18 Проблемы развития электроэнергетики, методы и механизмы их решения в рыночных условиях / Н. И. Воропай, Е. Ю. Иванова, В. В. Труфанов [ и др.] // Экономические проблемы энергетического комплекса : материалы семинара (Москва, 28 февр. 2006 г.) / Ин-т народнохозяйственного прогнозирования. - Москва, 2007. - 114 с.
19 Модели оптимизации развития энергосистем: учеб. издание для электроэнергетических спец. вузов / Д. А. Арзамасцев, А. В. Липес, А. Л. Мызин; под ред. Д. А. Арзамасцева. - Москва: Высшая школа, 1987. - 272 с.
20 Обоснование развития электроэнергетических систем: Методология, модели, методы, их использование / Н. И. Воропай, С. В.
Подковальников, В. В. Труфанов [и др.] ; Отв. ред. Н. И. Воропай. - Новосибирск: Наука, 2015. - 448 с.
21 ICF Incorporated: офиц. сайт. - URL:
https://www.icf.com/technology/ipm/(дата обращения: 10.02.2020).
22 The Low Emission Development Strategies Global Partnership (LEDS GP): офиц. cайт. - URL: http://ledsgp.org/resource/wien-automatic-system- planning-package/?loclang=en_gb/дата обращения: 10.02.2020).
23 Composite Power System Expansion Planning Considering Outage Cost / J. Choi, T. Tran, T. D.Mount [et al.] // 2007 IEEE PES General Meeting (Tampa, Florida, USA, 24-28 June 2007). - P. 301-305.
24 Jirutitijaroen P. Stochastic Programming Approach for Unit Availability Consideration in Multi-Area Generation Expansion Planning / P. Jirutitijaroen, Ch. Singh // 2007 IEEE PES General Meeting (Tampa, Florida, USA, 24-28 June 2007). - P. 301-305.
25 Dicorato M. Assesing Distributed Generation in an Environmental - Constrained Energy Planning / M. Dicorato, G. Forte, M. Trovato // 2007 IEEE PES General Meeting (Tampa, Florida, USA, 24-28 June 2007). - P. 282-289.
26 Containment of power losses in LV networks with high penetration of distributed generation / G. Celli [et al.]. - DOI: 10.1049/oap-cired.2017.0988 // CIRED - Open Access Proceedings Journal. - 2017. - Vol. 2017, No. 1. - P. 2183-2187.
27 Comparison of planning alternatives for active distribution networks / G. Celli, G. G. Soma, F. Pilo [et al.]. - DOI: 10.1049/cp.2012.0895 // CIRED 2012 Workshop: Integration of Renewables into the Distribution Grid. - Lisbon. - 2012. - P. 1-4.
28 Труфанов В. В. Методическое обеспечение перспективного развития электроэнергетических систем России в современных условиях: спец. 05.14.02 «Электрические станции и электроэнергетические системы»: дис. д-ра техн. наук / Труфанов Виктор Васильевич; Ин-т систем энергетики им. Л.А. Мелентьева СО РАН. - Иркутск, 2014. - 321 с.
29 Yuan B. Multi-area generation expansion planning model of high variable generation penetration / B. Yuan, S. Wu, J. Zong. - DOI: 10.1109/ICPRE.2017.83906142017 // 2nd Int. Conf, on Power and Renewable Energy (ICPRE) (Chengdu, 20-23 Sep. 2017). - P. 645-648.
30 Akbarzade H. A Model for Generation Expansion Planning in Power Systems Considering Emission Costs / H. Akbarzade, T. Amraee. - DOI: 10.1109/SGC.2018.87778362018 // Smart Grid Conf. (SGC) (Sanandaj, Iran, 2018).
- P. 1-5.
31 Eroshenko S. A. Intelligent model of decision support system of distributed generation integration / S. A. Eroshenko, A. I. Khalyasmaa. - DOI:10.1109/ICSESS.2017.83428682017 // 8th IEEE Int. Conf, on Software Engineering and Service Science (ICSESS) (Beijing, 2017). - P. 79-82.
32 Eroshenko S. A. The improvement of distributed generation integration efficiency / S. A. Eroshenko, A. I. Khalyasmaa. - DOI:10.1109/CPE.2017.79151512017 // 11th IEEE Int. Conf, on Compatibility, Power Electronics and Power Engineering (CPE-POWERENG) (Cadiz, 2017) - P. 94-99.
33 Power system zoning for distributed generation implementation forecasting / S. A. Eroshenko, V. O. Samoylenko, A. V. Pazderin [et al.]. - DOI:10.1109/RTUCON.2016.77631002016 // 57th Int. Scientific Conf, on Power and Electrical Engineering of Riga Technical University (RTUCON) (Riga, 2016).
- P. 1-6.
34 Об утверждении Генеральной схемы размещения объектов электроэнергетики на период до 2035 года: Распоряжение Правительства Российской Федерации от 12.06.2017 г. № 1209-р / Российская Федерация. Правительство. - URL: https://www.garant.ru/(дата обращения: 10.02.2020). - Режим доступ: СПС Гарант. - Текст: электронный.
35 Об утверждении схемы и программы развития единой энергетической системы России на 2019-2025 годы: Приказ Минэнерго России от 28.02.2019 №174 / Российская Федерация. - URL: https://www.garant.ru/(дата обращения: 10.02.2020). - Режим доступ: СПС Гарант. - Текст: электронный.
36 Об утверждении схемы и программы развития электроэнергетики Свердловской области на период 2019-2023 годов: Указ Губернатора Свердловской области от 19 апреля 2018 года № 200-УГ / Свердловская область. - URL: https://www.garant.ru/(дата обращения: 10.02.2020). - Режим доступ: СПС Гарант. - Текст: электронный.
37 National Renewable Energy Laboratory (NREL): офиц. сайт. - URL: https://www.nrel.gov/docs/fy19osti/73992.pdf(дата обращения: 10.02.2020).
38 Отчет о функционировании ЕЭС в 2018 году, промежуточные
итоги: офиц. сайт. - Системный Оператор Единой Энергетической Системы. - URL:
https://so-ups.ru/index.php?id=tech disc2019ups/ (дата обращения: 28.02.2019)
39 Рынок электроэнергии и мощности // Ассоциация «НП Совет рынка»: офиц. Сайт. - URL: https://www.np-sr.ru/ru/market/vie/index.htm/ (дата обращения: 10.02.2020).
40 Отчеты о функционировании ЕЭС России в 2015, 2016, 2017 и 2018 гг. / АО «СО ЕЭС» в соответствии с «Правилами разработки и утверждения схем и программ перспективного развития электроэнергетики» (утверждены постановлением Правительства РФ от 17.10.2009 №823) // АО «СО ЕЭС»: офиц. сайт. - URL: https://www.so-ups.ru/ (дата обращения: 10.02.2020). - Текст: электронный.
41 О схеме и программе развития электроэнергетики Оренбургской области на 2020-2024 годы // Новости Оренбурга и Оренбургской области: офиц. Сайт. - URL: http://orenburg.bezformata.com/listnews/razvitiya- elektroenergetiki-orenburgskoj/75472620/(дата обращения: 10.02.2020).
42 Об Энергетической стратегии России на период до 2020 года: Распоряжение Правительства Российской Федерации от 28.08.2003 N 1234-р (ред. от 15.06.2009). - URL: https://www.garant.ru/(дата обращения: 10.02.2020). - Режим доступ: СПС Гарант. - Текст: электронный.
43 О внесении изменений в отдельные законодательные акты Российской Федерации в связи с осуществлением мер по реформированию Единой энергетической системы России: Федеральный закон от 04.11.2007 № 250-ФЗ (последняя редакция). - URL: https://www.garant.ru/(дата обращения: 10.02.2020). - Режим доступ: СПС Гарант. - Текст: электронный.
44 Об основных направлениях государственной политики в сфере повышения энергетической эффективности электроэнергетики на основе использования возобновляемых источников энергии на период до 2024 года: Распоряжение Правительства РФ от 08.01.2009 № 1-р (ред. от 19.07.2019). - URL: https://www.garant.ru/(дата обращения: 10.02.2020). - Режим доступ: СПС Гарант. - Текст: электронный.
45 О механизме стимулирования использования возобновляемых источников энергии на оптовом рынке электрической энергии и мощности (вместе с "Правилами определения цены на мощность генерирующих объектов, функционирующих на основе возобновляемых источников энергии"): Постановление Правительства РФ от 28.05.2013 № 449 (ред. от 27.09.2018). - ПРЬ: https://www.garant.ru/(дата обращения: 10.02.2020). - Режим доступ: СПС Гарант. - Текст: электронный.
46 О функционировании розничных рынков электрической энергии, полном и (или) частичном ограничении режима потребления электрической энергии" (вместе с "Основными положениями функционирования розничных рынков электрической энергии", "Правилами полного и (или) частичного ограничения режима потребления электрической энергии"): Постановление Правительства РФ от 04.05.2012 № 442 (ред. от 22.06.2019). - ПРЬ: https://www.garant.ru/(дата обращения: 10.02.2020). - Режим доступ: СПС Гарант. - Текст: электронный.
47 О внесении изменений в некоторые акты Правительства Российской Федерации по вопросам стимулирования использования возобновляемых источников энергии на розничных рынках электрической энергии: Постановление Правительства РФ от 23.01.2015 № 47. - ПРЬ: https://www.garant.ru/(дата обращения: 10.02.2020). - Режим доступ: СПС Гарант. - Текст: электронный.
48 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]
49 Периодический открытый семинар «Проблемы подключения и эксплуатации малой генерации»: офиц. сайт. - НП РНК СИГРЭ. - ПРЬ: http://cigre.ru/activity/conference/seminar_c6/(дата обращения: 01.09.2014).
50 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.
51 Engineering Recommendation G83/2, (2012): Recommendations for the connection of small-scale embedded generators (up to 16A per phase) in parallel with public low-voltage distribution networks (Great Britain) / Energy networks association: офиц. сайт. - URL: www.energynetworks.org(дата обращения: 10.02.2020). - Текст: электронный.
52 Australian Standard № 4777. Grid connection of energy systems via inverters. - Australia, New Zealand. - URL: https://shop.standards.govt.nz/(дата обращения: 10.02.2020). - Текст: электронный.
53 Technical requirements for connection of dispersed generating systems operating in parallel on the distribution network: 2002.07.05. - Document C10/11 of the FPE/BFE. - Belgium. - 2002.
54 Distributed Generation Technical Interconnection Requirements (Interconnections at Voltages 50 kV and Below) / Hydro One Networks Inc. - Canada, 2011.
55 Technical and organizational rules for carriers and users of distribution and transmission networks (Technische und organisatorische Regeln für Betreiber und Benutzer von Verteil- und Übertragungsnetze - TOR).
56 Generating Plants Connected to the Medium-Voltage Network". Guideline for generating plants connection to and parallel operation with the medium-voltage network: BDEW Technical Guideline / German Association of Energy and Water Industries (BDEW). - 2008.
57 Office for Energy Regulation: офиц. сайт. - Energy Agreement for Sustainable Growth. - URL: https://ec.europa.eu/energy/sites/ener/(дата обращения: 18.08.2015)
58 A. Asrari. The Impacts of Distributed Energy Sources on Distribution Network Reconfiguration / A. Asrari, T. Wu Lotfifard , S. Lotfifard, // IEEE Transactions on Energy Conversion. - 2005. - Vol. 31, No. 2. - P. 606-613.
59 Capacity of Distribution feeders for hosting DER / S. Papathanassiou (Chair) [et al.] // CIGRE WG C6.24, CIGRE Publications, Technical Brochure. - June 2014. -149 p.
60 Technical Specification for Independent Power Producers: офиц. сайт. - Energie NB Power. - URL: https://www.nbpower.com/Welcome.aspx (Canada) (дата обращения: 18.08.2015)
61 Moreno M. A. Grid interconnection of Distributed Generation: The Spanish normative / Moreno-Munoz, Antonio & de la Rosa, Juan José & Lopez, Madeline & Castro, A.R., // Proceedings of the International Conference on Clean Electrical Power. - ICCEP. - 2009. P. 466 - 470.
62 Standardization of Small Generator Interconnection Agreements and Procedures: 2005.22.11. - United States of America Federal Energy Regulatory Commission (FERC). - 2006.
63 The South African Grid Code - Network Code. Rev 7.0 - March 2008 офиц. сайт: National Energy Regulator of South Africa. - URL: http://www.nersa.org.za/Admin/Document/Editor/file/Electricity/ComplianceMoni toring/ SAGC Network Version 7_March 2008.pdf / (дата обращения: 10.02.2020).
64 Deliverable 7.2. DG in European interconnected grids / Navarro E., A. Badelin, F. Schlogl [et al.] // Projet europeen DISPOWER, Livrable D7.2. - Doc. No. del_2005_0071. -Spain, 2005. - URL: www.dispower.org(дата обращения: 10.02.2020).
65 EEE 1547-2018. IEEE Standard for Interconnection and Interoperability of Distributed Energy Resources with Associated Electric Power Systems. 2018-04-06. - SASB/SCC21 - SCC21 - Fuel Cells, Photovoltaics, Dispersed Generation, and Energy Storage, 2018.
66 Основные характеристики российской электроэнергетики // Министерство Энергетики Российской Федерации: офиц. сайт. - URL: https://minenergo.gov.ru/node/532/(дата обращения: 22.09.2018)
67 Гук Ю.Б., Долгов П.П., Окороков В.Р. и др. Комплексный анализ технических решений в электроэнергетике. М.: Энергоатомиздат, 1985, 264 с.
68 Воропай Н.И., Иванова Е.Ю., Труфанов В.В. Метод многокритериального анализа решений для задач анализа вариантов развития ЭЭС // Изв. РАН, Энергетика. - 1998. - №6. - C. 32-38.
69 Ivanova E.Yu. A Method of Multi-Criteria Analysis of Decisions for Choosing the Power System Expansion Option // 13th PSCC Proc., Vol. 1, Trondheim, Norway. - June 29 - July 3, 1999. - P. 770-776.
70 Кини Р.Л., Райфа Х. Принятие решений при многих критериях: предпочтения и замещения. М.: Радио и связь. - 1981. - 329 с.
71 Дж. фон Нейман, О. Моргенштерн. Теория игр и экономическое поведение». — М.: «Наука». 1970. — 707 с.
72 Фишберн П. Теория полезности для принятия решений. М.: Наука, 1978. - 352 с.
73 Саати Т. Принятие решений / Т. Саати - М.: Радио и связь, 1993. - 278 с.
74 Ульзетуева, Д.Д. О методах оценки эффективности деятельности коллективов малой и средней численности [Текст] / Д.Д. Ульзетуева // Управление персоналом. - 2008. -№17. - С. -52-55.
75 Ногин В.Д. Проблема сужения множества Парето: подходы к решению // Искусственный интеллект и принятие решений. - 2008. - № 1. - C. 98-112.
76 Подиновский В.В., Подиновская О.В. О некорректности метода анализа иерархий // Проблемы управления. - 2011. - № 1. - С. 8-13.
77 Коробов В.Б., Тутыгин А.Г. Проблемы использования метода анализа иерархий и пути их решения // Экономика и управление. - 2016. - № 8(130). С. 60-65.
78 Петров Э.Г. Методы и средства принятия решений в социально-экономических и технических системах / Э.Г.Петров, М.В.Новожилова, И.В.Гребенник, Н.А.Соколова. - Херсон: Олди-плюс, 2003. - 380 с.
79 Сироджа И. Б. Многокритериальная оптимизация в интеллектуальных системах поддержки принятия решений / И. Б. Сироджа, А. Я. Куземин, М. В. Штукин. К.: Реестращя, збершання i обробка даних, 1ПР1 НАН Украши. - 2012. - Т. 14 - № 2. - С. 106 - 115.
80 ЗАО «Нейросплав». Технологии принятия решений: метода анализа иерархий. [Электронный ресурс] Режим доступа: http://citforum.ru/ consulting/BI/resolution свободный.
81 Eroshenko S. A. Renewable energy sources for perspective industrial clusters development / S. A. Eroshenko, V. O. Samoylenko, A. V. Pazderin, // Proceedings of the 2nd Int. Conf, on Industrial Engineering, Applications and Manufacturing. - ICIEAM. - 2016. - P. 1-5.
82 Atmospheric Science Data Center (ASDC) | Earthdata - NASA: офиц. Сайт. - URL: https://earthdata.nasa.gov/eosdis/daacs/asdc/(дата обращения: 10.02.2020).
83 Energywind: офиц. еайт. - URL: http://energywind.ru(дата обращения: 10.02.2020).
84 Стратегия развития лесопромышленного комплекса Свердловской области на период до 2020 года. - URL: http://economy.midural.ru/sites/default/files/files/documents/lesoprom_kompl.pdf/ (дата обращения: 10.02.2020). - Текст: электронный.
85 U.S. Solar Photovoltaic System Cost Benchmark: Q1 2017 / R. Fu, D. Feldman, R. Margolis [et al.] // National Renewable Energy Laboratory. - 2017.
86 Levelized cost of electricity renewable energy technologies / C. Kost, S. Shammugam, V. Julch [et al.] // Fraunhofer institute for solar energy systems ISE.
- 2018.
87 СТО 56947007-29.240.124-2012 Сборник "Укрупнённые стоимостные показатели линий электропередачи и подстанций напряжением 35-1150 кВ" 324 тм - т1 для электросетевых объектов ОАО "ФСК ЕЭС": Стандарт организации ОАО «ФСК ЕЭС» : утвержден и введен в действие Приказом ОАО «ФСК ЕЭС» от 09.07.2012 № 385 : введен впервые : дата введения 2012-07-09 / разработан ОАО «Институт «ЭНЕРГОСЕТЬПРОЕКТ».
88 Eroshenko S.A. On Quantification of the Hidden Distributed Generation Capacity and Its Effects / Samoylenko V.O., Eroshenko S.A., Pazderin A.V. // Applied Physics, System Science and Computers. APSAC 2017. Lecture Notes in Electrical Engineering. - 2018. - Vol. 428. - P. 109-115.
89 Кини Р.Л. Размещение энергетических объектов: выбор решений.
-Москва: Энергоатомиздат. - 1983. - 286 с.
90 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.
91 ФГБУ «Федеральная кадастровая палата федеральной службы государственной регистрации, кадастра и картографии»: офиц. сайт. - URL: https://kadastr.ru/(дата обращения: 10.02.2020).
92 Гладков Л. А. Биоинспирированные методы в оптимизации / Л. А. Гладков, В. В. Курейчик, В. М. Курейчик, П. В. Сороколетов. - Москва: ФИЗМАЛИТ, 2009. - 384с.
93 Емельянов В. В. Теория и практика эволюционного моделирования / В. В. Емельянов, В. В. Курейчик, В. М. Курейчик. - Москва: ФИЗМАТЛИТ, 2003. - 432 с.
94 Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы пер. с пол. И. Д. Рудинского / Д. Рутковская, М. Пилиньский, Л. Рутковский. - Москва: Горячая линия - Телеком, 2006. - 452 с.
95 Distributed generation for minimization of power losses in distribution systems / M. A. Kashem, A. D. T. Le, M. Negnevitsky [et al.] // IEEE Power Engineering Society General Meeting. - 2006. - P. 8.
96 Placement of dispersed generation systems for reduced losses / T. Griffin, K. Tomsovic, D. Secrest [et al.] // Proceedings of the 33rd Annual Hawaii Int. Conf, on System Sciences. - 2000. - P. 9.
97 Acharya N. An analytical approach for DG allocation in primary distribution network / N. Acharya, P. Mahat, N. Mithulananthan // Int. Journal of Electrical Power & Energy Systems. - 2006. - Vol. 28, No. 10. - P. 669-678.
98 Keane A. Optimal allocation of embedded generation on distribution networks / A. Keane, M. O'Malley // IEEE Transactions on Power Systems. - 2005. - Vol. 20, No. 3. - P. 1640-1646.
99 Sudipta Ghosh. Optimal sizing and placement of distributed generation in a network system / Sudipta Ghosh, S. P. Ghoshal, Saradindu Ghosh // Int. Journal of Electrical Power Energy Systems. - 2010. - Vol.32, Iss. 8. - P. 849-856.
100 Mashhour M. Optimal sizing and siting of distributed generation in radial distribution network: Comparison of unidirectional and bidirectional power flow scenario / M. Mashhour, M. A. Golkar, S. Tafreshi // 2009 IEEE Bucharest PowerTech. - 2009. - P. 1-6.
101 A multiobjective evolutionary algorithm for the sizing and siting of distributed generation / G. Celli, E. Ghiani, S. Mocci [et al.] // IEEE Transactions on Power Systems. - 2005. -Vol. 20, No. 2. - P. 750-757.
102 Тарасенко В. В. Генетический алгоритм выбора распределенной генерации / В.В. Тарасенко // Вестник Южно-Уральского Государственного Университета. Серия: Энергетика. - 2010. - вып. 13. - №14(190). - с. 15-19.
103 Тарасенко В. В. Оптимизация развития и функционирования системы энергоснабжения с распределённой генерацией: спец. 05.14.02 «Электрические станции и электроэнергетические системы»: дис. канд. техн. наук: / Тарасенко Виктор Викторович ; Ур. федер. ун-т им. первого Президента России Б.Н. Ельцина. - Челябинск, 2012. - 223 с.
104 Бартоломей П.И. Анализ влияния распределённой генерации на свойства ЭЭС / П.И. Бартоломей, Т.Ю. Паниковская, Д.А. Чечушков // Объединённый симпозиум «Энергетические связи между Россией и восточной Азией: стратегия развития в XXI веке: сб. науч. докладов. - Иркутск: Институт систем энергетики им Л.А. Мелентьева СО РАН, 2010. - С. 4-5.
105 Харитонов Д. А. Разработка методики выбора и рационального использования когенерационных систем в качестве источника электроэнергии на предприятии по технико-экономическим критериям: спец. 05.09.03 Электротехнические комплексы и системы»: дис. канд. техн. наук / Харитонов Дмитрий Александрович; Моск. энергет. ин-т. - Москва, 2007. - 148 с.
106 ПО RastrWin: офиц. сайт. - URL: http://www.rastrwin.ru/(дата обращения: 10.02.2020).
107 Ерошенко, С.А. Модель интеллектуальной системы оценки эффективности внедрения объектов распределённой генерации /С.А. Ерошенко// Материалы VIII Международной научно-технической конференции: Электроэнергетика глазами молодёжи - Самара: Изд-во Самар.гос.техн.ун-та. - 2017. - С. 41-44.
108 Министерство энергетики и ЖКХ Свердловской области: офиц. сайт. - URL: https://energy.midural.ru/(дата обращения: 20.04.2020).
109 Свод правил СП 20.13330.2016 "Нагрузки и воздействия". Актуализированная редакция СНиП 2.01.07-85* (утв. приказом Министерства строительства и жилищно-коммунального хозяйства РФ от 3 декабря 2016 г. N 891/пр) (с изменениями и дополнениями).
110 Правила устройства электроустановок (ПУЭ) 7-ое издание (утв. приказом Минэнерго РФ от 8 июля 2002 г. N 204).
111 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. - P. 2108¬2115.
112 Lajda P. Short-Term Operation Planning in Electric Power Systems Journal // of the Operational Research Society. - 1981. - Vol. 32. - P. 675-682.
113 Navarro R. Short and medium term operation planning in electric power systems // IEEE PES Power Systems Conf, and Exposition. - 2009. - Vol. 1. - P. 1¬8.
114 Quantifying the importance of power system operation constraints in power system planning models: A case study for electricity storage / A. Stiphout, T. Brijs, R. Belmans [et al.] // Journal of Energy Storage. - 2017. - Vol. 13. - P. 344-358.
115 Evaluation of the effect of high penetration of renewable energy sources (RES) on system frequency regulation using stochastic risk assessment technique (an approach based on improved cumulant) / A. Habib, C. Sou, M. H. Hafeez [et al.] // Renewable Energy. - Vol. 127, No. 1. - P. 204-212.
116 Tielens P. The relevance of inertia in power systems / P. Tielens, D. Van Hertem // Renewable and Sustainable Energy Reviews. - 2016. - Vol. 55. - P. 999-1009.
117 Power quality impact of renewable energy-based generators and electric vehicles on distribution systems / M. Farhoodnea, A. Mohamed, H. Shareef [et al.] // Procedia Technology. - 2013. - Vol. 11. - P. 11-17.
118 Trivino-Cabrera A. Impact of renewable energy sources in the power quality of the Italian electric grid / A. Trivino-Cabrera, M. Longo, F. Foiadelli // 11th IEEE Int. Conf. on Compatibility, Power Electronics and Power Engineering. - 2017. - P. 576-581.
119 Analysing Renewable Energy Source Impacts on Power System National Network Code / G. Balaban, G. C. Lazaroiu, V. Dumbrava [et al.] // Inventions. - 2017. - Vol. 2(3), No. 23.
120 Lee Hau Aik D. Impact of Renewable Energy Sources on Steady-state Stability of Weak AC/DC Systems / D. Lee Hau Aik, G. Andersson // CSEE Journal of Power and Energy Systems. - 2017. - Vol.3, No.4. - P. 319-430.
121 Ameur A. Steady State and Dynamic Analysis of Renewable Energy Integration into the Grid using PSS/E Software / A. Ameur, K. Loudiyi, M. Aggour // Energy Procedia. - 2017. - Vol. 141. - P. 119-125.
122 Tonkoski R. Impact of High PV Penetration on Voltage Profiles in Residential Neighborhoods / R. Tonkoski, D. Turcotte, T. H. M. El-Fouly // IEEE Transactions on Sustainable Energy. - 2012. - Vol. 3. - P. 518-527.
123 Petinrin J. O. Impact of renewable generation on voltage control in distribution systems / J. O. Petinrin, M. Shaaban // Renewable and Sustainable Energy Reviews. - 2016. - Vol. 65. - P. 770-783.
124 Impact of renewable distributed generation on power systems / M. Begovic, A. Pregelj, A. Rohatgi [et al.] // Proceedings of the 34th Annual Hawaii Int. Conf, on System Science. - 2001. - P. 654-663.
125 Essallah S. Optimal Sizing and Placement of DG Units in Radial Distribution System / S. Essallah, A. Bouallegue, A. Khedher // Int. Journal of Renewable Energy Research. - 2018. - Vol.8, No.1. - P. 166-167.
126 Stochastic modelling of renewable energy sources from operators’ point of-view: A survey / S. Talari, M. Shafie-khah, G. J. Osorio [et al.] // Renewable and Sustainable Energy Reviews. - 2018. - Vol. 81. - P. 1953-1965.
127 Dai H. A Literature Review of Stochastic Programming and Unit Commitment. Journal of Power and Energy Engineering / Dai H., Zhang N., Su W // Journal of Power and Energy Engineering. - 2015. - Vol. 3, No. 4. - P. 206-214.
128 Aien M. Probabilistic power flow of correlated hybrid wind-PV power systems / M. Aien, M. Rashidinejad, M. F. Firuz-Abad // IET Renewable Power Generation. - 2014. - Vol.8, No.6. - P. 649-658.
129 Zachary S. Probability theory of capacity value of additional generation / S. Zachary, C. J. Dent // Journal of Risk and Reliability. - 2012. - Vol. 226, No.1. - P. 33-43.
130 Ioannou A. Risk-based methods for sustainable energy system planning: A review / A. Ioannou, A. Angus, F. Brennan // Renewable and Sustainable Energy Reviews. - 2017. - vol. 74. - P. 602-615.
131 BP Statistical review of world energy 2018. - [67th edition]. - BP: офиц. сайт. - URL: https://www.bp.com/(дата обращения: 10.02.2020).
132 Prioritized Rule Based Load Management Technique for Residential Building Powered by PV/Battery System / T. R. Ayodele, A. S. O. Ogunjuyigbe, K. O. Akpeji [et al.] // An Int. Journal Engineering Science and Technology. - 2017. - vol. 20, no.3. - P. 859-873.
133 Photovoltaic and solar power forecasting for smart grid energy management / C. Wan, J. Zhao, Y. Song [et al.] // CSEE Journal of Power and Energy Systems. - 2015. - vol. 1, no. 4. - P. 38-46.
134 Prema V. Development of statistical time series models for solar power prediction / V. Prema, K. U. Rao // Renewable Energy. - 2015. - vol. 83. - P. 100-109.
135 Kaplanis S. A model to predict expected mean and stochastic hourly global solar radiation I values / S. Kaplanis, E. Kaplani // Renewable Energy. - 2007. - vol. 32, no.8. - P. 1414-1425.
136 Statistical models approach for solar radiation prediction / S. Ferrari, M. Lazzaroni, V. Piuri [et al.] // IEEE Int. Instrumentation and Measurement Technology Conf. - 2013. - vol.1. - P. 1734-1739.
137 Forecasting the daily power output of a grid-connected photovoltaic system based on multivariate adaptive regression splines / Y. Li, Y. He, Y. Su [et al.] // Applied Energy. - 2016. - vol.180. - P. 392-401.
138 A new operational model for satellite-derived irradiances: description and validation / R. Perez, P. Ineichen, K. Moore [et al.] // Solar Energy. - 2002. - vol.73, no.5. - P. 307-317.
139 Mathiesen P. A high-resolution, cloud-assimilating numerical weather prediction model for solar irradiance forecasting / P. Mathiesen, C. Collier, J. Kleissl // Solar Energy. - 2013. - vol.92. - P.47-61.
140 Comparison of solar power output forecasting performance of the total sky imager and the University of California, San Diego Sky Imager / M. I. Gohari, B. Urquhart, H. Yang [et al.] // Energy Procedia. - 2014. - vol. 49. - P. 2340-2350.
141 Larson D. P. Day-ahead forecasting of solar power output from photovoltaic plants in the American Southwest / D. P. Larson, L. Nonnenmacher, C. F. M. Coimbra // Renewable Energy. - 2016. - vol. 91. - P. 11-20.
142 Neural Network Ensemble-based Solar Power Generation Short-Term Forecasting / A. Chaouachi, R. M. Kamel, R. Ichikawa [et al.] // Int. Journal of Information and Mathematical Sciences. - 2009. - vol. 5. - P. 332-337.
143 Short-term power forecasting model for photovoltaic plants based on historical similarity / C. Monteiro, T. Santos, L. A. Fernandez-Jimenez [et al.] // Energies. - 2013. - vol. 6. - P. 2624-2643.
144 Zeng J. Short-term solar power prediction using a support vector machine / J. Zeng, W. Qiao // Renewable Energy. - 2013. - vol. 52. - P. 118-127.
145 Multi-site solar power forecasting using gradient boosted regression trees / C. Persson, P. Bacher, T. Shiga [et al.] // Solar Energy. - 2017. - vol. 150. - P. 423-436.
146 Numerical weather prediction (NWP) and hybrid ARMA/ANN model to predict global radiation / C. Voyant, M. Muselli, C. Paoli [et al.] // Energy. - 2012. - vol.39, no.1. - P. 341-355.
147 Zheng F. Time series forecasting using a hybrid RBF neural network and AR model based on binomial smoothing / F. Zheng, S. Zhong // Int. Journal of Mathematical and Computational Sciences. - 2011. - vol. 75. - P. 1471-1475.
148 Hybrid Power Forecasting Model for Photovoltaic Plants Based on Neural Network with Air Quality Index / I. Khan, H. Zhu, J. Yao [et al.]. - Article ID 6938713 // Int. Journal of Photoenergy. - 2017. - Vol.1.
149 Forecasting solar radiation using an optimized hybrid model by Cuckoo Search algorithm / J. Wang, H. Jiang, Y. Wu, [et al.] // Energy. - 2015. - vol. 81. - P. 627-644.