Selection оf energy sources for prosumers in the centralized heat supply system using agent technologies

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

In recent years, the energy sector has been widely developing the direction associated with the introduction of distributed energy generation and the emergence of prosumers (PR), including within the heat supply system. Due to the emergence of consumers as participants in energy markets who take an active part in the process of managing their energy supply, there is a need to make decisions on energy supply options in the context of conflicting interests of the parties - the PR and the centralized heat supply system (CHS). The article presents a mathematical formulation of the problem of finding a compromise solution, which includes an PR model, a CHS model and a generalized desirability criterion. A methodology for selecting energy source equipment for PR in the CHS has been developed, taking into account the interests of the CHS and PR and their ability to produce heat energy. A structure of a multi-agent system is proposed and agent behavior algorithms are developed that take into account the complex behavior of the PR and CHS objects. The results of testing the developed methodological and software on a test model of the heat supply system are presented.

Толық мәтін

Введение

Изменение условий функционирования существующей энергетической инфраструктуры ставит множество задач, связанных с развитием и преобразованием систем энергоснабжения [1], включая системы теплоснабжения [2]. Усложняется поведение участников процесса энергоснабжения за счет использования источников распределенной генерации энергии и регулирования своих графиков нагрузки, увеличивается количество связей и объемы передаваемой информации между ними. Проектируемые энергосистемы должны быть ориентированы на повышение показателей эффективности производства энергии, управляемости и эффективности функционирования энергосистем [3], снижение потерь энергии при транспортировке, повышение доли используемых в энергосистеме возобновляемых источников энергии (ВИЭ) [4]; данные задачи сложно реализовать без значительных капиталовложений – применение ВИЭ большой мощности влечет за собой необходимость маневренного источника, который будет сглаживать неравномерность его выработки, что в свою очередь увеличивает объем необходимых инвестиций.

В последнее время растет число активных потребителей (АП) с собственными источниками энергии, в том числе крупные потребители с ВИЭ [5]. АП способны сами определять объем энергии вырабатываемый на собственных источниках и объем энергии, потребляемый от централизованного теплоснабжения, что обеспечит достижение необходимого уровня качества энергопотребления [6]. Роль АП в области производства и использования энергии становится все более значительной, и эту тенденцию необходимо учитывать в контексте устойчивого развития энергетических систем [7]. Естественно, что возможности по выработке тепловой энергии АП и системы централизованного теплоснабжения (СЦТ) не согласованы, и при больших излишках собственной выработки АП будет стремиться поставить как можно больше тепловой энергии в СЦТ. При этом не учитываются потребности в тепловой энергии других потребителей, затраты на электроэнергию, необходимую для передачи тепла по сети, а также влияние на тарифы на тепловую энергию. Аналогично и СЦТ стремится поставлять максимально возможное количество тепловой энергии, несмотря на возможности АП по распределению своего спроса во времени на энергию и использования собственной генерации, чтобы увеличить свой доход от отпускаемой энергии. Следовательно, необходимо регулировать функционирование энергосистемы в условиях роста распределенной генерации и доли АП с помощью определения таких значений поставок тепловой энергии, при которых будет достигаться компромисс между величиной затрат на энергоснабжение АП и затратами СЦТ. Однако организация эффективного взаимодействия между АП и СЦТ пока не достигнута и требует разработки новых научных подходов. Для решения задач согласования работы распределенных источников, АП и СЦТ в ряде исследований [8–10] предлагаются методические подходы на основе агентных технологий. Эти технологии позволяют представлять объекты в энергетической системе в виде агента со своими техническими особенностями и индивидуальным поведением [11–12].

В настоящей статье предлагается новая методика выбора оборудования источников энергии у АП в СЦТ. Разработана математическая модель получения компромисса, которая включает в себя модель АП, модель СЦТ и обобщенный критерий желательности. Разработана мультиагентная модель системы теплоснабжения в программной среде AnyLogic, которая через специальные программные компоненты взаимодействует с системой MATLAB и осуществляет определение оптимального набора оборудования источников у АП на основе предложенной методики. Получаемое в результате решение учитывает интересы СЦТ и АП и их возможности производства тепловой энергии. С использованием разработанного методического и программного обеспечения выполнен эксперимент на тестовой схеме системы теплоснабжения и найден оптимальный состав оборудования источников энергии у АП.

Математическая постановка задачи определения компромиссных значений поставок тепловой энергии между активным потребителем и системой централизованного теплоснабжения

Постановка задачи определения компромиссного значения поставок тепловой энергии между АП и СЦТ подразумевает множество объектов с противоположными целями, т.е. многокритериальную задачу. С целью упрощения можно описать каждый объект с помощью функции желательности Харрингтона – это позволяет учитывать все зависимости между объектами, принимать во внимание конфликт интересов и рассматривать все объекты равноправными. Функции желательности используются при решении различных задач, таких как выбор агротехнического оборудования [13], оценка научно-технического потенциала оборонно-промышленного комплекса [14] и оценка состояния окружающей среды промышленных зон городов [15].

Для описания объекта с помощью функции желательности Харрингтона (табл. 1), необходимо определить допустимый диапазон значений и характеристик объекта. Минимальное и максимальное значения этого диапазона обозначены как реперные точки. Так как низкий уровень качества при описании функции суммарных затрат на теплоснабжение ведет к несоблюдению энергетического баланса, то возможен только минимально допустимый уровень качества. Объекты АП и СЦТ имеют некоторый уровень, ниже которого затраты упасть не могут, следовательно, могут быть описаны функциями желательности для одностороннего ограничения, имеющими следующий вид [14]:

 dАП=exp(exp(b0АП+b1АПyАП)), (1)

dСЦТ=exp(exp(b0СЦТ+b1СЦТyСЦТ)), (2)

где b0АП, b1АП – коэффициенты уравнения желательности значений затрат на теплоснабжение АП; yАП – значение затрат на теплоснабжение АП; b0СЦТ, b1СЦТ  – коэффициенты уравнения желательности значений затрат СЦТ; yСЦТ – значение затрат СЦТ.

С помощью нелинейных уравнений, описывающих функцию желательности для рассматриваемых целевых функций в реперных точках (d = 1 и d = 0.37) можно определить коэффициенты b0АП, b1АП, b0СЦТи b1СЦТ.

 

Таблица 1. Шкала желательности Харрингтона

Значение функции желательности

Характеристика объекта

1.00

Лучший уровень

0.80

Хороший уровень

0.63

Средний уровень

0.37

Минимально допустимый уровень

0.20

Низкий уровень

0.00

Совершенно неприемлемое состояние

 

Уравнения для определения частных функций желательности Харрингтона затрат на теплоснабжение АП:

exp(exp(b0АП+b1АПyАП))=d1АПexp(exp(b0АП+b1АПyАП))=d2АП, (3)

где d1АПd2АП – оценка желательности Харрингтона для затрат на теплоснабжение АП в реперных точках.

Уравнения для определения частных функций желательности Харрингтона затрат СЦТ:

exp(exp(b0СЦТ+b1СЦТyСЦТ))=d1СЦТexp(exp(b0СЦТ+b1СЦТyСЦТ))=d2СЦТ, (4)

где d1СЦТd2СЦТ – оценка желательности Харрингтона для СЦТ в реперных точках.

Свертка частных критериев желательности происходит согласно выражению:

 SyСЦТ,yАП=n=1NdАПn+dСЦТ/N+1, (5)

где S – обобщенный критерий желательности Харрингтона; n – порядковый номер системы теплоснабжения АП; N – количество рассматриваемых АП.

Функция цели модели определения компромисса имеет следующие составляющие:

yАПnQ1n,Q2n=КnE+(ЗтоплQ1n,Q2n+Зпок.т/э(Q1n)+ЗамортЗСЦТ(Q2n)),yСЦТQ1,Q2=ЗтоплQ1+Зý(xi,τ,hi)+Ззарп+Заморт+Зпок.т/зQ2,SyАП,yСЦТ=exp(exp(b0СЦТ+b1СЦТyСЦТ))+n=1Nexp(exp(b0,nАП+b1,nАПyАПn))/N+1, (6)

где  – yАПn затраты на теплоснабжение n-го АП; Q1n – количество тепловой энергии, поставляемой из СЦТ в систему теплоснабжения n-го АП, (кВт∙ч); Q1n – количество тепловой энергии, поставляемой из системы теплоснабжения n-го АП в СЦТ, (кВт∙ч); Kn – капиталовложения в систему теплоснабжения n-го АП, (руб.); E – коэффициент дисконтирования; Q1=Q11,...,Q1N – вектор поставок тепловой энергии из СЦТ к N системам теплоснабжения АП; Q2=Q21,...,Q2N  – вектор поставок тепловой энергии от N систем теплоснабжения АП в СЦТ; Зтопл – топливные затраты, (руб.); Зпок.т/э(Q1n) – плата за поставленную из СЦТ тепловую энергию, (руб.); xτ,i=x1,τ,...,xτ,mT – вектор расходов на участках сети, (т/ч); hτ=(hτ,1,...,hτ,m)T – вектор потерь напора на ветвях в момент времени τ, (м. вод. ст.); Заморт – амортизационные отчисления, (руб.); ЗСЦТ(Q2n)) – плата за поставленную в СЦТ тепловую энергию, (руб.); ЗЭ – затраты на транспортировку теплоносителя, (руб.);Зпок.т/эQ2  – плата за тепловую энергию, поставляемую из систем теплоснабжения N-количества АП в СЦТ, (руб.); yАП=yАП1,...,yАПN – вектор затрат на теплоснабжение АП; yСЦТ – значение затрат СЦТ, (руб.); b0,nАП, b1,nАП – коэффициенты частной функции желательности Харрингтона описывающего затраты на теплоснабжение n-го АП; b0СЦТb1СЦТ  – коэффициенты частной функции желательности Харрингтона описывающего затраты СЦТ.

Обобщенный критерий оптимизации модели определения компромисса:

 S(yАП,yСЦТ)=dСЦТ(yСЦТ)+n=1NdАПn(yАПn)N+1max, (7)

где dСЦТ – частная функция желательности, описывающая затраты СЦТ; dАПn – частная функция желательности, описывающая затраты на теплоснабжение n-го АП.

Уравнения энергетического баланса:

WАПn+Q1nQ2n=DАПn,  n1,...,N, (8)

WСЦТi=1Iσi=DÎÏ+n=1NQ1nn=1NQ2n,  i1,...,I, (9)

где  –WАПn тепловая энергия, выработанная собственными источниками n-го АП, (кВт∙ч); DАПn – величина спроса на тепловую энергию n-го АП, (кВт∙ч); WСЦТ – количество тепловой энергии, выработанное на централизованном источнике, (кВт∙ч); σi – потери тепловой энергии на участках тепловой сети, (кВт∙ч); I – количество участков тепловой сети; DОП – величина спроса на тепловую энергию обычных потребителей (ОП), (кВт∙ч).

WАПn=k=1Kαkqk,τ,  τ1,...,T, (10)

где k – порядковый номер выбранной установки АП; K – количество выбранных установок собственной генерации n-го АП; αk– коэффициент выбора k-ой установки; qk – выработка k-ой установки в период τ; T – конечный момент времени.

Ограничения:

yСЦТQ1,Q2~B, (11)

BminBBmax, (12)

где B – расход топлива на источнике СЦТ; Bmin и Bmax – минимальный и максимальный расход топлива на источнике СЦТ.

Уравнения потокораспределения в системе теплоснабжения [16]:

Axτ=qτ, (13)

qτ=Q1Q2, (14)

A¯TP¯τ+Hτ=hτ, (15)

hτ=SXτxτ,i, (16)

где A ((p–1) × m) – матрица соединений p–1 линейно независимых узлов и m ветвей; xτ,i=x1,τ,...,xτ,mT – вектор расходов на участках сети, (т/ч); qτ=qτ,1,...,qτ,p1T – вектор массовых расходов в узлах в момент времени τ, (т/ч); A – полная (p × m) матрица соединений; P¯τ=P1,τ,...,Pτ,pT – вектор пьезометрических напоров в узлах сети в момент времени τ, (м. вод. ст.); hτ=(hτ,1,...,hτ,m)T – вектор потерь напора на ветвях в момент времени τ, (м. вод. ст.); Hτ=Hτ,1,...,Hτ,mT – вектор действующих напоров насосных станций в момент времени τ, (м. вод. ст.); S и Xτ – (m × m) – диагональные матрицы, составленные из коэффициентов гидравлического сопротивления ветвей si, (мч2/кг2) и абсолютных значений расходов на них xτ,i, i1,,m (т/ч).

Методика выбора оборудования источников энергии у активных потребителей в системе централизованного теплоснабжения

Алгоритм методики выбора оборудования источников энергии у АП в СЦТ представлен на рис. 1 и включает в себя следующие шаги:

  1. Формирование исходных данных: для каждого рассматриваемого периода необходимы данные о тарифах на энергоресурсы, параметрах собственных источников АП, капиталовложениях, спросе на тепловую энергию АП и ОП, а также о разнице между текущим (в этом часу) значением спроса каждого АП и возможной выработкой его предполагаемого источника тепловой энергии.
  2. Определение параметров реперных точек диапазона для всех АП. Определение затрат на теплоснабжение АП в ситуации, когда АП покрывает свой спрос на тепловую энергию из СЦТ полностью, и в ситуации, когда АП покрывает спрос за счет своего источника и поставляет максимально возможное количество тепловой энергии в СЦТ осуществляется с помощью модели системы теплоснабжения АП.
  3. Определение параметров реперных точек диапазона для СЦТ. Определение затрат на теплоснабжение в ситуации, когда СЦТ обеспечивает спрос на тепловую энергию всех АП и остальных потребителей, и в ситуации, когда СЦТ покрывает спрос только ОП, за исключением той части, которая покрывается за счет поставок от АП осуществляется с помощью модели СЦТ с разветвленной тепловой сетью.
  4. Получение характеристик частных функций желательности Харрингтона для АП. Каждому значению затрат на теплоснабжение АП в реперных точках присваивается соответствующее значение на шкале желательности Харрингтона. Наиболее желательным в данном случае будет минимальное значение затрат на теплоснабжение АП, ему присваивается наибольшее значение. Получение коэффициентов уравнения, описывающего частную функцию желательности Харрингтона для затрат на теплоснабжение АП на всем диапазоне поставок тепловой энергии.
  5. Получение характеристик частных функций желательности Харрингтона для СЦТ. Каждому значению затрат СЦТ в реперных точках присваивается соответствующее значение на шкале желательности Харрингтона. Наиболее желательным в данном случае будет минимальное значение затрат СЦТ, ему присваивается наибольшее значение. Получение коэффициентов уравнения, описывающего частную функцию желательности Харрингтона для затрат СЦТ на всем диапазоне поставок тепловой энергии.
  6. Формирование модели определения компромиссного значения поставок тепловой энергии между СЦТ и АП. Она включает в себя модели рассматриваемых АП и модель СЦТ с разветвленной тепловой сетью. С помощью полученных в предыдущем шаге уравнений, связывающих затраты на теплоснабжение рассматриваемых объектов с оценкой на шкале желательности Харрингтона, осуществляется свертка частных критериев желательности в обобщенный критерий желательности Харрингтона, оптимизируемый в данной модели. Благодаря этому многокритериальную задачу определения компромиссного решения возможно свести к однокритериальной, с учетом всех заданных в моделях АП и СЦТ ограничений. В результате оптимизации определяется решение задачи определения компромиссного значения поставок тепловой энергии между АП и СЦТ, а также соответствующая стратегия теплоснабжения всех рассматриваемых потребителей.

 

Рис. 1. Алгоритм методики выбора оборудования источников энергии у активных потребителей в системе централизованного теплоснабжения.

 

Структура мультиагентной системы

Для решения задач с использованием мультиагентного подхода разработана структура мультиагентной системы (МАС), в которой можно выделить два основных уровня взаимодействия агентов (рис. 2): СЦИ и АП. Каждый уровень представлен своим набором агентов, которые соответствуют энергетическим объектам данного уровня и отражают их поведение и характеристики. В СЦТ контроль и координацию объектов генерации, представленных агентами централизованных тепловых источников (АЦТИ), и распределения, представленных агентами тепловых магистралей (АТМ), тепловой энергии осуществляет агент системы централизованного теплоснабжения (АСЦТ), также через него осуществляется взаимодействие и обмен информацией с агентами АП (ААП). В свою очередь ААП содержат в себе трех агентов нижнего уровня, соответствующих трем типам источников тепловой энергии: агент тепловых насосов (АТН); агент электрических бойлеров (АЭБ); агент солнечных коллекторов (АСК). ААП осуществляют контроль над агентами нижнего уровня и выполняют обмен данными с АСЦТ. Соответственно агенты нижних уровней, представляющие энергетические объекты в СЦТ и у АП, осуществляют управление данными объектами и отстаивают их интересы в системе при поиске компромиссного решения по определению состава оборудования и стратегии теплоснабжения.

 

Рис. 2. Структура мультиагентной системы.

 

Мультиагентная модель, основанная на представленной выше структуре МАС, разработана в программной среде AnyLogic [17–18], данная среда связана через специальные разработанные программные компоненты с системой MATLAB (рис. 3), в которой реализованы математические модели СЦТ и АП для расчета суммарных затрат и поиска компромиссного решения по определению состава энергоустановок СЦТ и АП, сетевого оборудования, стратегии теплоснабжения, значений функций АП и СЦТ. В разработанную мультиагентную модель загружаются необходимые данные для расчета соответственно для каждого агента: АЦТИ – данные по набору энергоустановок, их характеристики и цены на тепловую энергию; АТМ – данные по набору сетевого оборудования и их характеристики; АСЦТ – данные по диапазону поставок тепла от СЦТ к АП, спрос на тепловую энергию АП и ОП, тарифы на первичные энергоресурсы; АТН – данные по набору тепловых насосов, их характеристики и цены на тепловую энергию; АЭБ – данные по набору электрических бойлеров, их характеристики и цены на тепловую энергию; АСК – данные по набору солнечных коллекторов, их характеристики и цены на тепловую энергию; ААП – данные по диапазону поставок тепла от АП в сеть, спрос на тепловую энергию.

 

Рис. 3. Подключение системы MATLAB к программной среде AnyLogic.

 

После загрузки всех данных запускается модель, и начинается процесс поиска решения. АСЦТ и ААП собирают соответствующие данные от своих агентов нижнего уровня по набору энергоустановок и их характеристик, а затем они обмениваются между собой необходимыми для расчета данными по спросу и ценами на энергию. ААП сформировав пакет данных для расчета, отправляют их в систему MATLAB, где с помощью разработанных математических моделей и решателя смешанного целочисленного линейного программирования выполняется поиск решения для двух случаев:

  • АП весь свой спрос потребляет из СЦТ, а сам в систему ничего не производит;
  • АП весь свой спрос потребляет от своих источников и поставляет в сеть максимально возможное количество тепловой энергии.

Получив результаты решений, ААП отправляют все данные АСЦТ. В свою очередь АСЦТ на основании полученной информации от ААП формирует пакет данных и отправляет его в систему MATLAB, где с помощью разработанных математических моделей и нелинейного решателя выполняется поиск решения для двух случаев:

  • СЦТ снабжает полностью спрос АП и ОП, АП ничего не поставляет в систему;
  • СЦТ снабжает только ту часть спроса ОП, которую не удовлетворил АП.

Затем АСЦТ получает результаты расчета и на основании значений целевой функции СЦТ в двух точках формирует уравнение, описывающее желательность. Аналогичное уравнение на основании значений целевой функции АП в двух точках формирует ААП. Полученные уравнения АСЦТ и ААП отправляют в систему MATLAB, где осуществляется поиск решения. В результате решения уравнений находятся коэффициенты уравнения для описания поведения СЦТ и АП. АСЦТ, получив необходимые коэффициенты из системы MATLAB, формирует данные для модели получения компромисса, которая включает в себя модель АП, модель СЦТ и обобщенный критерий желательности. Полученную систему нелинейных уравнений АСЦТ отправляет в систему MATLAB для поиска итогового решения по определению состава энергооборудования, стратегии теплоснабжения АП, с соответствующими затратами, и стратегии теплоснабжения СЦТ, принимающая во внимание поведение АП. Таким образом, полученное компромиссное решение АСЦТ отправляет своим агентам АЦТИ и АТМ, а также отправляет необходимую информацию ААП, которые рассылают их своим агентам нижнего уровня АТН, АЭБ и АСК. Агенты нижних уровней, получив данные по задействованному оборудованию, осуществляют управление своими источниками в соответствии с полученным решением.

Апробация разработанного методического и программного обеспечения

Для апробация разработанного методического и программного обеспечения авторами разработана тестовая схема системы теплоснабжения (рис. 4), которая включает централизованный источник тепла (котельную), 12 тепловых магистралей (ТМ), 4 ОП, 3 АП со своими источниками тепловой энергии: солнечный коллектор (СК); электрический бойлер (ЭБ); тепловой насос (ТН).

 

Рис. 4. Тестовая схема системы теплоснабжения.

 

На тестовой схеме выполнялась оценка работоспособности разработанной методики и проводилось исследование взаимодействия АП в системе теплоснабжения при определении компромиссного значения поставок энергии между АП и СЦТ.

Исходные данные: тариф на уголь 4.6 руб./кг у.т.; тариф на тепловую энергию 1.355 руб./кВт∙ч.; тариф на электроэнергию 3.43 руб./кВт∙ч; температурный график был принят 110°/70°C. Для рассмотрения было принято, что к ТМ № 3 подключен АП № 1 (текстильный цех), к ТМ № 11 – АП № 2 (хлебопекарный цех), и на ТМ № 6 располагается АП № 3, представляющий собой объединенного коммунально-бытового потребителя, как показано на рис. 4. Рассматриваемым горизонтом был принят год, график спроса на тепловую энергию всех потребителей в относительном виде представлен на рис. 5.

 

Рис. 5. Спрос на тепловую энергию всех потребителей.

 

Анализ полученных результатов. По итогам обобщенный критерий желательности варьировался в диапазоне от 0.52 до 0.7, что представляет собой характеристику системы среднего уровня. Состав энергетического оборудования по итогам проведенной оптимизации: в системе теплоснабжения АП № 1 предлагается к установке тепловой насос, в системе теплоснабжения АП № 2 – тепловой насос, АП № 3 – электробойлер. При этом стратегия СЦТ предусматривает поставки от АП № 1 и АП № 2 преимущественно в весенний и осенний периоды, ввиду повышенной эффективности по сравнению с периодом минимальных температур, выбранных у этих потребителей установок – тепловых насосов. При снижении температуры наружного воздуха до проектной, происходит снижение выработки у АП № 1 и АП № 2 до полного перехода на источник СЦТ. Для АП № 3 наиболее подходящим вариантом оказался электробойлер, позволяющий обеспечивать тепловой энергией и делать поставки тепловой энергии расположенным рядом потребителям. При этом стоит учитывать, что тариф на электроэнергию был принят постоянным в течение суток, в ином случае экономичность электробойлера для АП № 3 возрастет.

Полученные уравнения для частных критериев желательности систем теплоснабжения АП и СЦТ в зимний период:

dАП1=exp(exp(4.950.0122yАП1))dАП2=exp(exp(5.610.0106yАП2))dАП3=exp(exp(2.150.022yАП3))dСЦТ=exp(exp(0.410.0001yСЦТ))

В соответствии с приведенным ранее алгоритмом определения компромиссного значения поставок тепловой энергии между АП и СЦТ частные и обобщенный критерии желательности Харрингтона, полученные по итогам оптимизации в 1-м квартале, представлены в табл. 2.

 

Таблица 2. Определение обобщенной желательности

 

АП № 1

АП № 2

АП № 3

СЦТ

Затраты на теплоснабжение, руб.

413.4

541.8

704.3

25 154

Частная функция желательности

0.393

0.412

1

0.94

Обобщенный критерий

0.686

Состав выбранного оборудования

Тепловой насос

Тепловой насос

Электробойлер

 

Ввиду того, что система теплоснабжения АП № 3 поставляет максимально доступное количество тепловой энергии в тепловую сеть, как показано на рис. 6, его частный критерий желательности максимален. Так как в этот период эффективность производства тепловой энергии в системах теплоснабжения АП № 1 и АП № 2 ниже, то они в этот период снабжают только собственный спрос на тепловую энергию. Частная функция желательности СЦТ несколько снижена, так как спрос всех АП покрывается из собственных источников. В третьем квартале ввиду низкой потребности в поставках тепловой энергии системы теплоснабжения АП вырабатывали тепловую энергию согласно спросу соответствующих АП. Выработка тепловой энергии в 1-м и 4-м кварталах аналогичны.

 

Рис. 6. Суточный график выработки тепловой энергии в системе теплоснабжения АП № 3 в 1-й квартал.

 

Во втором квартале система теплоснабжения АП № 2 также осуществляет поставки компромиссного количества тепловой энергии в СЦТ, как показано на рис. 7.

 

Рис. 7. Суточный график выработки тепловой энергии в системе теплоснабжения АП № 2 во 2-м квартале.

 

Результаты практического исследования выявили, какой состав оборудования источников у АП является оптимальным, а также объемы поставок энергии в системе теплоснабжения в условиях компромисса между АП и СЦТ.

Полученные результаты демонстрируют эффективность разработанного методического и программного обеспечения для определения оптимального набора оборудования источников у АП с учетом интересов СЦТ и АП и их возможностей производства тепловой энергии.

Заключение

Выбор оптимального состава оборудования источников тепловой энергии у АП является актуальной задачей, которая все острее стоит перед функционирующими в настоящее время системами теплоснабжения. Это связано с развитием технологий распределенной генерации и появлением АП, что приводит к необходимости разработки новых подходов для оптимального управления и развития объектов систем теплоснабжения. В рамках настоящей статьи выполнена математическая постановка задачи поиска компромиссного решения, которая включает в себя модель АП, модель СЦТ и обобщенный критерий желательности. Разработана методика выбора оборудования источников энергии у АП в СЦТ с учетом интересов СЦТ и АП и их возможности производства тепловой энергии. Предложенная методика реализована в мультиагентной системе. Эта система включает два уровня: СЦТ и АП, каждый из которых представлен своими агентами, отражающими поведение объектов этих уровней. Разработана мультиагентная модель тестовой схемы системы теплоснабжения, на основе которой выполнены вычислительные эксперименты. В результате проведенных расчетов найден оптимальный состав источников тепловой энергии у трех АП, определена стратегия теплоснабжения АП с соответствующими затратами, а также стратегия теплоснабжения СЦТ, принимающая во внимание поведение АП. Таким образом, можно сделать вывод, что разработанное авторами методическое и программное обеспечение может быть использовано при моделировании теплоснабжающих систем нового поколения, имеющих в своем составе АП, и позволяет получить рекомендации по выбору типа и параметров источников тепла АП, работа которых согласована с функционированием централизованных источников тепла.

Исследование выполнено в Институте систем энергетики им. Л.А. Мелентьева Сибирского отделения Российской академии наук при поддержке Российского научного фонда (грант № 24-29-00823).

×

Авторлар туралы

E. Barakhtenko

Melentiev Energy Systems Institute of Siberian Branch of the Russian Academy of Sciences

Email: mayorovgs@isem.irk.ru
Ресей, Irkutsk

G. Mayorov

Melentiev Energy Systems Institute of Siberian Branch of the Russian Academy of Sciences

Хат алмасуға жауапты Автор.
Email: mayorovgs@isem.irk.ru
Ресей, Irkutsk

D. Sokolov

Melentiev Energy Systems Institute of Siberian Branch of the Russian Academy of Sciences

Email: mayorovgs@isem.irk.ru
Ресей, Irkutsk

V. Tashlykova

Melentiev Energy Systems Institute of Siberian Branch of the Russian Academy of Sciences

Email: mayorovgs@isem.irk.ru
Ресей, Irkutsk

Әдебиет тізімі

  1. Стенников В.А., Воропай Н.И., Барахтенко Е.А., Соколов Д.В. Цифровизация интегрированных энергетических систем // Энергобезопасность и энергосбережение, 2020. № 4. С. 5–10.
  2. Стенников В.А., Постников И.В., Пеньковский А.В. Методы и модели оптимального управления теплоснабжающими системами с активными потребителями тепловой энергии // Известия Российской академии наук. Энергетика, 2021. № 3. С. 12–23.
  3. Воропай Н.И., Паламарчук С.И., Подковальников С.В. Современное состояние и проблемы электроэнергетики России // Проблемы прогнозирования, 2001. № 5. С. 49–69.
  4. Воропай Н.И. Smart Grid: Мифы, реальность, перспективы // Энергетическая политика, 2010. № 2. С. 9–15.
  5. Lee M., Han C., Kwon S., Kim Y. Energy and cost savings through heat trading between two massive prosumers using solar and ground energy systems connected to district heating networks // Energy, 2023. V. 284. 129347.
  6. Pipiciello M., Caldera M., Cozzini M., Ancona M.A., Melino F., Pietra B.D. Experimental characterization of a prototype of bidirectional substation for district heating with thermal prosumers // Energy, 2021. V. 223. 120036.
  7. Filho W.L., Trevisan L.V., Lange Salvia A., Mazutti J., Dibbern T., Ruiz de Maya S., Bernal E.F., Eustachio J.H.P.P., Sharifi A., Alarcón-del-Amo M.D.C, Kushnir I. Prosumers and sustainable development: An international assessment in the field of renewable energy // Sustainable Futures, 2024. V. 7. 100158.
  8. Stennikov V., Barakhtenko E., Mayorov G., Sokolov D., Zhou B. Coordinated management of centralized and distributed generation in an integrated energy system using a multi-agent approach // Applied Energy, 2022. V. 309. 118487.
  9. Khan M.W., Wang J., Xiong L., Ma M. Modelling and optimal management of distributed microgrid using multiagent systems // Sustainable Cities and Society, 2018. V. 41. P. 154–169.
  10. Kyriakou D.G., Kanellos F.D., Ipsakis D. Multi-agent-based real-time operation of microgrids employing plug-in electric vehicles and building prosumers // Sustainable Energy, Grids and Networks, 2024. V. 37. 101229.
  11. Городецкий В.И., Карсаев О.В., Самойлов В.В., Серебряков С.В. Прикладные многоагентные системы группового управления // Искусственный интеллект и принятие решений, 2009. № 2. С. 3–24.
  12. Wooldridge M., Jennings N. Intelligent Agents: Theory and Practice // The Knowledge Engineering Review, 1995. V. 10. № 2. P. 115–152.
  13. Захахатнов В.Г., Попов В.М., Афонькина В.А. Функция желательности Харрингтона как критерий оптимального выбора зерносушилки // Известия Оренбургского государственного аграрного университета, 2022. № 2(94). С. 110–114.
  14. Николаев А.Е. Методика оценки состояния научно-технологического потенциала оборонно-промышленного комплекса России с использованием функции желательности Харрингтона // Экономический анализ: теория и практика, 2013. № 30 (333). С. 22–33.
  15. Беспалов В.И., Котлярова, Е.В. Основные принципы совершенствования методики социо-эколого-экономической оценки состояния окружающей среды территорий промышленных зон крупных городов // Инженерный вестник Дона, 2011. № 4. С. 137–144.
  16. Меренков А.П., Хасилев В.Я. Теория гидравлических цепей / М.: Наука, 1985. 278 с.
  17. Antonova V., Grechishkina N., Kuznetsov N. Analysis of the Modeling Results for Passenger Traffic at an Underground Station Using AnyLogic // Journal of Communications Technology and Electronics, 2020. V. 65. P. 712–715.
  18. Zhang Y., Wang Y., Wu L. Research on Demand-driven Leagile Supply Chain Operation Model: a Simulation Based on AnyLogic in System Engineering // Systems Engineering Procedia, 2012. V. 3. P. 249–258.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
2. Fig. 1. Algorithm for the selection method of energy source equipment for active consumers in the centralized heat supply system.

Жүктеу (301KB)
3. Fig. 2. Structure of the multi-agent system.

Жүктеу (223KB)
4. Fig. 3. Connecting the MATLAB system to the AnyLogic software environment.

Жүктеу (200KB)
5. Fig. 4. Test circuit of the heat supply system.

Жүктеу (209KB)
6. Fig. 5. Demand for thermal energy of all consumers.

Жүктеу (130KB)
7. Fig. 6. Daily schedule of thermal energy production in the heat supply system of AP No. 3 in the 1st quarter.

Жүктеу (115KB)
8. Fig. 7. Daily schedule of thermal energy production in the heat supply system of AP No. 2 in the 2nd quarter.

Жүктеу (129KB)

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».