49
Для проектирования и оптимизации систем с РГ
применяются программные комплексы, среди которых
можно выделить следующие.
Программный комплекс
RETScreen -
предназначен для
анализа проектов с использованием ВИЭ на базе
электронных таблиц
Excel
. Он позволяет определить
техническую
и
финансовую
целесообразность
потенциальных проектов электростанций на ВИЭ с
учетом возможности когенерации, а также их
энергетическую эффективность [7].
Программный комплекс
Homer
-
предназначен для
расчета энергосистем малой мощности и сравнения
различных способов производства энергии. Программа
моделирует работу энергосистемы и определяет
экономические показатели за период эксплуатации,
включая стоимость установки и затраты на обслуживание.
Программный комплекс позволяет проводить расчеты для
автономных и централизованных систем, содержащих
различные комбинации источников энергии [8].
Исходя из анализа методов и программных
комплексов, следует, что с учетом особенностей
интеллектуальных электроэнергетических систем для
решения задач оптимизации состава и параметров
источников
наиболее
эффективными
являются
многокритериальные методы, требующие большое
количество исходной информации. Формирование
обширного пула исходной информации позволит
определить наиболее точное решение поставленной
задачи.
III.
П
ЕРСПЕКТИВЫ ПРИМЕНЕНИЯ ТЕХНОЛОГИЙ
B
IG
D
ATA ДЛЯ
ОПТИМИЗАЦИИ ПАРАМЕТРОВ СИСТЕМ С РАСПРЕДЕЛЕННОЙ
ГЕНЕРАЦИЕЙ
Многокритериальные методы требуют большого
количества
исходной
информации,
что
создает
потребность в сборе и первичной обработке данных. В
настоящее время одним из наиболее перспективных и
быстроразвивающихся направлений информационной
работы с данными является технология «Большие
данные» (
Big Data
). Технология подразумевает сбор,
хранение и анализ большого объема структурированных и
использование
неструктурированных
или
полуструктурированных данных [9].
Технологии
Big Data
получили распространение во
многих отраслях промышленности и бизнеса, где
используются для разработки новых программных
продуктов, работе с клиентами и т.п. В том числе
технологии
Big
Data
находят
применение
в
энергетической отрасли. Так, компания «
Siemens Gamesa
»
использует технологии
Big Data
для разработки и
эксплуатации интеллектуальных ветряных турбин.
Внутри каждой турбины находится более 300 датчиков,
которые непрерывно считывают и передают информацию
в диагностический центр компании. Данная разработка
обеспечивает
возможность
прогнозирования
и
предотвращения незапланированных простев. Кроме того,
управление полученными данными позволяет управлять
способностью
ветротурбины
улавливать
ветер,
регулировать шаг и скорость лопастей для поддержания
устойчивой работы в суровом климате [10].
Предполагается, что возможность обработки большого
количество исходных данных с помощью технологий
Big
Data
позволит повысить эффективность применения
источников
РГ
в
интеллектуальных
электроэнергетических системах за счет выбора их
оптимальных параметров на этапе проектирования.
В данном случае под
Big Data
понимается множество
информации,
которое
невозможно
обработать
классическими (неавтоматизированными) методами.
При традиционных подходах к выбору установленной
мощности источников РГ на основе ВИЭ (при
централизованном электроснабжении и в автономных
системах)
исходная
информация
(как
правило)
ограничивается данными о нагрузке потребителей,
климатическими условиями (уровни инсоляции, скорости
ветра и пр.) и стоимостью оборудования. В
интеллектуальных
системах
с
РГ
появляется
необходимость в учете дополнительных факторов
(стоимость электроэнергии от источников различных
типов, экологичность, перетоки мощности, воздействие
разнородных источников на качество электрической
энергии и т.д.). Таким образом, при интеграции
источников
РГ
в
интеллектуальные
электроэнергетические системы задача оптимизации
переходит к определению параметров источников РГ на
основе ВИЭ, при которых его влияние оказалось бы
наиболее положительным для работы системы в целом.
IV.
Р
АЗРАБОТКА АЛГОРИТМА АВТОМАТИЗИРОВАННОГО СБОРА
ДАННЫХ О МЕСТЕ РАЗМЕЩЕНИЯ УСТАНОВКИ
Важным этапом является сбор и обработка
информации о месте размещения источников РГ. В
качестве основных исходных данных предполагается
использовать информацию:
- о составе и характеристиках потребителей
электроэнергии (установленная мощность, категория
электроснабжения, суточные и годовые графики нагрузок
и пр.);
- о составе электроэнергетической системы;
- о топологии электрической сети (наличие
магистральных и распределительных электрических
сетей);
- о составе энергетической инфраструктуры (газо- и
нефтепроводы, наличие местного топлива и пр.);
- о внешних факторах, влияющих на выбор источников
РГ (солнечная инсоляция, периоды солнечной активности,
скорости ветра и пр.);
- экологические ограничения для территории
размещения.
Параллельно с обработкой информации о месте
размещения предполагается формирование базы данных о
доступных на электротехническом рынке образцах
оборудования для систем электроснабжения с РГ на
основе ВИЭ. В качестве основной информации, влияющей
на эффективность применения в зависимости от
предъявляемых задач, можно выделить информацию:
- о типе энергетической установки (ветрогенератор,
фотоэлектрическая установка и пр.);
- о виде энергетической установки (вертикально-
осевые
ветрогенераторы,
горизонтально-осевые
ветрогенераторы и пр.);
- о номинальной мощности генератора и фактической
(опытной) мощностной характеристике;
- о доступности и стоимости оборудования на
