Научная работа студентов
ОНИРС СНО Молодежные лаборатории
15 учебная неделя
pk@nstu.ru, +7 (383) 319 59 99 — приёмная комиссия

Аспирант НГТУ НЭТИ разработал систему аналитики для принятия эффективных решений по функционированию электроэнергетической системы

Новости

В Новосибирском государственном техническом университете НЭТИ разработана и применена концепция системы предиктивной аналитики режимов работы электроэнергетической системы в Центральной энергосистеме Монголии. Предложенные программные модули повышают качество и точность планирования режимов работы энергосистемы на сутки вперед.

Актуальность темы обусловлена отсутствием в Центральной энергосистеме Монголии автоматизированных систем планирования нормальных режимов на сутки вперед. Это планирование выполняется ручными методами, что требует больших временных затрат, снижает точность и обоснованность принимаемых решений, повышает риски ошибок.

Как рассказал аспирант НГТУ НЭТИ Осгонбаатар Тувшин, защитивший в июле диссертацию по данной теме, главная задача состояла в создании единого программного комплекса, обеспечивающего возможность проведения серий имитационных расчетов и используемого для мониторинга, контроля и планирования нормальных режимов электроэнергетической системы с высокой долей возобновляемых источников энергии.

Был проведен анализ существующих методов управления режимами электроэнергетических систем, в частности методов краткосрочного прогнозирования и оптимизации. На основе этого анализа разработаны математические модели для прогнозирования процессов в энергосистеме, основанные на сочетании классических подходов и ансамблевых методов машинного обучения. Результаты сравнительных экспериментов обосновали выбор конкретных алгоритмов для прогнозирования суточных графиков нагрузки энергосистемы и ее узлов, а также генерации на базе возобновляемых источников энергии (ВИЭ), таких как ветровые и солнечные электростанции.

Использование полученных прогнозов суточных графиков нагрузки и генерации ВИЭ в сочетании с фактическими данными о сетевом оборудовании и топологии позволило смоделировать функционирование Центральной энергосистемы Монголии и рассчитать ее установившиеся режимы работы. Также была проведена оптимизация распределения генерации между источниками, например, ТЭЦ на основе технико-экономических критериев.

«Программная реализация всех функций выполнена на языке программирования Python, что позволило разработать эффективную систему аналитики режимов работы энергосистемы, которая представляет состояние электроэнергетической системы в виде диаграмм, графиков и других визуальных решений», — отметил Осгонбаатар Тувшин.

По его словам, научная новизна проекта заключается в разработке многофакторных математических моделей для прогнозирования временных рядов, в том числе графиков нагрузки электроэнергетической системы и ее узлов, графиков генерации возобновляемых источников энергии, а также в разработке алгоритмов оптимизации нормальных режимов работы электроэнергетической системы с учетом многофакторных моделей. В итоге впервые была разработана и применена концепция системы предиктивной аналитики режимов работы электроэнергетической системы в Центральной энергосистеме Монголии. Предложенная концепция включает в себя три программных блока. На эти программы получены свидетельства о государственной регистрации.

Разработанная система предиктивной аналитики позволит системному оператору Центральной энергосистемы Монголии решать ключевые задачи суточного планирования режимов: оптимизировать диспетчерские графики генерации ТЭЦ, снижая затраты на топливо до 4%; предотвращать перегрузки сетевых элементов через расчет потоков мощности с учетом прогноза ВИЭ; повышать точность балансировки нагрузки и генерации благодаря прогнозам на основе машинного обучения с погрешностью до 2%.

По результатам диссертации опубликована научная статья в журнале «Электрические станции». В настоящее время производится реализация и апробация системы предиктивной аналитики в реальных условиях эксплуатации Центральной энергосистемы Монголии, в частности внедрение модулей прогнозирования электропотребления и оптимизации нормальных режимов на сутки вперед.  


Размещение информации на странице:
Управление информационной политики  
Наверх
 

Обработка персональных данных

Мы используем сервис веб-аналитики Яндекс Метрика, который использует cookie.

Собранная при помощи cookie информация не может идентифицировать вас, однако может помочь нам улучшить работу нашего сайта. Вы можете отказаться от использования cookies, выбрав соответствующие настройки в браузере. Также Вы можете запретить сбор данных с помощью расширения для браузера «Блокировщик Яндекс Метрики». Используя этот сайт, вы соглашаетесь на обработку персональных данных.