Диссертация (1138717), страница 10

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 10)

Сарагоса(Испания).71В [59] рассматривается аналогичная задача по формированиюоптимального профиля энергопотребления, но в отличие от денежногоэквивалента выгодности, используемого в [102], в модели используетсявремяожиданиядоначалаработыэлектроприбора.Авторамипредлагается решать задачу с использованием алгоритма выпуклогопрограммирования. Результаты апробируются на условных данных дляотдельногодомохозяйства, нос использованием реальныхценкомпании Illinois Power Company (США) за период январь 2007-декабрь2009 с учетом индексов инфляции.Помимо задачи формирования оптимального графика нагрузкиоборудования в [115] добавляется задача эффективного распределенияэлектроэнергии, вырабатываемой ВИЭ, расположенным у потребителя,междузарядкойнакопителяэлектроэнергииипотреблениемэлектроприборов. В отличие от [102] и [59] авторами [115] нерассматривается приемлемость графика для потребителя с точки зренияуровня удовлетворенности потребителя.

Авторы предлагают решатьоптимизационнуюзадачусиспользованиемметаэвристическогоалгоритма и апробируют предложенный алгоритм на условных данных.В отличие от [102], [115] и [59] в [60] авторами рассматриваетсяобъединениенесколькихпотребителей,генерирующийисточникявляется общим. Ключевой особенностью предлагаемого подходаявляетсяпредположениеовзаимодействоватьмеждуиндивидуальногорезультата,электроэнергиюдлятом,собойкаждоговчтоцеляхпотребителяммаксимизациипосколькуразмерпотребителязависитвыгодносвоегоплатыотзаграфикаэнергопотребления других потребителей, что приводит к наличиюигрового поведения среди участников. Авторами рассматривается двезадачи в целом для всего объединения потребителей: во-первых,минимизация коэффициента неравномерности графика нагрузки, и, вовторых, минимизация затрат на электроэнергию.

Поскольку обе задачи72являютсявзаимосвязанными,авторамирассматриваетсязадачаминимизации затрат на электроэнергию и предлагается алгоритмрешения с использованием теории игр, т.е. по итогам ее решенияопределяется профиль энергопотребления каждого участника, прикотором достигается равновесие Нэша. Результаты апробируются наусловных данных.В [66] также рассматривается задача минимизации затрат наэнергопотребления для всего MicroGrid – объединения несколькихдомохозяйств. В отличие от [115] не предполагается взаимодействиемеждупотребителямивчастиформированияграфикаэнергопотребления. Авторами предложен последовательный алгоритмоптимизации энергопотребления.

На первом этапе решается задача,аналогичная рассмотренным в [102], [115] и [59]: определяется графикэнергопотреблениядляэлектроприборовкаждогоотдельногодомохозяйства независимо от режима работы других домохозяйствисходя из минимизации затрат на энергопотребление с учетомкоэффициентов приемлемости, отражающих уровень удовлетворенияпотребителя от заданного графика энергопотребления, а также штрафовзапрерываниеработыэлектроприборов.Навторомэтапеосуществляется управление распределенной генерацией (которая вотличие от [102], [115] и [59] является общей для всего MicroGrid) приэтом решается задача максимизация использования распределеннойгенерации и минимизации затрат на энергопотребления для всегоMicroGrid. На третьем этапе осуществляется управление работойнакопителя электроэнергии исходя из технических характеристиксамого устройства, а также внешних параметров, определенных напервых двух этапах: энергопотребление и объема выработки ветрогенерацией.

Перечисленные задачи авторы предлагают решать сиспользованиемметаэвристическогоапробируются на условных данных.73алгоритма.РезультатыТакимобразом,выделяютсянесколькоклассовзадач,рассматриваемых в международной литературе при моделировании:1) Формирование оптимальной стратегии управления нагрузкой дляотдельного домохозяйства на основании математической модели,котораятехническибудетреализованавSmart-счетчиках,позволяющей потребителю принять решение о формированииграфика нагрузки своих электроприборов;2) МоделированиеработыSmart-домасцельюсниженияагрегированных затрат или агрегированного энергопотребленияMicroGrid (всей совокупности домохозяйств) путем организациивзаимодействия между потребителями или управления общимресурсом:распределеннойгенерациейилинакопителямиэлектрической энергии.По результатам изучения литературы можно классифицироватьматематические модели на основании их характерных особенностейследующим образом:1.

Оптимизируемый показатель1.1. Затраты на энергоснабжение [59, 66, 102, 115]1.2. Коэффициент неравномерности графика нагрузки (без снижениясуммарного энергопотребления за рассматриваемый период)[59, 60].2. По уровню агрегации2.1. Оптимизация на уровне домохозяйства [59, 66, 102, 115].2.2. Оптимизация на уровне Microgrida. С учетом возможного взаимодействия потребителей [60];b. Без учета возможного взаимодействия потребителей [66].3. Учитываются ли потери потребителя3.1. Оптимизация без учета приемлемости изменения графиканагрузки для потребителя [115];3.2.

С учетом уровня удовлетворенности потребителя [59, 66, 102].74Крометого,следуетотметитьследующиетехническиеособенности рассмотренных задач:1. Горизонт планирования: на сутки вперед;2. Взаимодействие между потребителями на уровне MicroGridпредполагается только в модели [60];3. Учет в модели оптимизации загрузки собственной генерации:учитывается в моделях [66, 102, 115].4. Учетоптимизационноймоделиработынакопителяэлектроэнергии: учитывается в моделях [66, 115].5. Наличиевсоставеэлектроприборовэлектромобиля(характеризуется длительным непрерывным периодом зарядки –электропотребления) [59, 60, 102].6.

Конфигурация графика цены: допустимы произвольные почасовые(интервальные) графики цены [66, 102] и с применением гибкогоступенчатого тарифа [59], зонный тариф [60, 115],7. Измерениеуровняприемлемостиграфиканагрузкидляпотребителя: денежный эквивалент выгодности для пользователяграфика потребления [102, 66], готовность ожидания выполнениязадачи (начала работы электроприбора) [59].Всеми авторами одинаково признается сложность решениязадачи, связанная с большим числом возможных комбинаций, в связи счем предлагается использовать следующие методы оптимизации прирешении представленных выше задач:- Эвристические [102] и метаэвристическиеалгоритмы, в томчисле, метод роя частиц (particle swarm) [115, 66] и Метод Qобучения [66];- Алгоритмы выпуклого программирования (метод внутреннихточек) [60, 59];Разработанные модели апробируются в большинстве случаев насмоделированных системах (домохозяйство, объединение домохозяйств75в MicroGrid) и только в одном случае [102] на реальных данныхдомохозяйства, расположенного в Испании.

Полученные результатысвидетельствуют о снижении суммарных затрат на энергоснабжение вовсех случаях применения предлагаемых авторами моделей. Процентснижения затрат зависит от конфигурации модели, наличия илиотсутствия в модели собственной генерации, накопителя электроэнергиии составляет от 8 до 25%.Таким образом, в настоящее время неизвестна модель управленияпотреблением и генерацией активного потребителя, которая подходилабы для описания как домохозяйств, так и для промышленныхпотребителей, позволяла учесть потери потребителя в случае различныхграфиковнагрузки,включалавсебяуправлениесобственнойгенерацией, и, в то же время, была вычислительно достаточно простойдля того, чтобы лечь в основу поведения агентов-потребителей в рамкахмультиагентной системы моделирования энергосистемы в рамкахрешения задачи управления спросом путем тарифного регулирования.2.2.2.

Формирование модели принятия решений «активного»потребителяЗа основу при разработке модели принятия решений «активного»потребителя принята модель, разработанная Институтом проблемуправления РАН [3], которая была детализирована и адаптирована кописанию поведения активного потребителя в интересах решения задачиуправления спросом следующим образом.Разобьем промежуток времени, для которого осуществляетсяпланирование, на T периодов (для определенности на 24 периода поодномучасу).Пустьэнергопотребляющегооборудованияпотребительоборудования.моделируетсяобладаетРаботаграфикомNтипичнойнагрузки,единицамиединицыопределяющиммощность, потребляемую оборудованием в каждый из 24-х плановыхпериодов.76Матрица An всех возможных графиков нагрузки для оборудованияn  1, N формируетсяна каждый час последующих суток. Матрицасодержит T столбцов (количество часов в периоде планирования), t  1, T ,и R строк (количество режимов работы (комбинаций графиков работы).При этом для унификации всех матриц принято, что количество строксоответствуетколичествурежимовработыэнергопотребляющегооборудования,количество(комбинаций графиков) работырежимовимеющейуединицымаксимальноеиз всехимеющихся: r 1, R , R  max Rn , где Rn - количество режимов работы n-ойn1, Nединицы оборудования.

Появление нулей в строке означает, чтооборудование должно быть выключено в соответствующие часы, единиц– что потребление включено в соответствующие часы. При этом длянесуществующих режимов работы – соответствующие строк матрицыбудутзаполненыпотрнулями. Pn-мощностьn-ойединицыэнергопотребляющего оборудования (кВт),Пример матрицы Аn для кондиционера приведен в таблице 7:- возможна как непрерывная работа в течение заданноговремени, так и прерывистая работа с заданным интервалом;- параметры работы: порядковый номер оборудования n = 22.2Здесь и далее в качестве примера используются данные о параметрах работы оборудования из [102].77Возможные графики нагрузки r, …, RnТаблица 7 – Пример (транспонированной) матрицы графиков нагрузки кондиционераВремя123456789101112131415161718192021222324Кондиционер (n=2)1111100000000000000000000201111000000000000000000030011110000000000000000004000111100000000000000000000010010110000011010010000000000000000000000000……Rn…78Обозначимчерезarn t элементматрицыnarnnt  0;1 ,An,соответствующий строке (режиму работы) r 1, R и столбцу t  1, T ,r1, RA n  (a n ).

Тогда если для оборудования n потребитель выбралrt t1,Tграфик загрузки r, то суммарное потребление в момент времени tNзапишется как Vt   a zn t  Pnпотр , где z  ( z1 ,..., z N ) - вектор переменных,n 1соответствующийnнаборувыбранныхрежимовработыэнергопотребляющего оборудования, n 1, N , z n 1, Rn .Невсеграфикинагрузкиоборудованияпредпочтительны для пользователя. Обозначим через d rnодинаководенежныйэквивалент выгодности для пользователя графика потребления r 1, Rобъектаоборудованияn  1, N .Еслисредирежимовработыоборудования есть режим, соответствующий его полному отключению,то логично считать для него этот параметр равным нулю, и тогда длядругих режимовпотребительd rnготовбудет означать денежную сумму, которуюзаплатитьзавозможностьэксплуатироватьэлектрооборудование n в режиме r по сравнению с ситуациейнеиспользованиянесуществующихобъектаоборудования3.режимовработыСоответственно,дляэлектропотребляющегооборудования (если строки матрицы An целиком состоят из 0) условносчитаем, что это эквивалентно тому, что оборудование выключено втечение суток: n 1, N : ( Rn < R ) => r  Rn , R, t 1, T  rtn  0 , d rn  0 .Денежный эквивалент выгодности определяет ценность дляпотребителя использования n-ой единицы оборудования в заданномрежиме в период планирования и, в общем случае, определяется, какмаксимальная цена на электроэнергию, которую потребитель готов3В исходной модели [1] аналогичные функции выполняли т.н.

Характеристики

Список файлов диссертации