Методика управления компонентами распределительной электроэнергетической системы при обеспечении качества потребляемой электроэнергии

Предмет исследования. Электроэнергетическая система представляет собой сложную организационную структуру, которая обеспечивает рабочее взаимодействие для входящих в нее интеллектуальных электронных устройств, за счет определения их ролей, каналов связи и полномочий. Система управления современной электроэнергетической системой должна обеспечивать согласованность работы интеллектуальных электронных устройств на технологических этапах генерации, транспорта, распределения и потребления энергии. Недостатком существующих систем управления технологическими процессами в таких системах является использование иерархической структуры управления применительно к сетевой топологии. Это приводит к возникновению конфликтов ресурсов и процессов на этапах генерации, транспорта, распределения и потребления электроэнергии. Несогласованная работа устройств управления приводит к снижению эффективности функционирования энергетических объектов, что негативно влияет на качество электроэнергии в сети электроснабжения. Метод. Для синхронизации работы распределенных по сети интеллектуальных электронных устройств предложено обеспечивать их совместную работу через единый информационный центр в цифровой среде. При этом управление режимами работы сети электроснабжения осуществлено с применением цифровых двойников компонентов. Основные результаты. Цифровые двойники объектов электроэнергетической системы выполняют прогнозирование показателей качества электроэнергии, имитируют режимы работы взаимодействующих устройств в цифровой среде, а также контролируют управление компонентами сети электроснабжения для обеспечения рационального режима работы. Для достижения универсальности и быстродействия системы управления использован аппарат нечетких искусственных нейронных сетей, а для лучшего прогнозирования показателей качества электроэнергии в сети — ансамбли искусственных нейронных сетей. Практическая значимость. Разработана методика управления качеством электроэнергии на участках распределительной электрической сети с применением цифровых двойников, обеспечивающих взаимосвязь контролируемых показателей качества электроэнергии и регулируемых величин исполнительных механизмов интеллектуальных электронных устройств

1. Мозохин А.Е., Шведенко В.Н. Анализ направлений развития цифровизации отечественных и зарубежных энергетических систем // Научно-технический вестник информационных техно логий. механики и оптики. 2019. Т. 19. № 4. С. 657–672. https://doi.org/10.17586/2226-1494-2019-19-4-657-672

2. Веселов Ф.В., Дорофеев В.В. Интеллектуальная энергосистема России как новый этап развития электроэнергетики в условиях цифровой экономики // Энергетическая политика. 2018. № 5. С. 43–52.

3. Naderi Y., Sims R., Coffele F., Xu L. Active power quality management in smart microgrids // CIRED — Open Access Proceedings Journal. 2020. V. 2020. N 1. P. 262–265. https://doi.org/10.1049/oap-cired.2021.0324

4. Naderi Y., Hosseini S.H., Zadeh S.G., Mohammadi-Ivatloo B., Vasquez J.C., Guerrero J.M. An overview of power quality enhancement techniques applied to distributed generation in electrical distribution networks // Renewable and Sustainable Energy Reviews. 2018. V. 93. P. 201–214. https://doi.org/10.1016/j.rser.2018.05.013

5. Zhang P., Feng Q., Chen R., Wang D., Ren L. Classification and identification of power quality in distribution network // Proc. of the 5th International Conference on Power and Renewable Energy (ICPRE). 2020. P. 533–537. https://doi.org/10.1109/ICPRE51194.2020.9233147

6. Chowdhury P.R., Sahu P.K., Essakiappan S., Manjrekar M., Schneider K., Laval S. Power quality and stability in a cluster of microgrids with coordinated power and energy management // Proc. of the 2020 IEEE Industry Applications Society Annual Meeting. 2020. P. 1–7. https://doi.org/10.1109/IAS44978.2020.9334828

7. Jin S., Hogewood L., Fries S., Lambert J.H., Fiondella L., Strelzoff A., Boone J., Fleckner K., Linkov I. Resilience of cyber physical systems: Role of AI, digital twins, and edge computing // IEEE Engineering Management Review. 2022. V. 50. N 2. P. 195– 203. https://doi.org/10.1109/EMR.2022.3172649

8. Liu T., Yu H., Yin H., Zhang Z., Sui Z., Zhu D., Gao L., Li Z. Research and application of digital twin technology in power grid development business // Proc. of the 6th Asia Conference on Power and Electrical Engineering (ACPEE). 2021. P. 383–387. https://doi.org/10.1109/ACPEE51499.2021.9436946

9. Fu Y., Huang Y., Hou F., Li K. A brief review of digital twin in electric power industry // Proc. of the IEEE 5 th International Electrical and Energy Conference (CIEEC). 2022. P. 2314–2318. https://doi.org/10.1109/CIEEC54735.2022.9846081

10. Ardebili A.A., Longo A., Ficarella A. Digital Twins bonds society with cyber-physical Energy Systems: a literature review // Proc. of the 2021 IEEE International Conferences on Internet of Things (iThings) and IEEE Green Computing & Communications (GreenCom) and IEEE Cyber, Physical & Social Computing (CPSCom) and IEEE Smart Data (SmartData) and IEEE Congress on Cybermatics (Cybermatics). 2021. P. 284–289. https://doi.org/10.1109/iThings-GreenCom-CPSCom-SmartData-Cybermatics53846.2021.00054

11. Steindl G., Stagl M., Kasper L., Kastner W., Hofmann R. Generic digital twin architecture for industrial energy systems // Applied Science. 2020. V. 10. N 24. P. 8903. https://doi.org/10.3390/app10248903

12. Kharlamova N., Traholt C., Hashemi S. A digital twin of battery energy storage systems providing frequency regulation // Proc. of the 2022 IEEE International Systems Conference (SysCon). 2022. P. 1–7. https://doi.org/10.1109/SysCon53536.2022.9773919

13. Liu J., Wang S., Lu X., Li T. Research on online status evaluation technology for main equipment of power transmission and transformation based on digital twin // Proc. of the IEEE 5 th Conference on Energy Internet and Energy System Integration (EI2). 2021. P. 3368–3373. https://doi.org/10.1109/EI252483.2021.9713501

14. Bonetti A., Harispuru C., Pitzer M., Pustejovsky M., Wetterstrand N., Kachelrieß S. Digital twin technology for virtual testing of power system relay protection // Proc. of the 3rd Global Power, Energy and Communication Conference (GPECOM). 2021. P. 154–160. https://doi.org/10.1109/GPECOM52585.2021.9587869

15. Шведенко В.Н., Мозохин А.Е. Применение концепции цифровых двойников на этапах жизненного цикла производственных систем // Научно-технический вестник информационных технологий, механики и оптики. 2020. Т. 20. № 6. С. 815–827. https://doi.org/10.17586/2226-1494-2020-20-6-815-827

16. Шведенко В.Н., Мозохин А.Е. Концепция управления сетевой структурой интеллектуальных устройств в условиях цифровой трансформации энергетической отрасли // Научно-технический вестник информационных технологий, механики и оптики. 2021. Т. 21. № 5. С. 748–754. https://doi.org/10.17586/2226-1494-2021-21-5-748-754

17. Ahmed M.S., Mohamed A., Shareef H., Homod R.Z., Ali J.A. Artificial neural network based controller for home energy management considering demand response events // Proc. of the International Conference on Advances in Electrical, Electronic and Systems Engineering (ICAEES). 2016. P. 506–509. https://doi.org/10.1109/icaees.2016.7888097

18. Işık E., Inalli M. Artificial neural networks and adaptive neuro-fuzzy inference systems approaches to forecast the meteorological data for HVAC: The case of cities for Turkey // Energy. 2018. V. 154. P. 7–16. https://doi.org/10.1016/j.energy.2018.04.069

19. Abdelaziz Y., Ali E.S. Cuckoo search algorithm based load frequency controller design for nonlinear interconnected power system // International Journal of Electrical Power & Energy Systems. 2015. V. 73. P. 632–643. https://doi.org/10.1016/j.ijepes.2015.05.050

20. Howell S.K., Wicaksono H., Yuce B., McGlinn K., Rezgui Y. User centered neuro-fuzzy energy management through semantic-based optimization // IEEE Transactions on Cybernetics. 2019. V. 49. N 9. P. 3278–3292. https://doi.org/10.1109/tcyb.2018.2839700

21. Лабинский А.Ю., Нефедьев С.А., Бардулин Е.Н. Использование нечеткой логики и нейронных сетей в системах автоматического управления // Вестник Санкт-Петербургского университета Государственной противопожарной службы МЧС России. 2019. № 1 [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/ispolzovanie-nechetkoy-logiki-i-neyronnyh-setey-v-sistemah-avtomaticheskogo-upravleniya (дата обращения: 18.12.2022).

22. Parvin K., Hossain Lipu M.S., Hannan M.A., Abdullah M.A., Jern K.P., Begum R.A., Mansur M., Muttaqi K.M., Indra Mahlia T.M., Dong Z.Y. Intelligent controllers and optimization algorithms for building energy management towards achieving sustainable development: challenges and prospects // IEEE Access. 2021. V. 9. P. 41577–41602. https://doi.org/10.1109/ACCESS.2021.3065087

23. Кочкин В.И., Нечаев О.П. Применение статических компенсато ров реактивной мощности в электрических сетях энергосистем и предприятий. М.: Изд-во НЦ ЭНАС, 2000. 248 с.

24. Кабышев А.В. Компенсация реактивной мощности в электроу становках промышленных предприятий. Томск: ТПУ, 2012. 234 c.

25. Yong Z., Li-Juan Y., Qian Z., Xiao-Yan S. Multi-objective optimization of building energy performance using a particle swarm optimizer with less control parameters // Journal of Building Engineering. 2020. V. 32. P. 101505. https://doi.org/10.1016/j.jobe.2020.101505