Тип публикации: отчёт о НИР
Год издания: 2021
Ключевые слова: электроэнергетическая система, гибкость, режимная надёжность, регулирование потребляемой мощности, машинное обучение
Аннотация: Основным теоретическим результатом выполнения проекта в 2021 году явилась разработка инновационного подхода к проектированию и оптимальному управлению локальными интеллектуальными энергосистемами (ЛИЭС), функционирующими как энергетические сообщества с локальным рынком электроэнергии и гибкости, учитывающего социальные, экологическПоказать полностьюие и экономические преимущества конкретного расположения такого сообщества. Предложенный подход соединяет этапы планирования и функционирования ЛИЭС в единое целое и позволяет проектировать модели полностью автономных сообществ микрогридов для реализации реалистичных сценариев улучшения энергоснабжения неэлектрифицированных районов с учётом экологических ограничений и требований. Выполненные российско-германские исследования указывают на то, что в ближайшем будущем энергетические сообщества станут перспективными источниками распределённой гибкости для электрических сетей России и Германии, способными принести положительные локальные и системные эффекты как на уровне распределительных сетевых компаний, так и Системного оператора. Разработанное совместно с немецкими коллегами программное обеспечение (ПО), реализующее модель автоматики управления режимами ЛИЭС («оператор энергосообщества») позволяет максимизировать такие эффекты, реализуя доступные ресурсы гибкости на уровне энергетического сообщества. Объёмы обмена мощностью (с внешней сетью, и внутри ЛИЭС), а также рыночные цены при оперативном управлении определяются путем применения подхода максимизации общественного благосостояния на базе теории игр, двухуровневой оптимизации и машинного обучения. В частности, математическая и техническая постановка взаимодействия локальных систем управления режимами отдельных микрогридов с «оператором энергосообщества» реализована при совместном использовании метода обучения с подкреплением (Монте-Карло для поиска в дереве) и двухуровневой оптимизации. Результаты опубликованы в высокорейтинговом журнале первого квартиля (Q1) «Renewable Energy» (импакт-фактор 8.001) [12] (здесь и далее см. нумерацию литературы в подразделе 1.7). В ходе выполнения проекта в 2021 году получен ряд других важных теоретических результатов. 1. Исследованы потенциалы повышения гибкости интегрированных энергетических сетей России и Германии, объединяющих электрические и тепловые сети. Показано, что такими потенциалами обладают системы централизованного электроснабжения с высокой долей ТЭЦ и тепловых насосов, а также распределённые мультиэнергетические системы (МЭС), включающие коммунальные ЛИЭС с HVAC-зданиями. Эти результаты представлены совместно с немецкими коллегами на международной конференции IEEE ICOECS 2021 [8]. 2. Разработана интеллектуальная система децентрализованного управления спросом в распределённых МЭС, реализованная на основе технологий Интернета энергии и машинного обучения, а также сетецентрического подхода к механизму функционирования структуры агрегатора спроса. Результаты представлены на Международной конференции «Smart Energy Systems 2021» [10], идёт процесс подготовки статьи в журнал “Energies” (Q2, импакт-фактор 3.004). 3. Предложена процедура анализа предельной мощности ВИЭ и гибкости по напряжению для активных электрических сетей с учётом вторичного регулирования напряжения. Для повышения этих показателей разработан подход децентрализованного статического управления напряжением через инверторы на основе мультиагентного обучения с подкреплением. Результаты, полученные совместно с немецкими коллегами, опубликованы в высокорейтинговом журнале “Energies” (Q2, импакт-фактор 3.004) [9]. 4. Разработаны методы количественной оценки гибкости ЭЭС (упрощённый, точный и интеллектуальный), позволяющие в режиме онлайн отслеживать уровни эксплуатационной гибкости энергосистем с ВИЭ при оперативном управлении режимами, в том числе в задачах взаимодействия технологических операторов (TSO – DSO). Результаты представлены на Международной конференции AUPEC 2021 [1], а также опубликованы в журнале «Электроэнергия. Передача и распределение» [3]. 5. Предложена методика анализа вариантов распределенного размещения ветроэнергетических станций (ВЭС) для обеспечения желаемого уровня колебаний генерации, что позволяет снизить величину рабочего резерва мощности на традиционных электростанциях, а также может привести к увеличению гибкости ЭЭС с большим проникновением ветровой энергии. Результаты представлены на Международной конференции ELMA 2021 [11] При выполнении проекта получены следующие основные прикладные результаты: 1. Разработано ПО, реализующее предложенные модели интеллектуальных систем управления режимом коммунальных ЛИЭС, а также распределённых МЭС, функционирующих как энергетические сообщества. ПО выполнено в среде Python c привлечением открытых библиотек машинного обучения (tensorflow, gym, stable-baselines), моделирования электрических/тепловых сетей (pandapower, pandapipes, pypower), а также коммерческих оптимизационных решателей (Gurobi, CPLEX и др.). 2. Проведены тестовые испытания разработанного ПО для возможности повышения гибкости электрических сетей России и Германии: - тестирование системы децентрализованного агентного управления спросом, реализованной на базе технологии Интернета энергии, выполнено на примере реального интеллектуального полигона - энергорайон Академгородка (г. Иркутск, Россия), включающего объекты коммунальных многоквартирных зданий и научных институтов, участвующих в проектах по цифровизации и интеллектуализации. Результаты испытаний показали, что обученные агенты (HVAC-здания) успешно находят и реализуют оптимальную кооперативную стратегию накопления тепловой энергии в зданиях, что приводит к снижению/сглаживанию электропотребления всего энергорайона. Результаты экспериментов представлены на конференции «Smart Energy Systems 2021» [10], в процессе подготовки статья в журнал “Energies” (SJR Q2, импакт-фактор 3.004). - тестирование предложенного подхода к проектированию и оптимальному управлению ЛИЭС и автоматики "`оператора энергсообщества"' выполнено на примере создания сообщества микрогридов на примере трёх посёлков у Чивыркуйского залива восточного побережья Байкала (республика Бурятия, Россия). Экспериментальные расчёты показали эффективность подхода; затраты снизились до 40% за счёт уменьшения показателя нормированной стоимости электроэнергии (LCOE) при одновременном повышении надёжности электроснабжения посёлков. Результаты экспериментов опубликованы в журнале первого квартиля (Q1) «Renewable Energy» (импакт-фактор 8.001) [12] - испытания мультиагентной системы децентрализованного статического управления напряжением проведены на основе тестовых схем распределительных сетей IEEE, а также реальной сети 20 кВ Верхнего Рейна (Германия), включающих источники инверторной распределённой генерации. Эксперименты показали, что разработанный мультиагентный подход позволяет повысить гибкость по напряжению и увеличить предельную мощность ВИЭ в распределительных сетях, в том числе в рамках задачи обмена мощностью при взаимодействии технологических операторов (TSO – DSO). Результаты представлены в совместной с немецкими коллегами статье в журнале “Energies” Q2, импакт-фактор 3.004) [9] - проверка эффективности методики анализа вариантов распределенного размещения ВЭС проведена на примере перспективного района в Алтайском крае (Россия) с общей вводимой ветромощностью 90 МВт. Представленный численный пример показал, что распределенное размещение ВЭС снижает коэффициент вариации генерируемой мощности до 13,1%, что, в свою очередь, позволяет сократить погрешность прогноза выработки мощности ВЭС. Результаты экспериментов представлены на Международной конференции ELMA 2021 [11] 3. Разработан Python/Matlab-фреймворк иерархического моделирования и оптимизации для обеспечения и повышения эксплуатационной гибкости многоуровневой ЭЭС при взаимодействия технологических операторов (TSO – DSO). Он объединяет иерархические методы анализа ресурсов гибкости со средствами моделирования режимов многоуровневой модели ЭЭС и отдельных элементов силовой электроники. Предложенное иерархическое управление ЭЭС в рамках методов агентного двухуровневого кооперативного обучения и сетецентрического управления, реализует информационную связь на уровне оператора магистральных сетей (TSO), основанная на агрегированных значениях распределённой гибкости и режимах распределительные сети. Результаты представлены на Международной конференции ISEPC 2021 [2], а также будут опубликованы в одной из глав предстоящей монографии «Hierarchical modeling of energy systems» (изд-во Springer, 2022). 4. C целью распространения результатов проекта в 2021 году была завершена разработка специального репозитория на ресурсе GitHub (https://github.com/frostyduck/Power-Flexibility-Project), который будет содержать обобщения основного ПО, разработанного в проекте. 5. Сформулированы основные предложения относительно будущего практического внедрения, полученных результатов на основе разработанных моделей анализа и повышения гибкости ЭЭС как для российских (СО ЕЭС России, ПАО «Россети», АО «НТЦ ЕЭС Управление энергоснабжением», ЕВРАЗ, НТИ «Энерджинет»), так и для международных компаний (Hyundai, Южная Корея). За отчётный период 2021 г. результаты проведённых исследований по гранту были представлены докладами и обсуждены на всероссийских и международных конференциях, в том числе индексируемых в системах SCOPUS и Web of Science: 1) Smart Energy Systems 2021 (Россия, Казань, 21-24 сентября, 2021 г.); 2) ISEPC 2021 (Россия, Санкт-Петербург, 17-19 мая, 2021 г.); 3) 17th Conference on Electrical Machines, Drives and Power Systems (Болгария, София, 31 июля -1 августа, 2021 г.); 4) IEEE ICOECS 2021 (Россия, Уфа, 16-19 ноября 2020 г.); 5) 93-й Международный научный семинар «Методические вопросы исследования надёжности больших систем энергетики» (Россия, Волжский, 21-26 сентября 2021 г.); 6) 2021 31st Australasian Universities Power Engineering Conference (Австралия, Перт, 21-26 сентября 2021 г.). По результатам выполнения проекта в 2021 году опубликовано (или находятся в печати) пять докладов в сборниках трудов научных конференций, по одной статье в журналах “Renewable Energy” (SCR Q1) и “Energies” (SCR Q2), три статьи в журнале «Электроэнергия. Передача и распределение» и одна статья в журнале «Релейная защита и автоматизация». Помимо этого, в печати находится одна глава в англоязычной монографии «Hierarchical modeling of energy systems» (изд-во Springer), официальный выход которой состоится в 2022 году. Подготовлен проект монографии по итогам проекта под редакцией Член-корр.Н.Н. Воропая и проф. К. Ретанца с рабочим названием ««Инновационные технологии для повышения гибкости современных энергосистем», публикация которой планируется в 2022 году. Ход выполнения работ второго года исследований и полученные результаты также обсуждались в 2021 году научными группами Института ie3 и ИСЭМ СО РАН на нескольких совместных рабочих zoom-совещаниях.