автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Управление гибридными энергетическими системами с возобновляемыми источниками энергии

На правах рукописи

Май НгокТханг

УПРАВЛЕНИЕ ГИБРИДНЫМИ ЭНЕРГЕТИЧЕСКИМИ СИСТЕМАМИ С ВОЗОБНОВЛЯЕМЫМИ ИСТОЧНИКАМИ

ЭНЕРГИИ

05.13.01 - Системный анализ, управление и обработка информации (промышленность) 05.13.10 -Управление в социальных и экономических системах

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

28 ноя тз

Волгоград-2013

005541135

Работа выполнена на кафедре «Системы автоматизированного проектирования и поискового конструирования» в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Волгоградский государственный технический университет». (ФГБОУ ВПО «ВолгГТУ»)

Научный руководитель Научный консультант

Официальные оппоненты:

доктор технических наук, профессор, Камаев Валерий Анатольевич, кандидат технических наук, доцент Щербаков Максим Владимирович.

Шевчук Валерий Петрович,

доктор технических наук, профессор, филиал Национального исследовательского университета «Московский энергетический институт (ТУ)» в г. Волжском, главный научный сотрудник;

Скоробогатченко Дмитрий Анатольевич,

доктор технических наук, доцент ФГБОУ ВПО «Волгоградский

государственный архитектурно-

строительный университет».

Ведущая организация

Астраханский университет.

государственный

Защита состоится 18 декабря 2013 в 10 часов на заседании диссертационного совета Д 212.028.04, созданного на базе Волгоградского государственного технического университета по адресу: 400005, г. Волгоград, пр. Ленина, 28, ауд. 209.

С диссертацией можно ознакомиться в библиотеке Волгоградского государственного технического университета.

Автореферат разослан 18 ноября 2013 г.

Ученый секретарь диссертационного совета

Водопьянов Валентин Иванович.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования.

Повышение энергетической эффективности и необходимость ресурсосбережения являются актуальными проблемами в практически всех странах мира. Для решения этих проблем в последние годы разрабатывается новая энергетическая политика, основанная на использовании гибридных энергетических систем с возобновляемыми источниками энергии (HRES — Hybrid Renewable Energy System), в которых традиционные источники электроэнергии объединены с возобновляемыми (такими как солнечные панели, ветровые генераторы и другими). Подобные решения значительно влияют на социально-экономические факторы региона.

Данная концепция энергетического менеджмента способствует отчасти сокращению использования ископаемых источников энергии (нефти, газа), снижению стоимости электроэнергии и повышению эффективности энергетических систем за счет достижения баланса между потреблением и предложением электроэнергии. Это в свою очередь приводит к положительным эффектам в социально-экономической сфере (обеспечение снабжения электроэнергии в географически удаленных местах, снижение затрат на электроэнергию) и решает экологические проблемы (снижение выбросов углекислого газа).

Существующие на сегодня гибридные энергетические системы и алгоритмы управления ими недостаточно полно удовлетворяют требованиям эффективности по ряду причин. Во-первых, не учитывается стоимость электроэнергии, вырабатываемой различными поставщиками (источниками электроэнергии); во-вторых, если электроэнергии, выработанной источниками возобновляемой энергии, недостаточно для потребителей, то используются внешние энергосети без учета тарифного плана электроэнергии и зачастую по невыгодной цене. Управление же энергетическими системами с возобновляемыми источниками энергии является сложной задачей, так как на функционирование системы влияют внешние воздействия (погодные условия) и внутренние факторы (тарифные планы, мощности нагрузки, состояния помещения). Качество решения данной проблемы зависит от имеющихся данных об энергетической системе (о потреблении и производстве электроэнергии) и от применяемых методов обработки информации и управления. В работах Ванга (Wang), Вичерта (Wiehert), Родольфо (Rodolfo), Джереми (Jérémy) и других предлагаются отдельные решения по проектированию и управлению гибридными энергосистемами, однако в них не

з

учитываются прогнозные значения факторов, что снижает эффективность применения подобных подходов.

Перспективным направлением исследований, способствующим повышению эффективности управления энергетическими системами с возобновляемыми источниками энергии, является разработка и внедрение систем автоматического управления энергопотоками на основе алгоритмов с прогнозирующими моделями потребления и производства электроэнергии. Прогнозируя потребление и производство энергии, можно сформировать оптимальную стратегию переключения в системе между источниками электроэнергии, что приводит к минимизации затрат на электроэнергию.

Поэтому актуальной является задача управления энергопотоками в гибридной энергетической системе с возобновляемыми источниками энергии с использованием прогнозирующих моделей.

Цель и задачи работы

Цель работы состоит в повышение эффективности управления гибридной энергетической системой с возобновляемыми источниками энергии за счет разработки метода управления электрическими потоками на основе прогнозирующих моделей. Для достижения поставленной цели необходимо решить следующие задачи.

1) Формализация гибридной энергетической системы с возобновляемыми источниками энергии с позиций социально-экономических аспектов, выявление характеристик, проблем и методов управления подобными системами.

2) Разработка моделей прогнозирования потребления и производства энергии в гибридных энергетических системах с возобновляемыми источниками энергии.

3) Разработка метода автоматического управления энергопотоками в гибридной энергетической системы с возобновляемыми источниками энергии на основе прогнозирующих моделей потребления и производства электроэнергии.

4) Обоснование эффективности предлагаемых подходов управления гибридной энергетической системой с возобновляемыми источниками энергии с использованием имитационного моделирования.

Объектом исследования является гибридная энергетическая система с возобновляемыми источниками энергии

Предметом исследования является управление гибридными энергетическими системами с возобновляемыми источниками энергии.

Основные методы исследования. В диссертационной работе использованы методы системного анализа и обработки информации, теории

4

автоматического управления, управления с прогнозирующими моделями, машинного обучения, математической статистики, оптимизации, проектирования автоматизированных систем.

Научная новизна работы. Разработан новый метод управления гибридной энергетической системой с возобновляемыми источниками энергии на основе прогнозирующих моделей, позволяющих повысить эффективность управления энергетическими потоками в системе и включающий в себя:

1) модель гибридной энергетической системы, отличающейся от известных тем, что наряду с характеристиками компонент энергосистемы учитывают и внешние погодные факторы;

2) новую сезонную авторгерессионную нейросетвую модель скользящего среднего прогнозирования потребления электроэнергии в гибридных энергосетях;

3) оригинальный метод формирования стратегии покупки электроэнергии, основанный на генетическом алгоритме, позволяющий оптимизировать процесс переключения между источниками электроэнергии в гибридной энергосистеме.

Практическая значимость работы. Диссертационные исследования выполнены в рамках актуального направления «Энергосбережение» по федеральному закону от 23.11.2009 N 261-ФЗ "Об энергосбережении и о повышении энергетической эффективности и о внесении изменений в отдельные законодательные акты Российской Федерации". Построена рациональная система управления энергетическими потоками в гибридной энергетической системе с использованием генетического алгоритма и моделей прогноза. Показано, что с использованием предложенного метода управления HRES, установленной на типовом объекте (многоэтажное здание) позволяет сократить затраты на электроэнергию до 13 %.

Апробация работы. Основные положения диссертации докладывались на смотре-конкурсе научных, конструкторских и технологических работ студентов ВолгГТУ (Волгоград, 2010), на пятой международной научно-практической конференции (Тольятти, 2011), на VIII всероссийской научно-практической конференции (Камышин, 2011), на XVI региональной конференции молодых исследователей Волгоградской области (Волгоград, 2011), на международной научной конференции молодых учёных в рамках программы "У.М.Н.И.К."(Астрахань,2011), на III международной научно-технической конференции в ФГАОУ ВПО "Южном федеральном университете" - ТРИС (Ростов, 2012), на международной научно-практической конференции «Инновационные информационные технологии» (Прага, Чехия, 2013), на XIV региональной конференции молодых исследователей Волгоградской области

5

(Волгоград, 2009), на VI всероссийской научно-практической конференции (Камышин, 2009), на 3-ей всероссийской научной конференции «Нечёткие системы и мягкие вычисления (НСМВ-2009)»(Волгоград, 2009). По данной работе неоднократно получены дипломы конференций и конкурсов молодых ученых.

Публикации. По теме диссертации опубликовано 16 печатных работ, в том числе 4 публикаций в журналах, рекомендованных ВАК, 12 других публикаций. Получены 2 диплома и награды конкурсов работ молодых ученых, 1 удостоверение о повышении квалификации по программе «Энергосбережение и повышение энергетической эффективности в организациях и учреждениях бюджетной среды».

Структура и содержание диссертационной работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы, содержащего наименований, и приложений. Работа содержит 124 страниц машинописного текста, 42 рисунка, 8 таблиц, 2 приложения.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, дана общая характеристика работы, определяются цель и задачи исследования, формулируется научная новизна и практическая ценность полученных результатов, приведена структура работы, основные положения, выносимые на защиту.

В первой главе выявлена проблема энергетического сбережения современного общества, рассмотрены вопросы формирования энергетических политик с использованием возобновляемых источников энергии, дана формализация здания как социально-экономического объекта потребителя/производителя электроэнергии, дано понятие гибридной энергетической системы с возобновляемыми источниками энергии (далее по тексту HRES) и выполнена формализация HRES.

Глобальное потепление и значительное увеличение цен на традиционные источники энергии становятся критической проблемой многих стран. В последние годы в связи с необходимостью борьбы за лучшую экологию, повышением энергоэффективности экономического развития, мировым развитием технологии в области энергетики требуется создание новой энергетической политики, основанной на использовании энергосистем с возобновляемыми источниками энергии. В конце 2007 г. за принятыми поправками к Федеральному закону «Об электроэнергетике», заложившим рамочные основы развития возобновляемых источников энергии, последовал ряд конкретизирующих документов, в том числе и ИСО 50001 - Системы менеджмента потребления энергии. Более того, в области исследований и

внедрений энергосистем с возобновляемыми источниками энергии получают государственную поддержку с целью повышения эффективности энергосистем.

Для разработки метода управления HRES необходимо формализовать здание как социально-экономический объект потребляющий и производящий электроэнергию. Формально здание можно представить следующим образом:

ЗД = <{Ш, Д}, BP, ПУ, С, ПОТР, ПРО> (1)

где пара {Ш, Д} - географическая широта и долгота расположения здания, BP -временный интервал между двумя считываниями значений сенсоров С, ПУ — множество погодных условий в месте нахождения здания (температура воздуха Т, солнечная радиация CP), С - множество сенсоров, установленных на здании, ПОТР - множество объектов потребителей электроэнергии, ПРО - множество объектов производителей электроэнергии.

ПУ = <Т, СР> (2)

Отметим, что потребление электроэнергии здания зависит от потребляющей мощности электрических приборов Я и их графика работы Г, а производство электроэнергии зависит от количества солнечных панелей Ncn, номинальной мощностью солнечных панелей НМсп и погодных условий ПУ.

ПОТР = <{ПЬ Г,}> (3)

где: i7( - потребляющая мощность электрического прибора i; Г, - график работы i - го электрического прибора

ПРО = <{Ncn, НМсп, ПУ}> (4)

Рассмотрим особенности HRES. Под гибридной энергетической системой с возобновляемыми источниками энергии будем понимать энергосистему, которая объединяет множество традиционных и возобновляемых источников энергии в единую энергосистему. В рамках настоящего исследования HRES включает следующие компоненты: солнечные панели, аккумуляторные батареи, инверторы, контроллеры и переключатель.

HRES классифицируются по различным отличительным признакам: по источникам электроэнергии, по технологическим конфигурациям (на основе постоянного, переменного тока). По источникам электроэнергии энергетические системы разделяются на системы без возобновляемых источников электроэнергии, автономные, соединенные с сетью гибридные системы. По технологическим конфигурациям гибридные энергетические системы разделяются на: системы на основе шины постоянного тока (DC), переменного тока (АС) и смешанного (AC/DC). Дипак (Deepak, 2009) и Туркай (Tiirkay, 2011) проводили испытания и показали, что соединенные с сетью системы имеют более высокую возможность адаптации, чем автономные системы. Результаты анализа типов HRES показывают, что соединенные с сетью гибридные системы, основаны на шине постоянного тока, с солнечными

7

панелями (СП) и блоком аккумуляторных батарей (АКБ) является наиболее целесообразным решением, так как системы имеют высокую экономическую эффективность и надежность.

Математическая модель ЬШЕБ представляется следующим образом:

ЯЛЕ5 = <ПОТР, ПРО, ВР, {Иг}> (5)

где: {¡Я} - множество управляющих воздействий (стратегия закупки).

Цель разработки метода управления НЯЕ8 заключается в минимизации функции затрат характеризуемой затратами на электроэнергию в течения дня:

J = Хм к, • {рГ ~ РГ" )+ Ем Л5," К ■ Ема1Х (6)

где: к, - тарифный план электроэнергии в промежутке времени р; 1+1] (руб./кВт-ч);

ршщ, _ потребление электроэнергии в промежутке времени [I; 1+1] (кВт-ч); р'^ - производство электроэнергии в промежутке времени [1; 1+1] (кВт-ч); Д5, - состояния заряда АКБ 5, в промежутке времени [ц 1+1] (%); Е- максимальная электроемкость АКБ (кВт-ч или А-ч); и - количество наблюдений в течение дня. Отметим, что в процессе функционирования НКЕБ происходит покупка электроэнергии из сети для зарядки АКБ, либо продажа избыточной вырабатываемой электроэнергии в сеть. Следовательно, в формуле (6) необходимо учитывать управляющие воздействия ¿Гг. Формулу (6) можно переписать следующим образом:

V = Ем 1рГ - РГ" + Щ • 1' •Щ (7)

Управляющие воздействия я/г,- в моменте времени г определяется следующим образом:

-1 при продаже электроэнергии =■ 0 при использовании собственной электроэнергии

1 при покупке электроэнергии (8)

Целью управления НЯЕ8 является определение таких управляющих воздействий при условии, что состояние АКБ находится в диапазоне [30%,100%].

Во второй главе приведен обзор подходов управления гибридными энергетическими системами, выявлены преимущества и недостатки существующих подходов, показана эффективность управления с использованием модели прогнозирования потребления и производства электроэнергии, а также приведен обзор существующих методов

прогнозирования потребления и производства электроэнергии, дана схема управления HRES.

Многие компании (Siemens, HOMER, Tendril, Opower, Vivint) разработали свою концепцию HRES с разными методами управления. В настоящее время существуют достаточно большое количество исследований в области управления HRES. Существующие подходы управления HRES можно разделить на 2 основные группы: управление в зависимости от текущих состояний HRES и управления по прогнозирующим моделям (Майков, 2010, Barley, 1996). В первой группе существуют три основных методов управления: управление на основе правил (Wiehert, Lawrance, 1999); применение оптимальных алгоритмов управления (Rodolfo, 2005 и Juhari, 2007); мультиагентные подходы (Jérémy, 2009 и Deconinck, 2008). Результаты проведения обзора показаны, что оптимизация процесса управления HRES на основе прогнозирующих моделей позволяет значительно уменьшать эксплуатационные расходы и повышать эффективность управления.

Для решения задачи прогнозирования потребления электроэнергии были рассмотрены следующие модели прогнозирования: наивная, простая средняя, нейросетевая модель на базе многослойной полно-связанной нейронной сети, регрессионная модель прогнозирования, авторегрессионная модель скользящего среднего (ARMA). Результаты анализа методов прогнозирования показали, что применение нейросетевой модели для прогнозирования потребления электроэнергии дает низкие ошибки по сравнению с другими методами.

В настоящее время многие страны переходят на использование тарифного плана электроэнергии по двум зонам (ночная, дневная зона) или по трем зонам суток (ночная, полупиковая, пиковая зона). Следовательно, разработка метода управления HRES на основе прогнозирующих моделей с учетом тарифного плана по разным зонам суток может повысить эффективность энергосистемы.

Схема системы управления HRES отображена на рисунке 1.

Входными данными является фактические данные о потреблении рпотр} состояние здания ST (0 - не используется, 1 - используется), прогнозные значения W температуры и солнечной радиации, тарифный план электроэнергии К. Выходными данными является стратегия переключения sir между источниками электроэнергии.

В третьей главе предложен метод управления HRES на основе прогнозирующих моделей, включающий в себя методы прогнозирования производства, потребления электроэнергии и метод формирования стратегии управления HRES.

■ ST

Рисунок 1 - Схема системы управления HRES

Прогнозирование производства электроэнергии в здании. Мощность, вырабатываемая электроэнергии солнечными панелями, зависит от температуры воздуха и солнечной радиации (Wang, 2006). Следовательно, вырабатываемую мощность электроэнергии Kf?™3 можно определить через прогнозируемые данные о температуре ТСп (°С) и солнечной радиации GCp (Вт):

(1 + а-(Тсп-Тст)) если

GCP>C

(9)

если

Gcp<C

где: Af"™" - мощность, вырабатываемая СП (Вт);

Рст - номинальная мощность СП в стандартных условиях (Standard Test Condition — STC), т. е. солнечная радиация 1000 Вт/м2, температура поверхности панелей - 25°С;

GCP - солнечная радиация (Вт/м2);

О.,- солнечная радиация в стандартных условиях (1000 Вт/м2); а - температурный коэффициент (°С"'); Тот - температура поверхности солнечной панели (°С); Тст- равна 25°С (температура - в стандартных условиях); С - коэффициент производства энергии, который зависит от характеристики солнечной панели (Вт/м2).

Производство электроэнергии определяется на основе вырабатываемой мощности в моменте времени i по формуле:

где At - временный интервал управления.

ю

Прогнозирование потребления электроэнергии в здании. В этой процедуре предлагается сезонная авторгерессионная нейросетвая модель скользящего среднего (SeasonalAutoRegressive Moving Average, SARMA). В работе (Камаев, 2010) показано, что на потребление электроэнергии в момент времени t наибольшее влияние оказывает потребление электроэнергии в аналогичного типа зданий в этот же момент времени 1, 2, 3 и 4 недели назад. Следовательно, входными сигналами нейронной сети в момент t являются потребления электроэнергии в моменты времени t-n -1 -7, t-n-2-7, t-n-3-7, t-n -4 -7 (и -количество точек наблюдений в день), среднеквадратичное отклонение MSE на предыдущий день. Структура нейросетевой модели прогнозирования потребления электроэнергии показана на рисунке 2.

Рисунок 2 - Структура предлагаемой модели прогнозирования потребления электроэнергии

Качество прогнозирования определяется классическими оценками определения точности модели: средняя абсолютная ошибка (МАЕ), среднеквадратичное отклонение (МЕЕ).

Формирование стратегии управления НЯЕЗ. В этой процедуре выполняется формировании стратегии управления (переключения между источниками электроэнергии) на основе прогнозируемых данных о потреблении и производстве электроэнергии. Стратегия управления представляет собой множество управляющих воздействий, принимающих значения: 1 при покупке электроэнергии из сети, -1 при продаже электроэнергии в сеть, 0 при использовании собственной электроэнергии.

В рамках диссертации предлагается метод формирования стратегии управления на основе правил с применением алгоритма оптимизации. Цель метода формирования стратегии управления заключается в минимизации целевой функции 3. Процесс формирования стратегии управления ШЖЗ проводится на основе пятнадцатиминутных данных (соответственно 96 точек наблюдений в день) или на основе часовых данных (24 точки наблюдений). В

11

качестве алгоритма оптимизации используется генетический алгоритм, так как его применение имеет большое преимущество при определении точки глобального минимума функции J, так как количество возможных решений велико (З24 или З96) для вычисления другими методами.

В генетическом алгоритме стратегия управления HRES закодирована в виде вектора генов, где каждый ген представляет собой в виде числа -1 (продажа электроэнергии), 0 (использование собственной электроэнергии), 1 (покупка электроэнергии). В данном случае предполагается, что генотип имеет длину 24 (для часового управления) или 96 (для пятнадцатиминутного управления). Для формирования оптимальной стратегии переключения между источниками электроэнергии предлагается следующий генетический алгоритм:

1) Задание целевой функции J для особей популяции;

2) Создание начальной популяции;

3)Если количество поколений i<100, совершаются

— Размножение (скрещивание);

— Мутирование;

— Вычисление значений целевой функции для всех особей;

— Формирование нового поколения.

4) Определение наилучшей особи.

В процессе определения оптимальной стратегии управления необходимо соблюдать множество правил (ограниченные условия). Множество правил сформулировано следующим образом:

— покупка электроэнергии из сети для заряда АКБ не должна проводиться в пиковой зоне;

— состояние заряда АКБ (State Of Charge - SOC) S, должна находиться в диапазоне [30%; 100%], так как оставление АКБ в состоянии глубокого разряда (Si<30%) приводит к существенному снижению ёмкости АКБ;

— изменение состояния заряда АКБ не должно превышать 10% в час;

— электроэнергия, хранимая в АКБ, используется для потребления в пиковой зоне.

В четвертой главе описаны методика проведения и результаты экспериментов, оценка экономической эффективности применения метода управления HRES.

Методика проведения экспериментов. Для реализации метода оптимального управления H RES предлагается следующая методика проведения экспериментов.

4.1. Сбор и предварительный анализ данных. На этом этапе выполняются структуризация данных для выполнения анализа производства и потребления

электроэнергии по сезонам, месяцам, неделям и отдельным дням недели; исключение аномалий, восстановление пропусков в данных, кодирование категориальных неременных и нормализация.

4.2. Построение и настройка модели прогнозирования потребления и производства электроэнергии. На данном этапе осуществляется выбор типа модели, составление плана экспериментов испытания модели, параметрическая оптимизация модели, также выполняется построение и настройка многопараметрической модели прогнозирования потребления электроэнергии на основе предлагаемой модели и модели производства электроэнергии на основе прогнозирующих данных о погодных условиях.

4.3. Оценка результатов прогнозирования. На этом этапе выполняются: оценка качества прогнозирования классическими оценками определения точности модели: средняя абсолютная ошибка (МАЕ), среднеквадратичное отклонение (МБЕ).

4.4. Разработка метода управления на основе прогнозирующих данных. На этом этапе выполняются следующие процедуры: выбор алгоритма оптимального управления (в данной диссертации - генетический алгоритм), оценка качества формирования стратегии управления определяется процентом сокращения затрат на электроэнергию по формуле:

/ = ^¿■100% (11)

где: У0 - затраты без применения метода управления НКЕБ;

3-затраты с применением метода управления Н1ШЗ.

Затраты без применения метода управления определяется по формуле:

Л = ТЛр'Г-РГ"-^,"О"*. (12)

При испытании метода управления были проведены два типа экспериментов:

— эксперименты на модельной гибридной энергетической системе этажа офисного здания в среде моделирования РУ-БОЬ в 2011г.

— эксперименты на основе фактических пятнадцатиминутных данных о погодных условиях, потреблении и производстве электроэнергии, полученных от системы сбора информации, установленной в офисном здании ЕсоБсаёа в городе Гиль (Бельгия) в течение двух лет (май 2011 - декабрь 2012);

Эксперимент на имитационной модели НКЕБ этажа офисного здания.

Модель ШЕв этажа офисного здания реализуется в среде моделирования РУ-

ЭОЬ. Входными данными модели являются географическая широта и долгота

здания {III, Д}, погодные условия ПУ, потребляющая мощность электрических

приборов П, график работы электрических приборов Г, количества солнечных

панелей Ысп и вырабатываемой мощности солнечной панели ВМсп (в

13

испытании используются СП с вырабатываемой мощностью 200 Вт). Выходными данными - профиль потребления и производства электроэнергии здания, стратегия управления НКЕБ.

Испытание гибридной энергетической системы проводилось в течение произвольно выбранного дня 15.9.2011г. Значения модельных и прогнозируемых данных о потреблении электроэнергии для проведения испытания показаны на рисунке 3.

ь 60

I В 50 : я

: в ло

е. » зо ё *

с 2. го

Модельное

- Прогнозное

17/8 19/8 21/8 23/8 25/8 27/8 29/8 31/8 2/9 4/9 6/9 8/9 10/9 12/9 14/9 16/9

Время

Рисунок 3 - Потребление электроэнергии этажа офисного здания (данные имитационного моделирования и прогнозные значения)

Для определения оптимальной конфигурации НЯЕ8 было проведено более 60 испытаний с разными конфигурациями системы (разными количествами установленных солнечных панелей и АКБ). Оценка экономической эффективности проектированной гибридной энергетической системы определяется по формуле:

J-Jй

Е = -

(13)

где: С - стоимость разработанной НЯЕв.

На рисунке 4 изображена поверхность коэффициентов экономической эффективности (ось Т) в зависимости от числа установленных солнечных панелей (ось X) и максимальной емкости АКБ (ось У). На поверхности определена точка, характеризующая оптимальную конфигурацию системы: количество солнечных панелей - 110, максимальная емкость АКБ - 458 А.ч, номинальное напряжение АКБ — 24 В.

Рисунок 4 - Поверхность коэффициентов экономической эффективности с разными конфигурациями системы

Значения модельных и прогнозируемых данных о производстве электроэнергии в точке экономической эффективности показаны на рисунке 5.

14

т §2.10 5 =

СО О.

8

к к " о и

Е. 4 С Й ° 2 я

О

-Модельное

- Прогнозное

17/8 19/8 21/8 23/8 25/8 27/8 29/8 31/8 2/9 4/9 6/9 8/9 10/9 12/9 14/9 16/9

Время

Рисунок 5 - Производство электроэнергии этажа офисного здания (данные имитационного моделирования и прогнозные значения)

Эксперимент на основе фактических пятнадцатиминутных данных о погодных условиях в реальном здании в городе Гиль.

Испытание гибридной энергетической системы проводилось в течение произвольно выбранного дня 28.12.2011. Профиль потребления и производства электроэнергии здания в 28.12.2011 показан на рисунке 6.

Рисунок 6 -Потребление и производство электроэнергии здания в 28.12.2011

Графики погодного условия, фактических и прогнозируемых данных о потреблении, производства электроэнергии в офисном здании в декабре 2011г показаны на рисунке 7.

Оценка экономической эффективности. Качество управления НКЕ8 оценивается согласно (7) до и после применения метода управления на основе правил и генетического алгоритма. Таблица 1 содержит информацию о результатах испытаний.

Таблица 1-Параметры построенной гибридной энергетической системы

Экспериментальный объект Офисное здание (г. Гиль, Бельгия) Офисное здание (г. Гиль, Бельгия) Имитационная модель этажа офисного здания

Тип данных фактические фактические модельные

Алгоритм по правилам генетический алгоритм по правилам + генетический алгоритм

Затраты без применения метода (руб.) 16257 16257 958

Затраты с применением метода (руб.) 15248 14928 830

Сокращение затрат (%) 6,21 8,17 13,36

В результате проведения испытаний на основе фактических данных и модели НКЕБ разными методами показывается эффективность предложенного метода с применением генетическим алгоритмом. Созданная модель гибридной

энергетической системы этажа офисного здания может использоваться для исследования и реализации реальной гибридной энергетической системой в будущее время.

i

>

а) Погодные условия

-Фактическое---Прогнозное

1/12 3/12 5/12 7/12 9/12 11/12 13/12 15/12 17/12 19/12 21/12 23/12 25/12 27/12 29/12

Время

б) Потребление электроэнергии

-- Фактическое - -

- Прогнозное

1/12 3/12 5/12 7/12 9/12 11/12 13/12 15/12 17/12 19/12 21/12 23/12 25/12 27/12 29/12

Время

в) Производство электроэнергии Рисунок 7 - Состояние HRES офисного здания (г. Гиль, Бельгия) в декабре

2011г 17

В заключении обобщаются основные теоретические и практические результаты, полученные в диссертационной работе, выделяются возможные направления дальнейших исследований.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1) Разработан уникальный метод управления электрическими потоками в гибридных энергетических системах с возобновляемыми источниками энергии, на основе прогнозирующих моделей, способствующий решению социально-экономических проблем, в частности снижения затрат на потребление электроэнергии.

2) Предложена формализация системы управления гибридной энергетической системой с возобновляемыми источниками энергии, отличающаяся от известных тем, что наряду с характеристиками компонент энергосистемы учитываются и внешние погодные факторы.

3) Предложена классификация проблем управления гибридными энергетическими системами с возобновляемыми источниками энергии, на основе которой сделан вывод о необходимости использования управления с прогнозирующими моделями.

4) Предложена сезонная авторгерессионная нейросетвая модель скользящего среднего для прогнозирования потребления электроэнергии в гибридных интеллектуальных системах.

5) Предложенный метод управления гибридной энергетической системой на основе прогнозирующих моделей показал эффективность за счет экономии затрат на электроэнергию (для типового офисного здания), которая может достигать 13% по сравнению с существующей системой.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Мультиагентный метод управления энергопотоками в гибридной энергосистеме с возобновляемыми источниками энергии / Май Нгок Тханг, Камаев В.А., Щербаков М.В., Чинь Тхэ Хунг // Прикаспийский журнал: управление и высокие технологии. - 2013. - № 2. - С. 30-41.

2. Обзор подходов к идентификации видов деятельности человека в задачах оптимизации потребления электроэнергии / Май Нгок Тханг, Камаев В.А., Щербаков М.В., Тюков А.П. // Известия ВолгГТУ. Серия «Актуальные проблемы управления, вычислительной техники и информатики в технических системах». Вып. 14 : межвуз. сб. науч. ст. / ВолгГТУ. - Волгоград, 2012. - № 10 (97). -С. 97-101.

3. Май Н.Т., Ха В.М. , Камаев В.А. и др. Моделирование и оптимизация управления интеллектуальной гибридной энергосистемой с источниками

возобновляемой энергии // Управление большими системам - 2013. - №46 - (в печати).

4. Управление гибридной энергосистемой на основе правил/ Май Нгок Тханг, Камаев В.А., Тхай Куанг Винь, М. В. Щербаков, Ха Ван Муон // Известия ВолгГТУ. Серия «Актуальные проблемы управления, вычислительной техники и информатики в технических системах», (принята к печати)

5. Май Нгок Тханг. Алгоритм распознавания жеста для управления умным домом / Май Нгок Тханг, Кизим A.B. // Тезисы докладов юбилейного смотра-конкурса научных, конструкторских и технологических работ студентов ВолгГТУ, Волгоград, 11-14 мая 2010 г. / ВолгГТУ, Совет СНТО. - Волгоград, 2010. - С. 191.

6. Май Нгок Тханг. Гибридная интеллектуальная система прогнозирования энергопотребления / Май Нгок Тханг // Наука и творчество: взгляд молодых профессионалов : сб. ст. пятой междунар. науч.-практ. конф., 12-13 мая 2011 г. / ФГБОУ ВПО "Поволжский гос. ун-т сервиса". - Тольятти, 2011. - Ч. П. - С. 17-22.

7. Май Нгок Тханг. Применение гибридной интеллектуальной системы в прогнозировании энергопотребления / Май Нгок Тханг // Инновационные технологии в управлении, образовании, промышленности "АСТИНТЕХ - 2011" : матер, междунар. науч. конф. молодых учёных в рамках программы "У.М.Н.И.К.". Направление : Биотехнология. Информационные технологии (Астрахань, 17-19 мая 2011 г.) / Астраханский гос. ун-т [и др.]. - Астрахань, 2011. - С. 160-164.

8. Май Нгок Тханг. Интеллектуальная система управления гибридными энергосистемами с возобновляемыми источниками энергии / Май Нгок Тханг, Нгуен Тхань Вьет, Камаев В.А. // XVI региональная конференция молодых исследователей Волгоградской области, Волгоград, 8-11 ноября 2011 г.: тез. докл. / ВолгГТУ [и др.]. -Волгоград, 2012. - С. 199-201.

9. Май Нгок Тханг. Гибридная интеллектуальная энергосистема / Май Нгок Тханг, Чинь Тхэ Хунт // Инновационные технологии в обучении и производстве : матер. УШ всерос. науч.-пракг. конф., г. Камышин, 23-25 нояб. 2011 г. В 3 т. Т. 3 / КТИ (филиал) ВолгГТУ. - Волгоград, 2012. - С. 25-27.

10. Май Нгок Тханг. Методика построения агента гибридной интеллектуальной энергосистемы / Май Нгок Тханг, Чинь Тхэ Хунг // Инновационные технологии в обучении и производстве : матер. УШ всерос. науч.-практ. конф., г. Камышин, 23-25 нояб. 2011 г. В 3 т. Т. 3 / КТИ (филиал) ВолгГТУ. - Волгоград, 2012. - С. 28-29.

11. Май Нгок Тханг. Методика построения гибридной интеллектуальной системы для прогнозирования энергопотребления / Май Нгок Тханг // Инновационные технологии в управлении, образовании, промышленности "АСТИНТЕХ - 2011" : матер, междунар. науч. конф. молодых учёных в рамках программы "У.М.Н.И.К.". Направление : Биотехнология. Информационные

технологии (Астрахань, 17-19 мая 2011 г.) / Астраханский гос. ун-т [и др.]. Астрахань, 2011. - С. 164-167.

12. Методы автоматического прогнозирования в гибридных интеллектуальных системах управления энергосбережением / Щербаков М.В., Камаев В.А., Щербакова Н.Л., Май Нгок Тханг // Технологии разработки информационных систем ТРИС-2012 : матер. Ш междунар. науч.-техн. конф., 9 сент. 2012 г. / ФГАОУ ВПО "Южный федеральный ун-т". - Ростов н/Д, 2012. - Т. 1. - С. 70-74.

13. Май Нгок Тханг. Система автоматического прогнозирования электропотребления в реальном времени / Май Нгок Тханг, Чинь Тхэ Хунг // Инновационные технологии в обучении и производстве : матер. VIII всерос. науч.-пракг. конф., г. Камышин, 23-25 нояб. 2011 г. В 3 т. Т. 3 / КТИ (филиал) ВолгГТУ. -Волгоград, 2012. - С. 30-31.

14. Май Нгок Тханг. Оптимизация управления энергопотоками в гибридной энергосистеме с возобновляемыми источниками энергии / Май Нгок Тханг // Инновационные информационные технологии : матер, междунар. науч.-пракг. конф., г. Прага, Чехия, 22-26 апр. 2013 г. В 4 т. Т. 4 / МИЭМ НИУ ВШЭ [и др.]. - М., 2013. -С. 156-160.

15. . Автоматизация управления гибридной энергосистемы генетическим алгоритмом [Электронный ресурс] : доклад / Май Н.Т., Камаев В.А., Тхай КВ., Щербаков М.В., Ха В.М. // Научные исследования и их практическое применение. Современное состояние и пути развития '2013 : докл. на междунар. науч.-пракг. Интернег-конф. (3 - 15 окт. 2013 г.) / Проект 8\УогЫ. - С. 1-10. - Режим доступа :

http://www.sworld.com.uayindex.php/ru/technical-sciences-313/informatics-computer-

баепсе-аМ-аШопШюп-313/19375-313-0114.

16. Автоматизация управления гибридной энергосистемы генетическим алгоритмом / Май Нгок Тханг, Камаев В.А., Тхай К.В., Щербаков М.В., Ха В.М. // Сборник науч. тр. Э\УогЫ : матер, междунар. науч.-практ. конф. «Научные исследования и их практическое применение. Современное состояние и пути развития '2013» (1-12 окт. 2013 г.). - 2013. - Вып. 3, т. 5. - С. 3-9.

Подписано в печать 15.11.2013 г. Заказ № 774. Тираж 100 экз. Печ.л. 1,0 Формат 60 х 84 1/16. Бумага офсетная. Печать трафаретная.

Отпечатано в типографии ИУНЛ Волгоградского государственного технического университета. 400005, Волгоград, просп. им. В.И.Ленина, 28, корп. №7.

Волгоградский государственный технический университет

На правах рукописи

04201455693

Май Нгок Тханг

УПРАВЛЕНИЕ ГИБРИДНЫМИ ЭНЕРГЕТИЧЕСКИМИ СИСТЕМАМИ С ВОЗОБНОВЛЯЕМЫМИ ИСТОЧНИКАМИ

ЭНЕРГИИ

05.13.01 — Системный анализ, управление и обработка информации

(промышленность)

05.13.10 -Управление в социальных и экономических системах

Диссертация

на соискание ученой степени кандидата технических наук

Научный руководитель:

доктор технических наук, профессор

Камаев Валерий Анатольевич.

Волгоград - 2013

СОДЕРЖАНИЕ

Введение ................................................................................................................6

ГЛАВА 1. ВВЕДЕНИЕ В ПРОБЛЕМУ УПРАВЛЕНИЯ ЭНЕРГЕТИЧЕСКИМИ СИСТЕМАМИ...............................................................11

1.1. Проблема энергетического сбережения в современном обществе..........11

1.2. Формализация здания как социально-экономического объекта потребителя / производителя энергии.................................................................18

1.3. Понятие и формализация гибридных энергетических систем..................19

1.3.1. Понятие гибридной энергетической системы..........................................19

1.3.2. Характеристики компонентов гибридной энергетической системы.....20

1.3.3. Режим работы гибридной энергетической системы................................23

1.3.4. Классификация гибридных энергетических систем................................24

1.4. Математическая модель гибридной энергетической системы с возобновляемыми источниками энергии.............................................................32

1.5. Формирование целевой функции управления НКЕБ.................................36

1.6. Постановка задачи управления НЯЕ8.........................................................38

ГЛАВА 2. ОБЗОР ПОДХОДОВ УПРАВЛЕНИЯ ГИБРИДНЫМИ ЭНЕРГЕТИЧЕСКИМИ СИСТЕМАМИ...............................................................40

2.1. Управление НКЕБ в зависимости от текущих состояний.........................40

2.1.1. Управление Н11Е8 на основе правил.........................................................40

2.1.2. Оптимальные алгоритмы управления НЫЕ8............................................43

2.1.3. Мультиагентный поход управления НКЕ8..............................................45

2.2. Управление Н11Е8 по прогнозирующим моделям.....................................47

2.3. Обзор моделей и методов прогнозирования потребления и производства электроэнергии.......................................................................................................49

2.3.1. Модели прогнозирования, основанные на сглаживании, экспоненциальном сглаживании и скользящем среднем..................................49

2.3.2. Авторегрессионная модель скользящего среднего..................................50

2.3.3. Нейросетевая модель прогнозирования....................................................52

2.3.4. Вывод............................................................................................................53

ГЛАВА 3. МЕТОД УПРАВЛЕНИЯ ГИБРИДНОЙ ЭНЕРГЕТИЧЕСКОЙ СИСТЕМОЙ на основе прогнозирующих моделей...........................................55

3.1. Общее описание метода................................................................................55

3.2. Метод прогнозирования производства электроэнергии...........................57

3.3. Метод прогнозирования потребления электроэнергии.............................59

3.4. Метод формирования стратегии управления гибридной энергетической системой.................................................................................................................62

ГЛАВА 4. ИСПЫТАНИЕ ПРЕДЛАГаЕМОГО МЕТОДА УПРАВЛЕНИЯ ГИБРИДНОЙ ЭНЕРГЕТИЧЕСКОЙ СИСТЕМОЙ............................................67

4.1. Методика проведения экспериментов........................................................67

4.1.1. Сбор и предварительный анализ данных..................................................67

4.1.2. Построение и настройка модели прогнозирования потребления и производства электроэнергии..............................................................................70

4.1.3. Оценка результатов прогнозирования......................................................70

4.1.4. Разработка метода управления на основе прогнозирующих данных.... 71

4.2. Эксперимент на имитационной модели НЯЕБ этажа офисного здания.. 72

4.2.1. Имитационная среда РУ8о1........................................................................72

4.2.2. Эксперимент на имитационной модели энергетической системы........73

4.3. Эксперимент на основе фактических данных реального здания.............81

4.3.1. Эксперимент на основе набора правил.....................................................84

4.3.2. Эксперимент с использованием генетического алгоритма....................87

4.4. Обсуждение результатов эксперимента......................................................88

Заключние .............................................................................................................91

Список использованной литературы...................................................................93

Приложение А. Результаты испытаний с разными конфигурациями системы....................................................................................104

ПЕРЕЧЕНЬ СОКРАЩЕНИЙ, УСЛОВНЫХ ОБОЗНАЧЕНИЙ, СИМВОЛОВ

И ТЕРМИНОВ

Hybrid renewable energy system - гибридная энергетическая

HlvbS

система с возобновляемыми источниками энергии SOC Stage of charge - состояние заряда

STC Standard test condition - стандартное условие тестирования

МАЕ Mean absolute error - средняя абсолютная ошибка

MSE Mean square error - средняя квадратичная ошибка

ВИЭ Возобновляемые источники энергии

ВЭ Возобновляемая энергия

СП Солнечная панель

АКБ Аккумуляторные батареи

ARMA ReSressive Moving Average - авторегрессионная модель

скользящего среднего

Р Множество

Pi Элемент множества

ВВЕДЕНИЕ

Повышение энергетической эффективности и необходимость ресурсосбережения является актуальной задачей для многих стран. Это комплексная задача, решение которой может быть связано с применением достижений различных направлений науки и техники. Одним из возможных решений является разработка и использование гибридных энергосистем с компонентами источников возобновляемой энергии (HRES - Hybrid Renewable Energy System). В этих системах объединены традиционные источники электроэнергии и возобновляемые - такие, как солнечные панели, ветровые генераторы и другие. Данная концепция энергетического менеджмента способствует отчасти сокращению использования ископаемых источников энергии (нефти, газа), снижению стоимости электроэнергии и повышению эффективности энергетических систем за счет достижения баланса между потреблением и предложением электроэнергии. Это в свою очередь приводит к положительным эффектам в социально-экономической сфере (обеспечение снабжения электроэнергии в географически удаленных местах, снижение затрат на электроэнергию) и решает экологические проблемы (снижение выбросов углекислого газа).

Однако производство электроэнергии в таких системах крайне нестабильно, так как зависит от неуправляемых внешних воздействий (температуры окружающего воздуха, солнечной радиации, скорости ветра и др.). Проблема эффективного управления энергетическими системами с возобновляемыми источниками энергии в условиях непрерывных изменений внешних (погода, тарифный план электричества) и внутренних (мощность нагрузки, состояние помещения) факторов, влияющих на процесс управления, является актуальной задачей в области информационного управления энергетическими потоками. Качество решения проблемы зависит от сложности данных об энергетической системе (о потреблении и производстве электроэнергии) и от применяемых методов обработки

информации и управления. Сложность данных об энергетической системе, характеризуемая непрерывным изменением значений параметров в процессе функционирования и количеством влияющих факторов, значительно затрудняет процесс принятия оптимального управленческого решения. В существующих решениях, как правило, переключение между источниками электроэнергии осуществляется в зависимости от значений параметров энергосистемы в наблюдаемый (текущий) момент времени. Такой подход не всегда является эффективным. Это обусловлено следующими факторами. Во-первых, не учитывается стоимость электроэнергии, вырабатываемой различными поставщиками (источниками электроэнергии). Во-вторых, если электроэнергии, выработанной источниками возобновляемой энергии, недостаточно для потребителей, то используются внешние энергосети без учета тарифного плана электроэнергии.

Одним из перспективных направлений, повышающих качество управления энергетическими системами с источниками возобновляемой энергии, является разработка и внедрение систем автоматического управления энергопотоками с использованием интеллектуальных алгоритмов с применением прогнозированных данных о потреблении и производстве электроэнергии в системе. Формируя прогноз потребления и производства, можно сформировать стратегию переключения в системе между источниками электроэнергии, которая приводит к минимизации функции затрат на ее потребление.

Актуальной поэтому является задача разработки моделей, методов и алгоритмов для обеспечения процесса управления энергопотоками в гибридной энергетической системе в реальном времени.

Цель работы состоит в повышении эффективности системы управления гибридной энергетической системой с возобновляемыми источниками энергии за счет разработки метода управления электрическими потоками на

основе прогнозирующих моделей. Для достижения поставленной цели необходимо решить следующие задачи:

1) выявление характеристик, проблем и методов управления гибридными энергетическими системами с источниками возобновляемой энергии;

2) построение методов автоматического прогнозирования потребления, производства электроэнергии и управления энергопотоками в гибридных интеллектуальных энергетических системах;

3) разработка модели системы управления гибридной энергетической системой с возобновляемыми источниками энергии и исследование ее свойств с помощью имитационного моделирования;

4) реализация разработанных методов и алгоритма управления гибридной интеллектуальной энергетической системой на основе созданных моделей, определение оптимальной конфигурации гибридной энергетической системы и экономической эффективности.

Объектом исследования является гибридная энергетическая система с возобновляемыми источниками энергии (НКЕБ)

Предметом исследования являются методы и алгоритм управления гибридными энергетическими системами с источниками возобновляемой энергии.

Гипотеза исследования: использование интеллектуальных моделей прогнозирования потребления электроэнергии и методов обработки данных позволит повысить эффективность управления гибридной энергетической системой и снизить затраты на электроэнергию в здании.

Научная новизна работы заключается в разработке нового метода управления гибридной энергетической системой с возобновляемыми источниками энергии (Н11Е8) на основе прогнозирующих моделей, позволившего оптимизировать управление энергетическими потоками в системе и включающего в себя:

1

1) гибридную модель прогнозирования потребления и производства электроэнергии в реальном времени с использованием сезонной авторегрессионной нейросетевой модели скользящего среднего (Seasonal AutoRegressive Moving Average, SARMA);

2) оригинальный метод формирования стратегии покупки электроэнергии, основанный на генетическом алгоритме, позволяющий оптимизировать процесс переключения между источниками электроэнергии в гибридной энергетической системе.

3) модель системы управления энергетическими потоками в гибридной энергетической системе с возобновляемыми источниками энергии на основе прогнозируемых данных о потреблении и производстве электроэнергии.

Диссертационное исследование выполнено в рамках актуального направления «Энергосбережение» по Федеральному закону от 23.11.2009 N 261-ФЗ "Об энергосбережении и о повышении энергетической эффективности и о внесении изменений в отдельные законодательные акты Российской Федерации". Практическая значимость работы заключается в разработке модели гибридной энергетической системы этажа офисного здания, определении оптимальной конфигурации гибридной энергетической системы этажа офисного здания, построении рациональной системы управления энергетическими потоками в гибридной энергетической системе с использованием генетического алгоритма и моделей прогноза. Показано, что предложенный подход к разработке гибридной энергетической системы позволяет снизить затраты на электроэнергию этажа офисного здания на 13,36%.

Основные положения диссертации докладывались на смотре-конкурсе научных, конструкторских и технологических работ студентов ВолгГТУ (Волгоград, 2010), на Пятой международной научно-практической конференции (Тольятти, 2011), на VIII Всероссийской научно-практической конференции (Камышин, 2011), на XVI Региональной конференции молодых

исследователей Волгоградской области (Волгоград, 2011), на Международной научной конференции молодых учёных в рамках программы "У.М.Н.И.К."(Астрахань,20И), на III Международной научно-технической конференции в ФГАОУ ВПО "Южный федеральный университет" - ТРИС (Ростов, 2012), на Международной научно-практической конференции «Инновационные информационные технологии» (Прага, Чехия, 2013), на XIV Региональной конференции молодых исследователей Волгоградской области (Волгоград, 2009), на VI Всероссийской научно-практической конференции (Камышин, 2009), на III Всероссийской научной конференции «Нечёткие системы и мягкие вычисления (НСМВ-2009)» (Волгоград, 2009). Данная работа неоднократно отмечалась дипломами конференций и конкурсов молодых ученых.

По теме диссертации опубликовано 15 печатных работ, в том числе 4 публикации в журналах, рекомендованных ВАК.

Диссертационная работа состоит из введения, четырех глав, заключения, списка использованной литературы, содержащего 92 наименований, и 1 приложение. Работа содержит 106 страниц машинописного текста, 40 рисунков, 9 таблиц.

ГЛАВА 1. ВВЕДЕНИЕ В ПРОБЛЕМУ УПРАВЛЕНИЯ

ЭНЕРГЕТИЧЕСКИМИ СИСТЕМАМИ

1.1. Проблема энергетического сбережения в современном обществе

Глобальное потепление и значительное увеличение цен на традиционные источники энергии становятся критической проблемой многих стран [1,2]. В последние годы в связи с необходимостью борьбы за улучшение экологии, повышением энергоэффективности экономического развития, мировым развитием технологии в области энергетики требуется создание новой энергетической политики, основанной на использовании энергосистем с источниками возобновляемой энергии.

Возобновляемая энергетика является наиболее развивающимся направлением электроэнергетики для решения глобальных проблем сохранения климата и энергетической безопасности [3]. Возобновляемые источники энергии (ВИЭ) - энергоресурсы постоянно существующих природных процессов на планете, а также энергоресурсы продуктов жизнедеятельности биоцентров растительного и животного происхождения. Характерной особенностью ВИЭ является их неистощаемость (способность восстановления своего потенциала за короткое время - в пределах срока жизни одного поколения людей) [4].

Возобновляемые источники энергии делятся на энергию ветра, солнечного излучения, биомассы, потоков воды, тепловую энергию верхних слоев земной коры и океана. По видам энергии ВИЭ классифицируются на [1]:

— механическую энергию (энергию ветра и потоков воды);

— тепловую и лучистую энергия (энергию солнечного излучения и тепла Земли);

— химическую энергию (энергию, заключенную в биомассе).

В настоящее время большинство электроэнергии в мире по-прежнему генерируется на основе ископаемого топлива, ядерной энергетики и

1

гидроэнергетики. Однако, из-за следующих недостатков традиционных источников электроэнергии, возобновляемые источники энергии будет играть важную роль в области энергетики в ближайшем времени [5,6]:

— Традиционные источники энергии не являются возобновляемыми, так как эти источники энергии закончатся в будущем. Поэтому долгосрочная политика развития энергетики имеет большое значение для устойчивого и непрерывного роста экономики.

— Большинство технологий генерации электроэнергии не являются экологически чистыми. Хотя существуют улучшенные технологии для сокращения выбросов, большое количество отработавших газов от тепловых электростанций и радиоактивные отходы атомных электростанций становятся критической экологической проблемой многих стран [7, 8].

— Стоимость использования традиционной энергии постепенно повышается. Так как эти источники энергии не являются возобновляемыми, в связи с повышением мирового спроса на энергию повышается стоимость этих видов энергии. Например, цена на сырую нефть была увеличена на 43% в течение последних трёх лет [9]. С повышением стоимости традиционных источников энергии возобновляемые источники энергии становятся более конкурентоспособными, следовательно, осуществляется переход от традиционных к возобновляемым источникам энергии.

По сравнению с традиционными источниками энергии возобновляемые источники энергии имеют следующие преимущества:

— Возобновляемая энергия обильна. Например, по данным 2000 года, ресурс производства ветровой энергии в США больше, чем потребление всей страны. Суммарная солнечная энергия в день на поверхности Земли в 1000 раз больше, чем традиционные источники энергии [10].

— Возобновляемая энергия и топливные эле�