Выбор источников энергии у активных потребителей в системе централизованного теплоснабжения с применением агентных технологий

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В последние годы в энергетике широкое развитие получило направление, связанное с внедрением распределенной генерации энергии и появлением активных потребителей (АП), в том числе в рамках системы теплоснабжения. Ввиду появления у потребителей роли участников энергетических рынков, принимающих активное участие в процессе управления своим энергоснабжением, возникает необходимость принимать решения о вариантах энергоснабжения в условиях несовпадающих интересов сторон – АП и системы централизованного теплоснабжения (СЦТ). В статье выполнена математическая постановка задачи поиска компромиссного решения, которая включает в себя модель АП, модель СЦТ и обобщенный критерий желательности. Разработана методика выбора оборудования источников энергии у АП в СЦТ с учетом интересов СЦТ и АП и их возможности производства тепловой энергии. Предложена структура мультиагентной системы и разработаны алгоритмы поведения агентов, учитывающие сложный характер поведения АП и объектов СЦТ. Приведены результаты апробации разработанного методического и программного обеспечения на тестовой модели системы теплоснабжения.

Полный текст

Доступ закрыт

Об авторах

Е. А. Барахтенко

Федеральное государственное бюджетное учреждение науки Институт систем энергетики им. Л.А. Мелентьева Сибирского отделения Российской академии наук

Email: mayorovgs@isem.irk.ru
Россия, Иркутск

Г. С. Майоров

Федеральное государственное бюджетное учреждение науки Институт систем энергетики им. Л.А. Мелентьева Сибирского отделения Российской академии наук

Автор, ответственный за переписку.
Email: mayorovgs@isem.irk.ru
Россия, Иркутск

Д. В. Соколов

Федеральное государственное бюджетное учреждение науки Институт систем энергетики им. Л.А. Мелентьева Сибирского отделения Российской академии наук

Email: mayorovgs@isem.irk.ru
Россия, Иркутск

В. Б. Ташлыкова

Федеральное государственное бюджетное учреждение науки Институт систем энергетики им. Л.А. Мелентьева Сибирского отделения Российской академии наук

Email: mayorovgs@isem.irk.ru
Россия, Иркутск

Список литературы

  1. Стенников В.А., Воропай Н.И., Барахтенко Е.А., Соколов Д.В. Цифровизация интегрированных энергетических систем // Энергобезопасность и энергосбережение, 2020. № 4. С. 5–10.
  2. Стенников В.А., Постников И.В., Пеньковский А.В. Методы и модели оптимального управления теплоснабжающими системами с активными потребителями тепловой энергии // Известия Российской академии наук. Энергетика, 2021. № 3. С. 12–23.
  3. Воропай Н.И., Паламарчук С.И., Подковальников С.В. Современное состояние и проблемы электроэнергетики России // Проблемы прогнозирования, 2001. № 5. С. 49–69.
  4. Воропай Н.И. Smart Grid: Мифы, реальность, перспективы // Энергетическая политика, 2010. № 2. С. 9–15.
  5. Lee M., Han C., Kwon S., Kim Y. Energy and cost savings through heat trading between two massive prosumers using solar and ground energy systems connected to district heating networks // Energy, 2023. V. 284. 129347.
  6. Pipiciello M., Caldera M., Cozzini M., Ancona M.A., Melino F., Pietra B.D. Experimental characterization of a prototype of bidirectional substation for district heating with thermal prosumers // Energy, 2021. V. 223. 120036.
  7. Filho W.L., Trevisan L.V., Lange Salvia A., Mazutti J., Dibbern T., Ruiz de Maya S., Bernal E.F., Eustachio J.H.P.P., Sharifi A., Alarcón-del-Amo M.D.C, Kushnir I. Prosumers and sustainable development: An international assessment in the field of renewable energy // Sustainable Futures, 2024. V. 7. 100158.
  8. Stennikov V., Barakhtenko E., Mayorov G., Sokolov D., Zhou B. Coordinated management of centralized and distributed generation in an integrated energy system using a multi-agent approach // Applied Energy, 2022. V. 309. 118487.
  9. Khan M.W., Wang J., Xiong L., Ma M. Modelling and optimal management of distributed microgrid using multiagent systems // Sustainable Cities and Society, 2018. V. 41. P. 154–169.
  10. Kyriakou D.G., Kanellos F.D., Ipsakis D. Multi-agent-based real-time operation of microgrids employing plug-in electric vehicles and building prosumers // Sustainable Energy, Grids and Networks, 2024. V. 37. 101229.
  11. Городецкий В.И., Карсаев О.В., Самойлов В.В., Серебряков С.В. Прикладные многоагентные системы группового управления // Искусственный интеллект и принятие решений, 2009. № 2. С. 3–24.
  12. Wooldridge M., Jennings N. Intelligent Agents: Theory and Practice // The Knowledge Engineering Review, 1995. V. 10. № 2. P. 115–152.
  13. Захахатнов В.Г., Попов В.М., Афонькина В.А. Функция желательности Харрингтона как критерий оптимального выбора зерносушилки // Известия Оренбургского государственного аграрного университета, 2022. № 2(94). С. 110–114.
  14. Николаев А.Е. Методика оценки состояния научно-технологического потенциала оборонно-промышленного комплекса России с использованием функции желательности Харрингтона // Экономический анализ: теория и практика, 2013. № 30 (333). С. 22–33.
  15. Беспалов В.И., Котлярова, Е.В. Основные принципы совершенствования методики социо-эколого-экономической оценки состояния окружающей среды территорий промышленных зон крупных городов // Инженерный вестник Дона, 2011. № 4. С. 137–144.
  16. Меренков А.П., Хасилев В.Я. Теория гидравлических цепей / М.: Наука, 1985. 278 с.
  17. Antonova V., Grechishkina N., Kuznetsov N. Analysis of the Modeling Results for Passenger Traffic at an Underground Station Using AnyLogic // Journal of Communications Technology and Electronics, 2020. V. 65. P. 712–715.
  18. Zhang Y., Wang Y., Wu L. Research on Demand-driven Leagile Supply Chain Operation Model: a Simulation Based on AnyLogic in System Engineering // Systems Engineering Procedia, 2012. V. 3. P. 249–258.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Алгоритм методики выбора оборудования источников энергии у активных потребителей в системе централизованного теплоснабжения.

Скачать (301KB)
3. Рис. 2. Структура мультиагентной системы.

Скачать (223KB)
4. Рис. 3. Подключение системы MATLAB к программной среде AnyLogic.

Скачать (200KB)
5. Рис. 4. Тестовая схема системы теплоснабжения.

Скачать (209KB)
6. Рис. 5. Спрос на тепловую энергию всех потребителей.

Скачать (130KB)
7. Рис. 6. Суточный график выработки тепловой энергии в системе теплоснабжения АП № 3 в 1-й квартал.

Скачать (115KB)
8. Рис. 7. Суточный график выработки тепловой энергии в системе теплоснабжения АП № 2 во 2-м квартале.

Скачать (129KB)

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».