ASSESSMENT OF THE POWER BALANCE OF COMBINED ENERGY SYSTEMS

The choice of renewable energy in the combined power system should ensure the balance-sheet reliability of generation due to the likely consumption regimes. It is also necessary to ensure the rational use of energy produced. The adequacy of the power system is estimated using a series of indices, su...

Full description

Saved in:

Bibliographic Details
Date:	2018
Main Authors:	Kuznietsov, M., Lysenko, O.
Format:	Article
Language:	Ukrainian
Published:	Institute of Renewable Energy National Academy of Sciences of Ukraine 2018
Subjects:	combined power systems renewable energy sources mathematical modeling.
Online Access:	https://ve.org.ua/index.php/journal/article/view/176
Tags:	Add Tag No Tags, Be the first to tag this record!
Journal Title:	Vidnovluvana energetika
Download file:

Institution

Vidnovluvana energetika

_version_	1871103198425513984
author	Kuznietsov, M. Lysenko, O.
author_facet	Kuznietsov, M. Lysenko, O.
author_institution_txt_mv	[ { "author": "M. Kuznietsov", "institution": "Institute of Renewable Energy, NAS of Ukraine" }, { "author": "O. Lysenko", "institution": "Tavria State Agrotechnological University, Melitopol" } ]
author_sort	Kuznietsov, M.
baseUrl_str	https://ve.org.ua/index.php/journal/oai
collection	OJS
datestamp_date	2026-07-18T06:32:12Z
description	The choice of renewable energy in the combined power system should ensure the balance-sheet reliability of generation due to the likely consumption regimes. It is also necessary to ensure the rational use of energy produced. The adequacy of the power system is estimated using a series of indices, such as the probability of loss of load or the appearance of excessive power. One way to determine reliability indicators is to use a retrospective analysis of statistical data. An analytical determination of the probability distribution functions allows us to calculate the desired indexes, simplify calculations for a large number of the energy objects possible combinations. The distribution function of the balancing power process can be determined by statistical processing of historical data. Statistical analysis requires synchronous comparison of generation and consumption to determine the energy balance as a time series. For simulation of generation and load, instantaneous power is represented as the sum of averaged value, a random average daily value, and current short-term changes. The main problem for wind and solar energy is the impact of the stochastic component. For its modeling, actual synchronized data on weather conditions, energy characteristics of wind and solar installations and the level of electricity consumption by a single consumer (population) and a group of such consumers have been used. The characteristics of the distribution of probability are calculated, their normal character is confirmed. It is shown that small relative capacities of RES have practically no effect on the general variability; their role becomes noticeable at the implementation levels of more than 20% of the total power. The influence of the weather and loads forecast accuracy on the general level of uncertainty is estimated. It is shown that the prediction of average daily power can significantly reduce the probability of exceeding the specified levels of imbalance, reducing the need for additional compensating capacities. Comparison of calculated and actual values confirms the adequacy of the proposed model. References 8, tables 4, fig. 3.
doi_str_mv	10.36296/1819-8058.2018.4(55).6-14
first_indexed	2025-07-17T11:37:29Z
format	Article
fulltext	КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 1819-8058 Відновлювана енергетика. 2018. № 4 6 УДК 621.311 ОЦІНКА БАЛАНСУ ПОТУЖНОСТІ КОМБІНОВАНИХ ЕНЕРГОСИСТЕМ М.П. Кузнєцов1, доктор технічних наук, О.В. Лисенко2, кандидат технічних наук 1Інститут відновлюваної енергетики НАН України 02094 вул. Гната Хоткевича, 20А, м. Київ, Україна 2Таврійський державний агротехнологічний університет 72310 пр-т Б. Хмельницького, 18, м. Мелітополь,Україна Вибір потужностей відновлюваної енергетики в комбінованій енергосистемі має забезпечити балансову надійність гене- рації при вірогідних режимах споживання. Потрібно також забезпечити раціональне використання виробленої енергії. Адекватність енергосистеми оцінюється за допомогою ряду індексів, таких як вірогідність втрати навантаження або появи надмірної потужності. Один зі способів визначення показників надійності − використання ретроспективного аналі- зу статистичних даних. Аналітичне визначення функцій розподілу випадкових величин дозволяє розрахувати шукані індек- си, спростити розрахунки для великої кількості можливих комбінацій об’єктів енергетики. Функція щільності розподілу процесу балансування потужності може бути визначена статистичною обробкою історичних даних. Статистичний ана- ліз потребує синхронного співставлення генерації та споживання для визначення балансу енергії як часового ряду. Для мо- делювання генерації та навантаження миттєва потужність представляється як сума осередненого значення, випадково- го середньодобового значення та поточних короткотермінових змін. Головним проблемним фактором для вітрової та сонячної енергетики є вплив стохастичної складової. Для її моделювання використано фактичні синхронізовані дані про погодні умови, енергетичні характеристики вітрових і сонячних установок та рівень споживання електроенергії одинич- ним споживачем (населеним пунктом) та групою таких споживачів. Розраховано характеристики розподілу ймовірності, підтверджено їхній нормальний характер. Показано, що малі відносні потужності ВДЕ практично не впливають на зага- льну варіативність, їхня роль стає помітною при рівнях впровадження понад 20% загальної потужності. Оцінено вплив точності прогнозу погоди та навантажень на загальний рівень невизначеності. Показано, що передбачення середньодобо- вої потужності дозволяє істотно знизити ймовірність перевищення заданих рівнів небалансу, скоротивши потребу у до- даткових компенсуючих потужностях. Порівняння розрахованих та фактичних значень підтверджує адекватність моде- лі. Бібл. 8, табл. 4, рис. 3. Ключові слова: комбіновані енергосистеми, відновлювані джерела енергії, математичне моделювання. ASSESSMENT OF THE POWER BALANCE OF COMBINED ENERGY SYSTEMS M. Kuznietsov1, doctor of science, O. Lysenko2, candidate of science 1Institute of renewable energy, NAS Ukraine 02094 20А Hnata Khotkevycha St., Kyiv, Ukraine 2Tavria State Agrotechnological University 72310 18 B. Khmelnitskoho Avenue, Melitopol, Ukraine The choice of renewable energy in the combined power system should ensure the balance-sheet reliability of generation due to the likely consumption regimes. It is also necessary to ensure the rational use of energy produced. The adequacy of the power system is estimated using a series of indices, such as the probability of loss of load or the appearance of excessive power. One way to deter- mine reliability indicators is to use a retrospective analysis of statistical data. An analytical determination of the probability distribu- tion functions allows us to calculate the desired indexes, simplify calculations for a large number of the energy objects possible com- binations. The distribution function of the balancing power process can be determined by statistical processing of historical data. Statistical analysis requires synchronous comparison of generation and consumption to determine the energy balance as a time se- ries. For simulation of generation and load, instantaneous power is represented as the sum of averaged value, a random average daily value, and current short-term changes. The main problem for wind and solar energy is the impact of the stochastic component. For its modeling, actual synchronized data on weather conditions, energy characteristics of wind and solar installations and the level of electricity consumption by a single consumer (population) and a group of such consumers have been used. The characteris- tics of the distribution of probability are calculated, their normal character is confirmed. It is shown that small relative capacities of RES have practically no effect on the general variability; their role becomes noticeable at the implementation levels of more than 20% of the total power. The influence of the weather and loads forecast accuracy on the general level of uncertainty is estimated. It © М.П.Кузнєцов, О.В.Лисенко, 2018 КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 1819-8058 Відновлювана енергетика. 2018. № 4 7 is shown that the prediction of average daily power can significantly reduce the probability of exceeding the specified levels of im- balance, reducing the need for additional compensating capacities. Comparison of calculated and actual values confirms the ade- quacy of the proposed model. References 8, tables 4, fig. 3. Keywords: combined power systems, renewable energy sources, mathematical modeling. М. Кузнецов M. Kuznietsov Відомості про автора: заступник дирек- тора Інституту відновлюваної енергетики НАН України, старший науковий співробітник, доктор технічних наук. Освіта: Київський державний університет ім. Т. Шевченка, механіко-математичний факультет. Наукова сфера: математика, відновлювана енергетика. Публікації: понад 60, у тому числі, 3 монографії. ORCID: 0000-0002-0497-7439 Контакти: тел./факс: +38 (044) 206-28-09 e-mail: renewable@ukr.net Author information: Deputy Director of the Institute of Renewable Energy at the NASU, Doctor of technical sciences. Education: Taras Shevchenko Kyiv State University, Faculty of Mechanics and Ma- thematics. Research area: mathematics, renewable energy. Publications: over 60, including 3 mono- graphs. ORCID: 0000-0002-0497-7439 Conatacts: tel./fax: +38 (044) 206-28-09 e-mail: renewable@ukr.net О. Лисенко O. Lysenko Відомості про автора: доцент кафедри енергетики та автоматизації Таврійського державного агротехнологічного університету, доцент, кандидат технічних наук. Освіта: Таврійська державна агротехнічна академія, енергетичний факультет. Наукова сфера: електропостачання, відновлювана енергетика. Публікації: понад 40, у тому числі, 4 па- тенти. ORCID: 0000-0001-7085-7796 Контакти: тел.: +38 (061) 942-06-18 факс: +38 (061) 942-24-11 e-mail: office@tsatu.edu.ua Author information: Associate Professor, Department of Energy and Automation Tav- tia State Agrotechnological University, As- sociate Professor, Candidate of Technical Sciences. Education: Tavria State Agrotechnical Academy, Energy. Research area: power supply, renewable energy. Publications: over 40, including 4 patents. ORCID: 0000-0001-7085-7796 Contacts: tel.: +38 (061) 942-06-18 fax: +38 (061) 942-24-11 e-mail: office@tsatu.edu.ua Перелік використаних позначень та скорочень: ВДЕ – відновлювані джерела енергії; ВЕС – вітрова електростанція; СЕС – сонячна електростанція; LOLP – імовірність втрати навантаження; LOLE – очікувана втрата навантаження; LPS – дефіцит потужності (кВт·год); ЕХС – частка надлишкової енергії; ε – стандартна нормальна випадкова величина; σ – середньоквадратичне відхилення; Т – загальна тривалість процесу; М[…] – математичне сподівання; W – потужність ВЕС (кВт); S – потужність СЕС (кВт). Вступ. Оцінка оптимальності побудови енер- госистеми, що використовує відновлювані дже- рела енергії (ВДЕ), потребує критеріїв відповід- ності висунутим вимогам. Традиційний підхід до оцінки правильності конфігурації потужностей полягає у забезпеченні балансової надійності або адекватності системи генерації, тобто її здатності забезпечувати покриття попиту в електричній потужності та енергії заданої якості за планових та очікуваних (вірогідних) режимів споживання. Загалом можна розглядати баланс потужності та баланс енергії, хоча ці фізичні величини пов’язані. Однак в оцінці економічних показни- ків енергосистем, що використовують ВДЕ, пот- рібно зважати також на раціональне використан- ня виробленої енергії. Широке впровадження те- хнологій використання ВДЕ, які не мають гаран- тованого джерела первинного енергоносія (в пе- http://www.univ.kiev.ua/en/departments/mm/ http://www.univ.kiev.ua/en/departments/mm/ КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 1819-8058 Відновлювана енергетика. 2018. № 4 8 ршу чергу це стосується вітрової та сонячної енергетики) обумовило появу нових проблем в контексті забезпечення надійності. Важливою обставиною є те, що разом із можливістю дефі- циту потужності в ОЕС виникає проблема мож- ливості виникнення надлишку потужності при одночасному високому значенні поточної потуж- ності на ВЕС та СЕС та мінімальних рівнях мож- ливого виробництва електроенергії на електрос- танціях інших типів. Режим точної відповідності, або нульового небалансу, теоретично має нульо- ву ймовірність як точкова подія, проте може мати цілком протяжну тривалість у разі застосування акумулюючих та допоміжних маневрових поту- жностей, що забезпечують коливання небалансу в заданих межах. Постановка задачі. Коливання енергобалан- су необхідно компенсувати за рахунок зміни по- тужності інших, традиційних джерел, для чого необхідна наявність відповідного діапазону регу- лювання, додатково до необхідного для покриття змін навантаження споживачів і забезпечення нормативної якості електроенергії. Адекватність енергосистеми можна оцінити за допомогою ряду критеріїв. До найбільш уживаних критеріїв (інде- ксів) для оцінки балансової надійності відносить- ся, зокрема, очікувана втрата навантаження LOLE. Інший схожий показник, що застосовуєть- ся для вивчення надійності енергосистеми – імо- вірність втрати навантаження LOLP. Популярним для оцінки гібридних енергосистем на основі ВДЕ є індекс імовірної втрати живлення LPSP – це показник, що відображає ймовірність втрати можливості забезпечення енергією потреб спо- живача, аналогічно до LOLP [1]. Інша назва для розмірної величини (LPS) – дефіцит потужності. Знання балансової надійності стає потрібним для визначення можливостей забезпечувати надійне задоволення потреб споживачів з урахуванням коливань потужності ВЕС та СЕС, що може змі- нюватися випадковим чином у межах певного діапазону. Отже, є доцільним запровадження і такого критерію як вірогідність появи надмірної потужності. До такого роду критеріїв належить зокрема індекс ЕХС, що стосується надлишку активної потужності чи енергії. Один зі способів визначення показників на- дійності − безпосереднє використання статисти- чних даних для ретроспективного аналізу. За на- явності історичних даних про погодні фактори можна перерахувати їх у потужність за енергети- чними характеристиками вітрових чи сонячних установок. Як правило, такі дані є осередненням за певними часовими інтервалами (від 10 хв до 3 год) і мають вид часового ряду. Простим підра- хунком можна визначити частість подій, що ха- рактеризують роботу енергосистеми. Однак рет- роспективний підхід стосується лише конкретних ситуацій, обмежених у часі. При ймовірнісному підході до оцінки надій- ності, аналітичне визначення функцій розподілу випадкових величин дозволяє безпосередньо роз- рахувати шукані індекси, однак задання таких функцій також потребує попереднього вивчення статистичних даних, що стосуються досліджува- ного об’єкта (енергосистеми), та прийняття де- яких гіпотез [2]. Статистичний аналіз передбачає визначення параметрів розподілу часового ряду як випадкової величини, надалі оперуючи ними для розрахунку індексів надійності для різних варіантів побудови локальної енергосистеми. Та- кий підхід дозволяє узагальнити наявні дані, спростити розрахунки для великої кількості мож- ливих комбінацій об’єктів енергетики. Однак ви- значення індексів надійності потребує синхрон- ного співставлення генерації та споживання для визначення балансу енергії як часового ряду. Можливим шляхом представлення випадкових процесів є імітаційне моделювання з подальшим застосуванням методів типу Монте-Карло. Цей спосіб також потребує статистичних даних для розрахунку параметрів моделі, але є більш уза- гальненим, оскільки оперує не лише певною вибі- ркою даних, а й передбачає всі можливі випадки. Розрахунки показників надійності. В зага- льному випадку, за історичними записами (часо- вим рядом) процесів генерування та споживання енергії можна визначити парціальні статистичні числові характеристики – моменти, закони роз- поділу тощо, які відображають їхню характерну поведінку. Ці показники є стабільними у випадку стаціонарності процесів генерації й споживання КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 1819-8058 Відновлювана енергетика. 2018. № 4 9 [3] і дозволяють отримати деякі інтегральні оцін- ки. Однак різниця генерації та споживання (ба- ланс потужності) суттєво залежить від початко- вих умов та послідовності випадкових значень зазначених процесів. Функція щільності розподі- лу процесу балансування (або небалансу потуж- ності) може бути визначена статистичною оброб- кою історичних даних і бути притаманною даній випадковій вибірці, або визначена аналітично за умов стаціонарності та незалежності процесів: ( ) ( ) ( ) ( ) ( ) ( ) , G L P PG PL PG PL f p f p f x f p x dx f p x f x dx                 (1) де fPG та fPL – відповідно парціальні функції щіль- ності розподілу потужностей генерування та на- вантаження (споживання). Тут х – незалежний аргумент інтегрування з розмірністю потужності. Для використання критеріїв надійності пот- рібно оцінити поведінку випадкового процесу, який описує баланс (чи небаланс) генерованої та споживаної потужності: KRGLG PPPtPtPtP  ),()()( . (2) Тут прийнято PR = PW+PPV – потужність від- новлюваних джерел енергії, що мають випадкову природу (вітру PW та сонця PPV); РК – контрольо- вана потужність (традиційні джерела енергії). Для моделювання ВДЕ пропонується пред- ставлення миттєвої потужності у вигляді осеред- неного значення ω(t) для заданого сезону (трен- дової кривої) як детермінованої функції від часу, середньодобового значення як випадкової вели- чини та поточних короткотермінових змін U(t), що стосуються відхилень від середньої потужно- сті як випадкового процесу. Отже, функція мит- тєвої потужності в загальному випадку матиме вигляд [4]: )()()( tUttP iiii   , (3) де σі – стандартне відхилення середньодобових значень для і-го учасника, а ε – стандартна нор- мально розподілена випадкова величина. Таке представлення показує хорошу збіж- ність з фактичним характером генерації вітроеле- ктричних станцій. Схоже представлення пропо- нується для фотоелектричних установок [5, 6], хоча як варіант для моделювання випадкового процесу можна використати рівномірно розподі- лені випадкові величини. Як показано в [3], ана- логічним чином описується поведінка спожива- ної потужності для широкого кола споживачів, тут нормальний розподіл флуктуацій показово підтверджується наявною статистикою. Однак звичайний режим надходження вітрової та соня- чної енергії погано узгоджується з традиційними потребами в електроенергії, тому для розрахунку критеріїв адекватності енергосистеми потрібно прийняти певні припущення щодо режиму спо- живання. Вважаємо, що система містить контро- льовані джерела енергії (дизель-генератори, малі ГЕС, тощо), плановий графік роботи яких відпо- відає середньому рівню споживання та додатко- вої генерації ВДЕ. Це дозволить оцінити вплив стохастичної складової, яка є головним проблем- ним фактором для вітрової та сонячної енергети- ки. Отже, приймаємо: )()()( tttP RLK   , 1 2 3( ) ( ) ( ) ( ), W PV L W PV L P t U t U t U t              (4) де за визначенням математичне сподівання неба- лансу рівне нулю: 0)]([  tPM . В силу припущення про нормальність розпо- ділу випадкових флуктуацій результуючий неба- ланс також матиме нормальний розподіл. Навіть у разі деякого відхилення від нормального (що стосується сонця та вітру) сума незалежних чи слабо залежних випадкових величин прямувати- ме до нормального розподілу в силу центральної граничної теореми. Отже, для опису функції роз- поділу імовірності небалансу за прийнятих при- пущень досить вирахувати величину дисперсії, яка визначається як сума дисперсій складових. Знак окремих складових гратиме роль лише за наявності статистично значимої кореляції між ними; в цьому випадку, для послідовності синх- ронних випадкових флуктуацій споживання та генерації така кореляція відсутня [7]. За умов симетрії та нульового середнього значення ряду індексів є очевидними − поява КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 1819-8058 Відновлювана енергетика. 2018. № 4 10 надлишкової потужності чи недостатньої енергії мають рівну ймовірність: 5,0)0(1  P FEXC ; 5,0)0(  P FLOLP . (5) Натомість розмірні показники типу LPS пот- ребують розрахунку, при тому що функція щіль- ності розподілу f∆Р(р) залежатиме від одного па- раметра, а саме – дисперсії небалансу. Тоді після інтегрування для розподілу Гауса можна отрима- ти: T T TLPS       4,0 2 )( . (6) Тут результати для надлишкової та недоста- тньої енергії співпадають в силу припущення про нульовий осереднений небаланс (4). Порівняння фактичного та розрахованого за щільністю розподілу результатів підтверджує справедливість нормального розподілу. Викорис- тано фактичні синхронізовані дані про погодні умови та рівень споживання електроенергії оди- ничним споживачем (населеним пунктом) та гру- пою таких споживачів [7]. Значення розмірних індексів наведено в табл. 1–2. За одиницю часу прийнято 0,5 год (часовий інтервал вимірювань), використано дані за січень та липень. Розглянуто варіанти з прогнозуванням погоди за добу, тобто з урахуванням лише короткотермінових змін Uх(t), та без такого прогнозу. Для цього стохасти- чну складову розділено на середньодобові зна- чення та випадкову похибку в поточний момент часу. Крім мінливої потужності власне спожива- чів, враховано умовні потужності ВЕС (W) та СЕС (S) за синхронними фактичними даними про погодні фактори. Таблиця 1. Індекси адекватності для одиничного споживача Table 1. Adequacy indices for a single consumer Місяць Середня потужність, кВт Стан прогнозу LPS (Т=24 год.) , кВт·год W=0, S=0 W=200, S=200 W=200, S=0 W=0, S=200 W=100, S=100 січень 1070 прогноз 340 620 610 370 440 без прогн. 865 1050 1045 895 910 липень 680 прогноз 345 585 550 400 430 без прогн. 640 865 840 675 710 Таблиця 2. Індекси адекватності для групи споживачів Table 2. Adequacy indices for a group of consumers Місяць Середня потужність, кВт Стан прогнозу LPS (Т=24 год.), кВт·год W=0, S=0 W=400, S=400 W=400, S=0 W=0, S=400 W=200, S=200 W=100, S=100 січень 5030 прогноз 1670 1970 2005 1630 1765 1700 без прогн. 3455 3658 3630 3460 3505 3465 липень 3930 прогноз 1840 2110 2075 1880 1935 1875 без прогн. 2825 3090 3060 2860 2910 2855 Порівняння індексів, розрахованих за пара- метрами розкиду та безпосередньо підрахованих з фактичних вимірів, указують на збіжність з то- чністю на рівні ±2%, причому відмінності не но- сять систематичного характеру. Як видно з табл. 1–2, прогнозування серед- ньодобової потужності дозволяє істотно (у півто- ра–два рази) зменшити обсяги невикористаної енергії чи втраченого навантаження. Зі зростан- ням частки ВДЕ кількість надлишкової чи недо- статньої енергії очікувано зростає, однак це зрос- тання відмінне від лінійного. Так, малі відносні потужності ВДЕ практично не впливають на за- гальну варіативність, їхня роль стає помітною при рівнях впровадження понад 20% загальної потужності. При цьому, за відсутності прогнозу загальний рівень невизначеності (індекси втрат) зростає в півтора–два рази, однак, додана саме за рахунок ВДЕ, частка варіативності змінюється мало, оскільки зменшується її відносний вклад у КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 1819-8058 Відновлювана енергетика. 2018. № 4 11 коливання потужності порівняно з флуктуаціями навантаження. Незначним є також вклад сонячної енергії у загальну невизначеність порівняно з впливом вітрової енергії; тут слід зазначити, що при однакових номінальних потужностях ВЕС та СЕС коефіцієнт використання потужності СЕС також приблизно втричі менший. В деяких випа- дках, зокрема у січні (табл. 2), коли частка СЕС була незначною, її наявність навіть дещо знижу- вала загальний небаланс. Істотним висновком з наведених результатів є відповідність результатів безпосереднього під- рахунку та використання інтегральних формул. Однак ці результати відображають осереднені показники добових рівнів небалансу потужності. Наскільки прийнятним буде застосування функ- цій щільності розподілу для визначення ймовір- них рівнів небалансу або довірчих інтервалів? Так, імовірність того, що небаланс перевищує рівень р1 (кВт), визначається формулою:   1 1 11 ( ) 1P P p p EXC f p dp F p                 . (7) Тут через Ф позначено інтеграл імовірності. Обернена задача дозволяє знайти максимальну по- тужність небалансу для заданої довірчої імовірності. Порівняємо розраховані за інтегральними фо- рмулами та фактичні (гіпотетичні при заданих по- тужностях ВЕС та СЕС) ймовірності для кількох використаних раніше варіантів енергокомплексів. Розглянемо, для прикладу, споживання одино- чного населеного пункту у січні, довірчу ймовір- ність 0,8 та рівень небалансу понад 8% від серед- ньої потужності (табл. 3 – при добовому прогнозу- ванні загального балансу потужності, табл. 4 – з частковим прогнозом лише споживання або лише потужності ВДЕ). Оцінювання небалансу за моду- лем означатиме симетричні рівні надлишкової та недостатньої енергії (в цьому випадку EXC=\|LOLP\|=0,1). Таблиця 3. Імовірність граничних значень небалансу, прогноз загального балансу потужності Table 3. Probability of the limit values of the imbalance, the forecast of the total power balance Критерій Спосіб визначення W=0, S=0 W=200, S=200 W=200, S=0 W=0, S=200 W=100, S=100 σΔ, кВт виміри 35,3 64,4 63,3 38,7 45,8 Імовірність 0,8 (кВт) розрахунок 45 86 81 55 60 виміри 45 85 83 56 62 \|РΔ\|>80 кВт (імовірність) розрахунок 0,012 0,116 0,104 0,030 0,044 виміри 0,011 0,117 0,109 0,024 0,042 Таблиця 4. Імовірність граничних значень небалансу, частковий прогноз Table 4. Probability of the limit values of the imbalance, partial forecast Критерій Спосіб прогнозування W=0, S=0 W=200, S=200 W=200, S=0 W=0, S=200 W=100, S=100 σΔ, кВт лише ВДЕ 90,0 104,9 104,3 91,4 94,6 споживання 35,3 77,4 78,5 40,2 50,6 Імовірність 0,8 (кВт) лише ВДЕ 115 134 133 117 121 споживання 45,2 99,072 100,5 51,46 64,8 \|РΔ\|>80 кВт (імовірність) лише ВДЕ 0,187 0,223 0,222 0,191 0,200 споживання 0,012 0,151 0,154 0,023 0,057 КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 1819-8058 Відновлювана енергетика. 2018. № 4 12 Порівняння розрахованих та фактичних зна- чень свідчить про задовільну точність представ- лення розподілу як нормального (рис. 1). Поміт- но, що передбачення середньодобової потужності дозволяє істотно знизити ймовірність переви- щення заданих рівнів небалансу, тим самим ско- ротивши потребу у додаткових компенсуючих потужностях (резервних чи акумулюючих). Від- сутність прогнозу також спричиняє деяке відхи- лення розподілу небалансу від нормального за параметром ексцесу (рис. 1б). Наскільки синхронним є напрям змін генерова- ної ВДЕ та споживаної потужності, можна спостері- гати на фактичному прикладі кількох послідовно взятих днів, рис. 2. Розглянуто січень та липень для окремого споживача та варіантів потужностей ВЕС і СЕС по 200 кВт кожна. Середня потужність наван- таження – 1070 та 680 кВт відповідно (табл. 1). а) б) Рис. 1. Приклади розподілу небалансів потужності за наявності ВДЕ: а) одиничний споживач, січень, прогноз балансу; б) група споживачів, липень, без прогнозу. Fig. 1. Examples of power unbalances distribution with the presence of RES: a) single consumer, January, balance forecast; b) consumer group, July, without forecast. Рис. 2. Приклади синхронних стрибків потужності ВДЕ та споживання (січень). Fig. 2. Examples of synchronous jumps of RES power and consumption (January). КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 1819-8058 Відновлювана енергетика. 2018. № 4 13 Рис. 3. Приклади синхронних стрибків потужності ВДЕ та споживання (липень). Fig. 3. Examples of synchronous jumps of RES power and consumption (July). Як бачимо, розподіл позитивних подій, тобто змін одного знаку (1-й і 3-й квадранти) та негати- вних – змін різного знаку (2-й і 4-й квадранти) – приблизно однаковий і має нормальний розподіл. Найбільш негативний момент на рис. 2 – зрос- тання споживання на 60 кВт при падінні вітро- сонячної генерації на 80 кВт. Для липня (рис. 3) найбільш негативною подією було падіння спо- живання на 100 кВт при одночасному зростанні генерації ВДЕ на 90 кВт. Приклади розподілу результуючого небалансу наведено на рис. 1. Висновки. Зростання поточного розриву між потужностями генерації та навантаження (тобто споживання) характерно для енергосистем зі зна- чним рівнем впровадження відновлюваної енер- гетики [8]. Моделювання небалансу потужності як випадкового процесу дозволяє оцінити обсяг поточних розривів та розподіл їхньої ймовірнос- ті, що дозволить оцінити надійність енергозабез- печення для різних сценаріїв упровадження ВДЕ та визначити потребу в резервуванні потужнос- тей. Підтвердженням адекватності моделі є від- повідність результатів безпосереднього підраху- нку за історичними даними та використання інте- гральних формул. Точність моделі забезпечується за наявності достатніх (не менше року) синхрон- них даних про фактичний рівень навантажень та погодні умови, які впливають на продуктивність ВДЕ. Отримані інтегральні оцінки відображають осереднені показники добових рівнів небалансу потужності. Однак за потреби оцінити необхідний обсяг резервних потужностей, зокрема акумулю- вання енергії, інтегральні оцінки є недостатніми; в цьому випадку, рішенням задачі може бути іміта- ційне моделювання в режимі реального часу. 1. Victor O. Okinda, Nichodemus A. Odero. A Review of Techniques In Optimal Sizing of Hybrid Renewable Energy Sys- tems. IJRET // International Journal of Research in Engineering and Technology, 2015. – Volume: 04, Issue: 11. – р. 153–163. 2. Кузнєцов М.П., Ужейко С.О. Імовірнісні аспекти ви- користання відновлюваних джерел енергії в зоні відчуження Чорнобильської АЕС // Відновлювана енергетика – 2016. – №3 – С. 6–12. 3. Кузнєцов М.П. Побудова математичної моделі режи- му споживання електроенергії // Відновлювана енергетика. – 2017. – №4 – С. 33–42. 4. Кузнецов Н.П. Особенности моделирования мощнос- ти ветроэлектрических станций // Альтернативная энергети- ка и экология. – 2014. – №23 – С. 44–48. 5. Кузнєцов М.М. Моделювання спільної роботи вітро- вої та сонячної електростанцій // Відновлювана енергетика. – 2016. – №1 – С. 12–16. 6. Кузнецов Н.П., Лысенко О.В. Статистический анализ энергетических показателей солнечной радиации (на приме- ре данных Токмакской солнечной электростанции) // Про- блемы региональной энергетики. Кишинев. – 2017. – №2 (34) – С. 139–147. КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 1819-8058 Відновлювана енергетика. 2018. № 4 14 7. Лисенко О.В. Оцінка випадкових властивостей рівнів споживання електроенергії // Відновлювана енергетика. – 2018. – №1 – С. 26–35. 8. D. Lew, M. Milligan. How Do Wind and Solar Power Affect Grid Operations: The Western Wind and Solar Integration Study / Conference Paper. Bremen, October 14–15, 2009. – 7 p. Режим доступу: https://www.nrel.gov/docs/fy09osti/46517.pdf. ОЦЕНКА БАЛАНСА МОЩНОСТИ КОМБИНИРОВАННЫХ ЭНЕРГОСИСТЕМ М.П. Кузнецов1, доктор технических наук, О.В. Лисенко2, кандидат технических наук 1Институт возобновляемой энергетики НАН Украины 02094 ул. Г.Хоткевича, 20А, г. Киев, Украина 2Таврический государственный агротехнологический университет 72310 ул. Б.Хмельницкого, 18, Мелитополь, Украина Выбор мощностей возобновляемой энергетики в комбини- рованной энергосистеме должен обеспечить балансовую надежность генерации при возможных режимах потребле- ния. Нужно также обеспечить рациональное использование произведенной энергии. Адекватность энергосистемы оце- нивается с помощью ряда индексов, таких как вероятность потери нагрузки или появления избыточного мощности. Один из способов определения показателей надежности - использование ретроспективного анализа статистических данных. Аналитическое определение функций распределения случайных величин позволяет рассчитать искомые индексы, упростить расчеты для большого количества возможных комбинаций объектов энергетики. Функция плотности рас- пределения процесса балансировки мощности может быть определена статистической обработкой исторических данных. Статистический анализ требует синхронного со- поставления генерации и потребления для определения ба- ланса энергии как временного ряда. Для моделирования гене- рации и нагрузки мгновенная мощность представляется как сумма усредненных значения, случайного среднесуточного значения и текущих краткосрочных изменений. Главным проблемным фактором для ветровой и солнечной энергети- ки является влияние стохастической составляющей. Для ее моделирования использованы фактические синхронизиро- ванные данные о погодных условиях, энергетические харак- теристики ветровых и солнечных установок и уровень по- требления электроэнергии единичным потребителем (насе- ленным пунктом) и группой таких потребителей. Рассчи- таны характеристики распределения вероятности, под- твержден их нормальный характер. Показано, что малые относительные мощности ВИЭ практически не влияют на общую вариативность, их роль становится заметной при уровнях внедрения более 20% общей мощности. Оценено влияние точности прогноза погоды и нагрузок на общий уровень неопределенности. Показано, что предсказания сред- несуточной мощности позволяет существенно снизить веро- ятность превышения заданных уровней небаланса, сократив потребность в дополнительных компенсирующих мощностях. Сравнение рассчитанных и фактических значений подтвер- ждает адекватность модели. Библ. 8, табл. 4, рис. 3. Ключевые слова: комбинированные энергосистемы, возобнов- ляемые источники энергии, математическое моделирование. REFERENCES 1. Okinda, Victor & Odero, Nicodemus. (2015) A review of techniques in optimal sizing of hybrid renewable energy sys- tems. International Journal of Research in Engineering and Technology. eISSN 2319-1163 \| pISSN 2321-7308. Vol. 04, Issue 11. рp. 153–163. (Eng.) https://doi.org/10.15623/ijret.2015.0411027 2. Kuznietsov M. and Uzheyko S. (2016) Probabilistic as- pects of renewable energy using in the Chernobyl Zone, Vidnovluvana Energetika, No. 3 (46). pp. 6–12. Available at: http://ve.org.ua/index.php/journal/article/view/128 (Ukr.) 3. Kuznietsov M. (2017) Construction of a mathematical model of electricity consumption mode, Vidnovluvana Energe- tika, No. 4 (51). pp. 33–42. Available at: http://ve.org.ua/index.php/journal/article/view/19 (Ukr.) 4. Kuznetsov N.P. (2014) Features of wind power modeling. Alternative Energy and Ecology (ISJAEE). No. 23. pp. 44–48. (Rus.) Available at: https://www.isjaee.com/jour/article/view/741 5. Kuznietsov M. (2016) Modeling common work for wind and solar power plants. Vidnovluvana energetіka. No. 1. pp. 12– 16. (Ukr.) 6. Kuznietsov M., Lysenko О. (2017) Statistical analysis of energy indices of solar radiation (Based on the data of Tokmak Solar Power Station). Problemele Energeticii Regionale. No. 2 (34). pp. 140–148 (Rus.) https://doi.org/10.5281/zenodo.1189379 7. Lysenko O. (2018) Estimation of the random properties of electricity consumption levels, Vidnovliuvana Enerhetyka, No. 1 (52), pp. 26–35. (Ukr.) Available at: http://ve.org.ua/index.php/journal/article/view/8 8. Lew, Debra & Milligan, Michael & Jordan, G & Free- man, L & Miller, N & Clark, Kara & Piwko, R. (2009) How do Wind and Solar Power Affect Grid Operations: The Western Wind and Solar Integration Study; Preprint. Conference Paper. Bremen, October 14–15, 2009. 7 p. Available at: https://www.nrel.gov/docs/fy09osti/46517.pdf. (Eng.) Стаття надійшла до редакції 08.07.18 Остаточна версія 27.11.18 https://www.nrel.gov/docs/fy09osti/46517.pdf https://doi.org/10.15623/ijret.2015.0411027 http://ve.org.ua/index.php/journal/article/view/128 http://ve.org.ua/index.php/journal/article/view/19 https://www.isjaee.com/jour/article/view/741 https://doi.org/10.5281/zenodo.1189379 http://ve.org.ua/index.php/journal/article/view/8 https://www.nrel.gov/docs/fy09osti/46517.pdf
id	veorgua-article-176
institution	Vidnovluvana energetika
keywords_txt_mv	keywords
language	Ukrainian
last_indexed	2026-07-19T01:04:23Z
publishDate	2018
publisher	Institute of Renewable Energy National Academy of Sciences of Ukraine
record_format	ojs
resource_txt_mv	veorgua/bb/cbc8cee7d101e5e73dbcb322da9ab8bb.pdf
spelling	veorgua-article-1762026-07-18T06:32:12Z ASSESSMENT OF THE POWER BALANCE OF COMBINED ENERGY SYSTEMS ОЦІНКА БАЛАНСУ ПОТУЖНОСТІ КОМБІНОВАНИХ ЕНЕРГОСИСТЕМ Kuznietsov, M. Lysenko, O. combined power systems, renewable energy sources, mathematical modeling. комбіновані енергосистеми, відновлювані джерела енергії, математичне моделювання. The choice of renewable energy in the combined power system should ensure the balance-sheet reliability of generation due to the likely consumption regimes. It is also necessary to ensure the rational use of energy produced. The adequacy of the power system is estimated using a series of indices, such as the probability of loss of load or the appearance of excessive power. One way to determine reliability indicators is to use a retrospective analysis of statistical data. An analytical determination of the probability distribution functions allows us to calculate the desired indexes, simplify calculations for a large number of the energy objects possible combinations. The distribution function of the balancing power process can be determined by statistical processing of historical data. Statistical analysis requires synchronous comparison of generation and consumption to determine the energy balance as a time series. For simulation of generation and load, instantaneous power is represented as the sum of averaged value, a random average daily value, and current short-term changes. The main problem for wind and solar energy is the impact of the stochastic component. For its modeling, actual synchronized data on weather conditions, energy characteristics of wind and solar installations and the level of electricity consumption by a single consumer (population) and a group of such consumers have been used. The characteristics of the distribution of probability are calculated, their normal character is confirmed. It is shown that small relative capacities of RES have practically no effect on the general variability; their role becomes noticeable at the implementation levels of more than 20% of the total power. The influence of the weather and loads forecast accuracy on the general level of uncertainty is estimated. It is shown that the prediction of average daily power can significantly reduce the probability of exceeding the specified levels of imbalance, reducing the need for additional compensating capacities. Comparison of calculated and actual values confirms the adequacy of the proposed model. References 8, tables 4, fig. 3. Вибір потужностей відновлюваної енергетики в комбінованій енергосистемі має забезпечити балансову надійність генерації при вірогідних режимах споживання. Потрібно також забезпечити раціональне використання виробленої енергії. Адекватність енергосистеми оцінюється за допомогою ряду індексів, таких як вірогідність втрати навантаження або появи надмірної потужності. Один зі способів визначення показників надійності − використання ретроспективного аналізу статистичних даних. Аналітичне визначення функцій розподілу випадкових величин дозволяє розрахувати шукані індекси, спростити розрахунки для великої кількості можливих комбінацій об’єктів енергетики. Функція щільності розподілу процесу балансування потужності може бути визначена статистичною обробкою історичних даних. Статистичний аналіз потребує синхронного співставлення генерації та споживання для визначення балансу енергії як часового ряду. Для моделювання генерації та навантаження миттєва потужність представляється як сума осередненого значення, випадкового середньодобового значення та поточних короткотермінових змін. Головним проблемним фактором для вітрової та сонячної енергетики є вплив стохастичної складової. Для її моделювання використано фактичні синхронізовані дані про погодні умови, енергетичні характеристики вітрових і сонячних установок та рівень споживання електроенергії одиничним споживачем (населеним пунктом) та групою таких споживачів. Розраховано характеристики розподілу ймовірності, підтверджено їхній нормальний характер. Показано, що малі відносні потужності ВДЕ практично не впливають на загальну варіативність, їхня роль стає помітною при рівнях впровадження понад 20% загальної потужності. Оцінено вплив точності прогнозу погоди та навантажень на загальний рівень невизначеності. Показано, що передбачення середньодобової потужності дозволяє істотно знизити ймовірність перевищення заданих рівнів небалансу, скоротивши потребу у додаткових компенсуючих потужностях. Порівняння розрахованих та фактичних значень підтверджує адекватність моделі. Бібл. 8, табл. 4, рис. 3. Institute of Renewable Energy National Academy of Sciences of Ukraine 2018-12-03 Article Article application/pdf https://ve.org.ua/index.php/journal/article/view/176 10.36296/1819-8058.2018.4(55).6-14 Vidnovluvana energetika ; No. 4(55) (2018): Scientific and Applied Journal Vidnovluvana energetika; 6-14 Возобновляемая энергетика; ##issue.no## 4(55) (2018): Научно-прикладной журнал Возобновляемая энергетика; 6-14 Відновлювана енергетика; № 4(55) (2018): Науково-прикладний журнал Відновлювана енергетика; 6-14 2664-8172 1819-8058 uk https://ve.org.ua/index.php/journal/article/view/176/115 Copyright (c) 2018 M. Kuznietsov, O. Lysenko https://creativecommons.org/licenses/by-nc-nd/4.0
spellingShingle	combined power systems renewable energy sources mathematical modeling. Kuznietsov, M. Lysenko, O. ASSESSMENT OF THE POWER BALANCE OF COMBINED ENERGY SYSTEMS
title	ASSESSMENT OF THE POWER BALANCE OF COMBINED ENERGY SYSTEMS
title_alt	ОЦІНКА БАЛАНСУ ПОТУЖНОСТІ КОМБІНОВАНИХ ЕНЕРГОСИСТЕМ
title_full	ASSESSMENT OF THE POWER BALANCE OF COMBINED ENERGY SYSTEMS
title_fullStr	ASSESSMENT OF THE POWER BALANCE OF COMBINED ENERGY SYSTEMS
title_full_unstemmed	ASSESSMENT OF THE POWER BALANCE OF COMBINED ENERGY SYSTEMS
title_short	ASSESSMENT OF THE POWER BALANCE OF COMBINED ENERGY SYSTEMS
title_sort	assessment of the power balance of combined energy systems
topic	combined power systems renewable energy sources mathematical modeling.
topic_facet	combined power systems renewable energy sources mathematical modeling. комбіновані енергосистеми відновлювані джерела енергії математичне моделювання.
url	https://ve.org.ua/index.php/journal/article/view/176
work_keys_str_mv	AT kuznietsovm assessmentofthepowerbalanceofcombinedenergysystems AT lysenkoo assessmentofthepowerbalanceofcombinedenergysystems AT kuznietsovm ocínkabalansupotužnostíkombínovanihenergosistem AT lysenkoo ocínkabalansupotužnostíkombínovanihenergosistem

ASSESSMENT OF THE POWER BALANCE OF COMBINED ENERGY SYSTEMS

Institution

Similar Items