SIMULATION OF ELECTRICITY ACCUMULATION PROCESS IN THE COMBINED POWER SYSTEM
The purpose of the paper is to develop a model for balancing the processes of electricity generation and consumption for power systems based on renewable energy and using a storage system. Generation modes for wind and especially solar power plants have significant current power gradients, when big...
Saved in:
| Date: | 2020 |
|---|---|
| Main Authors: | , , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Institute of Renewable Energy National Academy of Sciences of Ukraine
2020
|
| Subjects: | |
| Online Access: | https://ve.org.ua/index.php/journal/article/view/275 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Vidnovluvana energetika |
| Download file: |  |
Institution
Vidnovluvana energetika| _version_ | 1871103382753640448 |
|---|---|
| author | Kuznietsov, М. Melnyk, O. Smertiuk, V. |
| author_facet | Kuznietsov, М. Melnyk, O. Smertiuk, V. |
| author_institution_txt_mv | [
{
"author": "М. Kuznietsov",
"institution": "Institute of Renewable Energy of the National Academy of Sciences of Ukraine, 02094, 20А Hnata Khotkevycha St., Kyiv, Ukraine."
},
{
"author": "O. Melnyk",
"institution": "National Technical University of Ukraine “Igor Sikorsky Kiev Polytechnic Institute\", 03056, 37 Peremohy Av., Kyiv"
},
{
"author": "V. Smertiuk",
"institution": "Institute of Renewable Energy of the National Academy of Sciences of Ukraine, 02094, 20А Hnata Khotkevycha St., Kyiv, Ukraine."
}
] |
| author_sort | Kuznietsov, М. |
| baseUrl_str | https://ve.org.ua/index.php/journal/oai |
| collection | OJS |
| datestamp_date | 2026-07-18T06:32:15Z |
| description | The purpose of the paper is to develop a model for balancing the processes of electricity generation and consumption for power systems based on renewable energy and using a storage system. Generation modes for wind and especially solar power plants have significant current power gradients, when big changes are possible in a few minutes. When choosing storage systems, it is necessary to take into account such factors as uneven generation and consumption, the amount of possible excess energy or its deficit, the rate of change of power balance and the corresponding speed of batteries charging. The object of research is hybrid power systems with the properties of a local network. Such systems are sensitive to variable generation modes, and the presence of rapid power changes requires analysis of short time intervals. The research method is mathematical modeling of random processes of energy consumption and generation, which allows you to analyze the current balancing of capacities and obtain the integral characteristics of energy storage and reuse. Modeling the operating modes of solar and wind power plants is based on statistical data on weather factors. Then the power balance can be viewed as a superposition of random generation and consumption processes. A feature of the study is taking into account the time gradients of wind and solar power plants, charging speed and status of battery. Analytical research is complicated by the factor of the presence of different processes with special characteristics of the distribution, so a simulation model with an appropriate calculation algorithm is proposed. The proposed energy balance model allows simulating the processes of accumulation and use of energy with different properties of the accumulation system. The results of the study make it possible to compare various configurations of the power system in terms of balance, storage needs and the level of energy losses. This takes into account local and seasonal climatic features. Ref. 21, tab. 1, fig. 2. |
| doi_str_mv | 10.36296/1819-8058.2020.4(63).22-30 |
| first_indexed | 2025-07-17T11:38:09Z |
| format | Article |
| fulltext |
ISSN 1819-8058 (Print)
КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 2664-8172 (Online)
© М.П. Кузнєцов, О.А. Мельник, В.М. Смертюк, 2020
Відновлювана енергетика. 2020. № 4 22
УДК 621.311 DOI: https://doi.org/10.36296/1819-8058.2020.4(63).22-30
МОДЕЛЮВАННЯ ПРОЦЕСУ АКУМУЛЮВАННЯ ЕЛЕКТРОЕНЕРГІЇ
В КОМБІНОВАНІЙ ЕНЕРГОСИСТЕМІ
М.П. Кузнєцов1, докт. техн. наук, О.А. Мельник2, аспірант, В.М. Смертюк1, аспірант
1Інститут відновлюваної енергетики НАН України,
02094, вул. Гната Хоткевича, 20А, м. Київ, Україна.
2Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»,
03056, пр-т. Перемоги, 37, м. Київ, Україна.
Метою даної роботи є розроблення моделі балансування процесів генерації та споживання електроенергії для енергосистем
на основі відновлюваних джерел енергії з використанням системи акумулювання. Режими генерації вітрових і особливо
сонячних електростанцій мають значні градієнти поточної потужності, коли істотні зміни можливі за кілька хвилин. При
виборі систем акумулювання необхідно враховувати такі фактори, як нерівномірність генерації та споживання, обсяг
можливої надлишкової енергії чи її дефіцит, швидкість зміни балансу потужностей та відповідна швидкодія акумуляторів.
Об’єкт дослідження - гібридні електроенергетичні системи, які мають властивості локальної мережі. Такі системи чутливі
до змінних режимів генерації, а наявність швидких змін потужності вимагає врахування коротких часових проміжків.
Методом дослідження є математичне моделювання випадкових процесів споживання та генерації енергії, яке дозволяє
аналізувати поточне балансування потужностей та отримувати інтегральні характеристики стану акумулювання і
повторного використання енергії. Моделювання режимів роботи сонячних та вітрових електростанцій основане на
статистичних даних про погодні фактори. Тоді балансування потужності можна розглядати як суперпозицію випадкових
процесів генерації та споживання. Особливістю дослідження є врахування часових градієнтів потужності вітрових та
сонячних електростанцій, стану зарядки та швидкодії акумуляторів. Аналітичне дослідження ускладнене фактором
наявності різних процесів з особливим характеристиками розподілу, тому запропоновано імітаційну модель з відповідним
алгоритмом розрахунку. Запропонована модель енергобалансу дозволяє імітувати процеси накопичення та використання
енергії при різних властивостях системи акумулювання. Результати дослідження дозволяють порівнювати різні
конфігурації енергосистеми за збалансованістю, потребами в акумулюванні та рівнем втрат енергії. При цьому
враховуються місцеві та сезонні кліматичні особливості. Бібл. 21, табл. 1, рис. 2.
Ключові слова: гібридна енергосистема, відновлювані джерела енергії, баланс потужності, випадковий процес,
акумулювання електроенергії.
SIMULATION OF ELECTRICITY ACCUMULATION PROCESS
IN THE COMBINED POWER SYSTEM
M. Kuznietsov1, doctor of technical science, O. Melnyk2, graduate student, V. Smertiuk1, graduate student
1Institute of Renewable Energy of the National Academy of Sciences of Ukraine,
02094, 20А Hnata Khotkevycha St., Kyiv, Ukraine.
2National Technical University of Ukraine «Igor Sikorsky Kiev Polytechnic Institute»,
03056, 37 Peremohy Av., Kyiv, Ukraine.
The purpose of the paper is to develop a model for balancing the processes of electricity generation and consumption for power systems
based on renewable energy and using a storage system. Generation modes for wind and especially solar power plants have significant
current power gradients, when big changes are possible in a few minutes. When choosing storage systems, it is necessary to take into
account such factors as uneven generation and consumption, the amount of possible excess energy or its deficit, the rate of change of
power balance and the corresponding speed of batteries charging. The object of research is hybrid power systems with the properties
of a local network. Such systems are sensitive to variable generation modes, and the presence of rapid power changes requires analysis
of short time intervals. The research method is mathematical modeling of random processes of energy consumption and generation,
which allows you to analyze the current balancing of capacities and obtain the integral characteristics of energy storage and reuse.
Modeling the operating modes of solar and wind power plants is based on statistical data on weather factors. Then the power balance
can be viewed as a superposition of random generation and consumption processes. A feature of the study is taking into account the
time gradients of wind and solar power plants, charging speed and status of battery. Analytical research is complicated by the factor
of the presence of different processes with special characteristics of the distribution, so a simulation model with an appropriate
calculation algorithm is proposed. The proposed energy balance model allows simulating the processes of accumulation and use of
energy with different properties of the accumulation system. The results of the study make it possible to compare various configurations
of the power system in terms of balance, storage needs and the level of energy losses. This takes into account local and seasonal
climatic features. Ref. 21, tab. 1, fig. 2.
Keywords: hybrid power system, renewable energy sources, power balance, random process, energy storage.
https://doi.org/10.36296/1819-8058.2020.4(63).22-
ISSN 1819-8058 (Print)
КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 2664-8172 (Online)
23 Відновлювана енергетика. 2020. № 4
М.П. Кузнєцов
M. Kuznietsov
Відомості про автора: заступник директора
Інституту відновлюваної енергетики НАН
України, старший науковий співробітник,
доктор технічних наук.
Освіта: Київський державний університет
ім. Т. Шевченка, мех.-мат. факультет.
Наукова сфера: математика, відновлювана
енергетика.
Публікації: понад 80.
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
Mathematics.
Research area: mathematics, renewable energy.
Publications: over 80.
ORCID: 0000-0002-0497-7439
Conatacts: tel./fax: +38(044)206-28-09
e-mail: renewable@ukr.net
О.А. Мельник
O. Melnyk
Відомості про автора: аспірант, інженер-
дослідник.
Освіта: Національний технічний університет
України «Київський політехнічний інститут
ім. І. Сікорського», факультет
електроенерготехніки та автоматики.
Наукова сфера: електроенерготехніка,
відновлювана енергетика.
Публікації: 15.
ORCID: 0000-0003-2894-3476
Контакти: тел./факс: +38(044)236-21-49
e-mail: aspirantura@kpi.ua
Author information: graduate student, research
engineer
Education: National Technical University of
Ukraine "Igor Sikorsky Kyiv Polytechnic
Institute", Faculty of Electric Power Engineering
and Automatics.
Research area: electric power engineering,
renewable energy.
Publications: 15.
ORCID: 0000-0003-2894-3476
Contacts: tel./fax: +38(044)236-21-49.
e-mail: aspirantura@kpi.ua
В.М. Смертюк
V. Smertiuk
Відомості про автора: аспірант, інженер-
дослідник.
Освіта: Національний технічний університет
України «Київський політехнічний інститут
ім. І. Сікорського», факультет
електроенерготехніки та автоматики.
Наукова сфера: електроенерготехніка,
відновлювана енергетика.
Публікації: 5.
ORCID: 0000-0001-9224-7403
Контакти: тел./факс: +38(044)206-28-09
e-mail: smertykvn@gmail.com
Author information: graduate student, research
engineer.
Education: National Technical University of
Ukraine "Igor Sikorsky Kyiv Polytechnic
Institute", Faculty of Electric Power Engineering
and Automatics.
Research area: electric power engineering,
renewable energy.
Publications: 5.
ORCID: 0000-0001-9224-7403
Contacts: tel./fax: +38(044)206-28-09
e-mail: smertykvn@gmail.com
Перелік використаних позначень та скорочень:
ВДЕ – відновлювані джерела енергії;
ВЕС – вітрова електростанція;
СЕС – сонячна електростанція;
HRES – гібридна енергосистема з ВДЕ;
С – ємність акумулятора;
σх – середньоквадратичне відхилення (СКВ);
ЕΔ – накопичена енергія небалансу (в.о.);
Etotal – загальна збережена енергія (в.о.);
χ – рівномірно розподілена випадкова величина;
ε – нормально розподілена випадкова величина;
κγ – квантиль розподілу імовірності порядку γ;
t – параметр часу.
Вступ. Істотною проблемою масштабного
впровадження відновлюваних джерел енергії
(ВДЕ) є нерівномірний режимом генерації,
властивий вітровій та сонячній енергетиці.
Неконтрольована складова енергетичного
балансу розглядається як різниця генерованої та
споживаної потужностей. Оскільки стаціонарна
складова генерації та споживання може бути
прогнозована та передбачена графіком планової
роботи, то виникає потреба оцінювати саме
випадкову складову коливань потужності.
Акумулювання енергії в комбінованих
енергосистемах, що включають ВДЕ, має зокрема
згладити загальний режим балансування
потужності. Інша задача – запобігання втратам
надлишкової енергії чи втраті споживання при її
нестачі. Режими генерації вітрових і особливо
сонячних електростанцій характеризуються
значними градієнтами поточної потужності, коли
істотні зміни можливі за кілька хвилин. Отже, при
виборі систем акумулювання необхідно
враховувати такі фактори, як нерівномірність
mailto:renewable@ukr.net
http://www.univ.kiev.ua/en/departments/mm/
http://www.univ.kiev.ua/en/departments/mm/
mailto:renewable@ukr.net
mailto:aspirantura@kpi.ua
mailto:aspirantura@kpi.ua
mailto:smertykvn@gmail.com
mailto:smertykvn@gmail.com
ISSN 1819-8058 (Print)
КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 2664-8172 (Online)
24 Відновлювана енергетика. 2020. № 4
генерації та споживання, обсяг можливої
надлишкової енергії, швидкість зміни балансу
потужностей та відповідна швидкодія
акумуляторів. Реальні показники мінливості
балансу залежать від конфігурації потужностей та
кліматичних умов (це стосується вітрової та
сонячної енергії).
Аналіз останніх досліджень. Питання
оптимального поєднання відновлюваних джерел
енергії та засобів акумулювання розглядають
зазвичай з метою зменшити ступінь
невизначеності та зробити більш прогнозованим
режим генерації електроенергії [1]. Багато
дослідників зазначають, що використання
гібридних систем відновлюваної енергії (HRES)
може мати достатню надійність, економічну та
екологічну ефективність, особливо для
децентралізованих споживачів [2]. Загалом у
HRES можна використовувати найрізноманітніші
джерела енергії, але вітрові та сонячні вважаються
найбільш уживаними. Вони привертають
найбільше уваги дослідників, оскільки така
енергія є загальнодоступною. Крім того,
електростанції на їх основі можуть
розташовуватися ближче до кінцевого споживача,
що особливо важливо для автономної енергетики.
Важливим елементом таких енергетичних систем
є пристрій накопичення енергії. Системи
акумулювання повинні відповідати режиму
роботи енергосистеми в частині обсягу та часу
накопичення енергії, ці вимоги є найбільш
поширеними [3]. Швидкі зміни рівнів генерованої
та споживаної потужності можуть спричинити
порушення режимів зарядки чи розряду
акумуляторних батарей, що призводить до їх
пошкодження [4]. В ряді робіт ці явища
підтверджено експериментально [5, 6]. Оскільки
фінансові витрати на систему акумулювання
складають значну частку загальної вартості
енергетичної системи, то потреби в попередньому
дослідженні можливих режимів роботи є
актуальними [7]. Одним із перспективних способів
підвищення ефективності HRES є використання
комбінованих систем накопичення енергії з
різними технічними характеристиками [8].
Багато уваги приділено також
оптимальному поєднанню відновлюваних джерел
та систем накопичення енергії [9, 10].
Пропоновані методи оптимізації орієнтовані
здебільшого на мінімізацію загальної вартості та
операційних витрат [11-13]. Однак, оскільки ВДЕ
та системи акумулювання з часом стають
економічно привабливими насамперед завдяки
технологічним вдосконаленням, зростає також
увага до надійності задоволення попиту на
електроенергію. Постановка таких задач потребує
належного опису в рамках математичної моделі.
Постановка завдання. Вибір конфігурації
енергосистеми та режимів роботи має спиратися
на результати математичного моделювання,
аналітичні чи імітаційні. Додатково треба
враховувати досяжну швидкодію акумуляторів,
що потребуватиме більшої часової дискретності
математичної моделі. Переважна більшість
розглянутих досліджень стосувалися
одногодинних інтервалів, тоді як врахування
швидкодії потребує градацій у хвилинному
діапазоні. Можна вважати, що короткотермінові
(менше години) флуктуації генерації та
споживання є незалежними випадковими
величинами [14]. Як свідчить аналіз статистичних
даних, робота ВЕС і СЕС характеризується
наявністю деякої середньої потужності та
випадкової складової, які є функціями часу.
Середня потужність енергії може бути достатньо
прогнозованою на короткотривалу перспективу, і
вважатися передбачуваним параметром. При
цьому з високою вірогідністю можна передбачити
середньодобові рівні, пов’язані з загальним
станом погоди (це більше стосується ВДЕ) та
особливостями споживання (робочі чи вихідні
дні, особливі ситуації, тощо). Предметом
дослідження є кумулятивні характеристики
балансу потужності, тобто обсяги накопиченої
надлишкової енергії чи втрати навантаження,
залежно від знаку небалансу. Процес накопичення
енергії та її повторного використання має
враховувати доступну ємність системи
акумулювання та її швидкодію. Тоді баланс
потужності, а саме відхилення від графіка
навантаження, можна моделювати виразом:
)]()[()( jsjjijjijij sswwaap , (1)
де pij – відхилення від графіка навантаження; aхх –
рівень споживання електроенергії; wхх та sхх –
потужність ВЕС та СЕС відповідно; i– номер
доби, а j – номер часового інтервалу впродовж
доби. Показники з одним індексом виражають
осереднений по індексу і добовий хід. Така модель
враховує можливість коригування даних шляхом
добового прогнозування, з урахуванням
відмінностей між окремими днями. Кількість
часових інтервалів в добі залежить від тривалості
одиничного інтервалу (Δt). Вибір елементарного
часового інтервалу визначається властивостями
досліджуваного об’єкта, а саме темпом змін
характерного параметра. Для уніфікації
математичного опису бажано представити змінні
процеси у вигляді однотипних часових рядів, з
однаковою дискретністю. При цьому зміна
ISSN 1819-8058 (Print)
КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 2664-8172 (Online)
25 Відновлювана енергетика. 2020. № 4
довжини інтервалу спричиняє зміну дисперсії
значень часового ряду. При укрупненні масштабів
осереднення користуємося правилом, що
дисперсія генеральної сукупності є сумою
міжінтервальної дисперсії та середнього значення
дисперсій на інтервалах: }{ 22
0
2
kM , де
2
0 – дисперсія середніх на кожному інтервалі
значень,
2
k – дисперсія на k-му інтервалі, М{∙} –
символ математичного сподівання. Слід
врахувати, що кількість інтервалів має
забезпечувати допустиму статистичну
похибку [15], а генеральною сукупністю можна
вважати настільки тривалий процес, при якому
будуть достатньо проявлені його основні
властивості.
Наявні метеодані дають можливість оцінити
потужності типових ВЕС та СЕС в умовних
одиницях, або в долях номінальної (максимально
досяжної) потужності, таким же чином можна
описати навантаження.
Результати дослідження. Оскільки
критичним фактором системи з ВДЕ є саме
мінливість процесу балансування, розглянемо
диференційований (в скінчених різницях) ряд,
елементами якого є різниця послідовних значень
потужності:
)1( jiijij ppdp . Різницевий ряд
такого типу можна побудувати як для сумарного
балансу потужностей, так і окремо для складових
генерації та навантаження: ijda , ijdw , ijds .
Розподіл випадкових величин в отриманих рядах
відповідає гіпотезі нормальності. Оскільки
отримані ряди послідовних змін (стрибків
потужності) можуть мати значний розкид, варто
відсіяти випадкові екстремальні викиди,
наприклад оцінювати діапазон можливих значень
з довірчою імовірністю 0,99 чи 0,95, відкидаючи
відповідні процентилі вибірки. Наскільки
зміняться діапазони розкиду для потужності ВДЕ
при укрупненні часового кроку (зміні
елементарного інтервалу Δt), розглянемо на
прикладах фактичних значень стрибків
потужності вітрових (ВЕС) та сонячних (СЕС)
електростанцій у відносних одиницях, як частках
відповідної номінальної потужності (табл.1).
Таблиця 1. Граничні значення послідовних змін потужності (в.о.).
Table 1. Limits of successive power changes (r.u.).
Тип ВДЕ Δt max 0,99 min 0,99 max 0,95 min 0,95 M{σk}
ВЕС
10 хв. 0,22 -0,21 0,15 -0,15 0,06
30 хв. 0,39 -0,37 0,24 -0,23 0,11
1 год. 0,48 -0,49 0,31 -0,30 0,14
СЕС
1 хв. 0,19 -0,18 0,04 -0,04 0,04
10 хв. 0,31 -0,29 0,09 -0,10 0,09
30 хв. 0,66 -0,64 0,31 -0,30 0,12
Помітно, що зі збільшенням довжини
часового інтервалу Δt очікувано збільшується
розмах відхилень. Зростання дисперсії (або
середньоквадратичного відхилення) нелінійне,
обмежене зверху. При цьому діапазон змін істотно
залежить від розміру довірчого інтервалу і суттєво
зменшується при відкиданні екстремальних
значень. Дисперсія сумарного балансу
потужностей має визначатися як сума коваріацій
складових з урахуванням їх вагових коефіцієнтів.
Аналогічно визначається дисперсія різницевого
ряду, що характеризує темп змін результуючого
балансу потужностей:
}{}{}{}{ ijijijij dssDdwwDdaDdpD , (2)
де w, s – вагові коефіцієнти, що визначають частку
потужностей ВЕС та СЕС відповідно; символом
D{∙} позначено дисперсію. Тут враховано взаємну
незалежність швидких змін потужностей.
Оптимальним кроком вважаємо 10 хвилин,
оскільки в такому вигляді доступні значні обсяги
погодних даних, накопичені системами керування
діючих ВЕС та СЕС. Такий крок дозволить
врахувати характерні особливості, натомість
коротші зміни можуть бути згладжені за рахунок
інтегруючих властивостей енергосистеми. При
наявності даних, які містять послідовності
значень у вигляді часового ряду, математична
модель поточної потужності генерації містить
середньодобову складову та поточні флуктуації в
момент часу t, і є випадковим процесом [16]:
)()()( tUttP ad . (3)
де ε – стандартна нормально розподілена
випадкова величина; σad – середньоквадратичне
(стандартне) відхилення середньодобових
значень.
ISSN 1819-8058 (Print)
КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 2664-8172 (Online)
26 Відновлювана енергетика. 2020. № 4
Перша складова виразу (3) – осереднена
крива ω(t), що вважається однаковою при різних
реалізаціях випадкового процесу і відображає
характерний добовий хід (лінія тренду). Друга
складова є постійною для окремої добової
реалізації і відображає нормально розподілені
випадкові відхилення середньодобового значення
від середньомісячного. Остання складова U(t) –
випадкові пульсації поточного значення відносно
трендової кривої. Ці пульсації звичайно
описуються процесом типу Орнштейна-Уленбека
[17]. Тоді елементарні стрибки потужності рівні
різниці значень на границях часового інтервалу:
)( ttUUtdp jjij . Зауважимо, що в такому
трактуванні номер доби безпосередньо не входить
до значення стрибка, отже не залежить від
наявності добового прогнозування, натомість є
певна залежність від початку відліку (t0). Такий
підхід дає вірне уявлення щодо мінливості
монотонних функцій, або таких процесів,
тривалість змін у яких помітно більша від
одиничного часового інтервалу. Саме тому при
переході до інтегральних оцінок важливою є мала
тривалість часових кроків.
Питання розмаху поточних змін потужності
мають безпосереднє значення при виборі
акумулюючих засобів за критерієм швидкодії, а
наявність чи відсутність добового прогнозу
(відповідно добова чи місячна циклічність
акумулювання) стосується пікової потужності та
загальної ємності цих засобів. Традиційно в
локальних енергосистемах невеликого обсягу в
якості накопичувача енергії розглядають
електрохімічні акумуляторні батареї (АКБ). Ці
батареї в свою чергу охоплюють значну кількість
типів з різноманітними властивостями, які наразі
вважаються досить вивченими. Електрохімічні
акумулятори можуть істотно відрізнятися за
такими ключовими параметрами: номінальна
потужність (Вт чи кВт); ємність (кВт-год чи
джоуль); життєвий цикл (роки); енергетична
ефективність (%); час розряду (год.); час
реагування (с); кількість циклів зарядки/розряду;
розміри, які можуть визначатися також як
щільність енергії чи потужності [8, 18-19]. Що
стосується допустимої глибини розрядки, то для
розрахунків достатньо під ємністю АКБ мати на
увазі лише робочий обсяг накопиченої енергії,
вважаючи його змінним від нуля до максимуму.
Досяжна потужність (тобто швидкість зарядки та
розряду батареї) не є постійною, вона залежить від
накопиченого заряду, тривалості процесу.
Ідеалізована модель дозволяє розглядати
потужність заряджання та ємність накопичувача
як незалежні величини. Це обумовлено також
наявністю, як правило, кількох акумулюючих
одиниць, можливо різнотипних, рівень заряду
яких є неоднаковим і змінюється несинхронно.
Отож наближено можна вважати швидкодію
певною осередненою сталою.
Поширеним способом є представлення
ємності як функції від часу, за який можна
повністю розрядити акумулятор. Швидкість
зарядки (розряду) може бути визначена через
кількість часу, необхідного для повного розряду
акумулятора. У цьому випадку швидкість розряду
задається ємністю акумулятора (в А-год),
поділеною на кількість годин, необхідних для
зарядки (розряду). Позначення для визначення
ємності акумулятора записується таким чином:
Cx, де x – час у годинах, який потрібен для
розрядження акумулятора. Це також може бути
записано як kC, де k=1/х. Отже, C/х можна
розглядати як доступну швидкість розряду (чи
зарядки). Тоді максимальне наповнення ємності
акумулятора за одиничний інтервал часу Δt (в
годинах) може бути визначене як Δt∙С/х, де С –
повна доступна ємність ( minmax CCC ).
Обмеження на разове накопичення енергії має
вигляд:
CktC . (4)
Для Δt=10 хв. за умови k≥6 обмежень на
обсяг накопичення енергії не буде до досягнення
граничної ємності. Для повільніших акумуляторів
потрібно на кожному часовому кроці порівнювати
незбалансовану енергію з досяжною потужністю
зарядки.
Якщо для випадкової величини dpij відома
функція щільності розподілу fp(dp) на часовому
інтервалі (0, Т), то обсяг накопиченої за цей час
енергії та імовірні втрати можна визначити
шляхом інтегрування:
(5)
де q – параметр інтегрування; lost означає імовірні
втрати незбалансованої енергії.
Формально межі інтегрування безкінечні; в
дійсності інтегрування відбувається в рамках
максимальних відхилень від графіка, які на
практиці є скінченими величинами. За умови
рівності середньої потужності генерування
середньому рівню навантаження сумарна
накопичена енергія прямує до нуля по
математичному сподіванню при зростанні
часового періоду, будучи випадковою величиною
( ) ( ) ),(
(( ) ( ) ),
p
p
C
E T T q f q dq C C
lostE T T q f q dq C
р
р C
п и
п и
ISSN 1819-8058 (Print)
КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 2664-8172 (Online)
27 Відновлювана енергетика. 2020. № 4
в кожен момент часу. Однак на практиці складно
визначити реальну функцію розподілу, що
унеможливлює аналітичний опис процесу
акумулювання енергії. Натомість вирішенням
задачі може бути імітаційне моделювання
відповідно до математичної моделі.
На відміну від повного небалансу енергії ЕΔ,
реально акумульована енергія обмежена
граничними значеннями: ],0[)( CtCCt та
допустимим зростанням δС, тобто визначається
залежністю:
1 ( ) ,
( ) , 0
i i i
i i
C C U t t
U t t C C C
, (6)
Надалі потрібно порівняти природну
швидкість зміни потужності ВДЕ з доступною
швидкістю збереження енергії. Особливістю
даного дослідження є моделювання
швидкоплинних змін з часовим кроком не більше
10 хв. Деякі параметри цих змін наведено в табл.1.
Для швидкості вітру застосовується формула
декомпозиції випадкового процесу виду (3), де
поточні пульсації мають вигляд процесу
Орнштейна-Уленбека:
ww ttvtv )()( , (7)
де φ – деяка нормована випадкова величина, яка
часто описана розподілом Вейбула. Тут
параметри зносу αw та волатильності σw залежать
від тривалості часового інтервалу, тоді як
трендова та середньодобова складові від довжини
Δt не залежать; як і раніше, всі ці показники
змінюються залежно від пір року. Електрична
потужність вітроустановки визначається
відповідно до енергетичної характеристики. Для
типових характеристик, притаманних сучасним
установкам мегаваттного класу, можна дані про
параметрам вітру перевести у питомі показники
потужності, охарактеризувавши окремі місяці
відповідними коефіцієнтами використання
встановленої потужності.
Випадковий характер рівня сонячної
радіації описується декомпозицією виду:
1
( ) ( ) ( ) (
0,5)[ ( ) ( )], ( ) ( ),
i j j s j i j
i j j i j j
y t u t t b
y t u t y t Y t
, (8)
де u(tj) - осереднена крива; b – параметр
волатильності; Y(tj) – максимально досяжна
радіація для даної місцевості та часу за умов ясної
погоди; χ – рівномірно розподілена на інтервалі
[0,1] випадкова величина («білий шум»).
Особливістю представлення є пропорційність
середньодобової складової та трендової кривої:
)()( jvjs tuCt , де Cv – коефіцієнт варіації
середньодобового рівня для обраного місяця чи
пори року. Впродовж дня значення нормальної
випадкової величини εі вважається постійним (це
визначає середньодобовий рівень і-го дня), а
поточні флуктуації забезпечують зміни від нуля
до теоретично досяжного максимуму. Приклади
моделювання (8) зображено на рис. 1. Що
стосується перетворення енергії сонячного
випромінювання в електричну, звичайно
приймається, що фотоелектричні модулі та
перетворювачі мають постійний коефіцієнт
корисної дії. Отже, електрична потужність буде
пропорційною рівню сонячної радіації, і
залежатиме від загальної площі та ефективності
фотоелектричних модулів [20].
Рис. 1. Приклади моделювання поточної сонячної радіації.
Fig. 1. Examples of simulation for the current solar radiation.
0
200
400
600
800
1000
1200
5 8 11 14 17 20
Вт/м2
год
u(t)
Y(t)
y(t)
ISSN 1819-8058 (Print)
КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 2664-8172 (Online)
28 Відновлювана енергетика. 2020. № 4
Оскільки значення поточної потужності,
сформовані у вигляді часового ряду (1), є
випадковою величиною, то для аналітичного
визначення накопичених значень незбалансованої
потужності достатньо знати параметри розкиду
власне небалансу потужності генерації (σΣ) і
кумулятивного небалансу (σК) як показника
енергії, при певній гіпотезі про характер їх
розподілу. В межах деякого діапазону значень, за
винятком екстремальних відхилень (випадкових
викидів), цей розподіл можна вважати
нормальним. Отже, максимальна з певною
довірчою імовірністю незбалансована потужність
може оцінюватися за величиною κγσΣ, а
накопичена енергія рівна κγσК, де κγ – квантиль
нормального розподілу порядку γ. Ці величини
можна розглядати як параметри потрібного
акумулятора енергії.
Оскільки функції розподілу сумарної вітро-
сонячної генерації складно описати аналітично, то
застосовується імітаційне моделювання за
формулами (6-8), а довірчі інтервали можна
визначити як за квантилями нормального
розподілу, так і безпосереднім підрахунком при
достатній кількості реалізацій.
Споживання
Модель
навантаження: aij
Старт
Статистична
обробка
Швидкість
вітру
Метеодані
Фактичні дані за
тривалий час
(не менше року)
Сонячна
радіація
Математичне
моделювання
випадкових процесів
Потужність ВЕС:
wij
Потужність СЕС:
sij
Енергетичні
характеристики ВДЕ
i=1...n Доба: n=24/Δt(год)
Реалізація j=1 Моделювання методом
Монте-Карло
Баланс електричної енергії: pij
Акумулятор:
C, k, ККД
|pij|<δC
Ci<C
Ci+ККД∙pij Ci+δCsign(pij)
так ні
Ci <0
Ci =C
нітак
Ci =0
так
Cj=Сi
ні
i=i+1
Cj=Сn
Кінець
ЕΔ, Etotal, CKBРеалізація j=N
Результати,
розподіл імовірності
Набір реалізацій
випадкового процесу
Зарядка
акумулятора
Рис. 2. Блок-схема розрахунку накопиченої енергії.
Fig. 2. Block diagram of the stored energy calculation.
ISSN 1819-8058 (Print)
КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 2664-8172 (Online)
29 Відновлювана енергетика. 2020. № 4
Отже, пропонований підхід дає можливість
оцінити випадкову складову при генерації енергії
вітровими та сонячними електростанціями, та
визначити можливості компенсації цієї мінливості
при використанні акумуляторів. Блок-схема
розрахунків (рис. 2) передбачає отримання даних
про погодні фактори, їх статистичну обробку,
розрахунок параметрів математичної моделі для
поточної швидкості вітру та сонячної радіації,
відповідних їм електричних потужностей.
Аналогічна модель стосується потужності
навантаження, і базується на даних про
споживання електричної енергії. Порівняння
режимів генерації та споживання дає випадкову
складову, відповідно до якої обираються
характеристики акумулятора електроенергії.
Режим накопичення та витрачання енергії
включає врахування доступної ємності, швидкодії
та енергетичної ефективності акумулятора.
Результатом є дані про обсяги збереженої енергії
та залишковий небаланс потужності, що визначає
надійність енергосистеми.
Представлений алгоритм дозволяє
отримати набір реалізацій випадкового процесу,
що описує балансування електричної енергії при
випадкових змінах генеруючої та споживаної
потужності в модельованій енергосистемі, а також
проміжне накопичення енергії системою
акумулювання. Кожен окремий варіант побудови
енергосистеми включає встановлені потужності
ВДЕ, енергетичні характеристики вітрових чи
сонячних установок, характерні погодні умови
(середні значення та можливі варіації), параметри
акумулювання, прийняті обмеження.
Задача вибору параметрів системи
накопичення, підключеної до енергосистеми, є
комплексною. Для її вирішення необхідно
визначити технічні та експлуатаційні параметри
системи акумулювання, вибрати стратегію її
використання [21]. Потім для обраної стратегії
потрібно розробити алгоритм оптимізації. Це
дозволяє імітувати роботу системи зберігання
енергії та оцінити її можливості.
Висновки. Невизначеність стосовно
режимів генерації та споживання електроенергії в
обмежених енергосистемах гібридного типу
спричиняє завищену потребу в резервних або
акумулюючих потужностях. Економічна оцінка
застосування відновлюваної енергетики в таких
системах вимагатиме врахування не лише
вартості обладнання ВДЕ, але й плати за
надійність чи вартості акумулювання, при цьому
зростуть також втрати енергії. Точні показники
мають враховувати конкретні кліматичні умови,
тип обладнання, характер споживання. Додатково
треба враховувати швидкодію акумуляторів, що
потребуватиме градацій по часу у хвилинних
діапазонах. Запропоновані математична та
розрахункова моделі дозволяють визначити
параметри, необхідні для подальшого
інвестиційного проектування.
Стаття підготовлена в рамках виконання
проектів науково-технічних робіт Національної
академії наук України: «Комплекс-С»,
«Комплекс-3» (КПКВК 6541030).
1. Obukhov S., Ibrahim A., Tolba M.A., El-Rifaie A.M.
Power balance management of an autonomous hybrid energy
system based on the dual-energy storage. Energies. 2019. V. 12.
doi: 10.3390/en12244690.
2. Sawle Y., Gupta S.C., Bohre A.K. Review of hybrid
renewable energy systems with comparative analysis of off-grid
hybrid system. Renew. Sustain. Energy Rev. 2018. V. 81.
Pp. 2217-2235.
3. IRENA Battery Storage for Renewables: Market Status
and Technology Outlook. Int. Renew. Energy Agency Abu Dhabi.
2015. V. 32.
4. Hu X., Martinez C.M., Yang Y. Charging, power
management and battery degradation mitigation in plug-in hybrid
electric vehicles: A unified cost-optimal approach. Mech. Syst.
Signal Process. 2017. 87. Pp. 4-16.
5. Lahyani A., Sari A., Lahbib I., Venet P. Optimal
hybridization and amortized cost study of
battery/supercapacitors system under pulsed loads. J. Energy
Storage 2016. V. 6. Pp. 222-231.
6. Jossen A., Garche J., Sauer D.U. Operation conditions
of batteries in PV applications. Sol. Energy 2004. V. 76.
Pp. 759-769.
7. Ataei A., Nedaei M., Rashidi R., Yoo C. Optimum
design of an off-grid hybrid renewable energy system for an office
building. J. Renew. Sustain. Energy. 2015. V. 7. 053123 p.
8. Bocklisch T. Hybrid energy storage systems for
renewable energy applications. Energy Procedia. 2015. 103 р.
9. Faccio M., Gamberi M., Bortolini M., Nedaei M. State-
of-art review of the optimization methods to design the
configuration of hybrid renewable energy systems (HRESS).
Frontiers in Energy. 2018. V. 12. № 4. Pp. 591-622.
10. Olatomiwa L., Mekhilef S., Ismail M.S.,
Moghavvemi M. Energy management strategies in hybrid
renewable energy systems: A review, Renewable and Sustainable
Energy Reviews. 2016. V. 62. Pp. 821-835.
11. Zhang Y., Dong Z.Y., Luo F., Zheng Y., Meng K.,
Wong K.P. Optimal allocation of battery energy storage systems
in distribution networks with high wind power penetration. IET
Renewable Power Generation. 2016. V. 10. № 8. Pp. 1105-1113.
12. Geem Z.W. Size optimization for a hybrid photovoltaic–
wind energy system. International Journal of Electrical Power &
Energy Systems. 2012. V. 42. № 1. Pp. 448-451.
13. Ghaffari R., Venkatesh B. Energy reserve trade
optimization for wind generators using black and scholes options
in small-size power systems. Canadian Journal of Electrical and
Computer Engineering. 2015. V. 38. № 2. Pp. 66-76.
14. Кузнєцов М.П. Побудова математичної моделі
режиму споживання електроенергії. Відновлювана
енергетика. 2017. № 4. C. 33-42.
15. Миллер Б.М., Панков А.Р. Теория случайных
процессов в примерах и задачах. М. Физматлит 2002 320 с.
16. Kuznietsov M., Vyshnevska Yu., Brazhnyk I.,
Melnyk O. Modeling of the Generation-Consumption Imbalance
in the Heterogeneous Energy Systems with Renewable Energy
Sources. 2019 IEEE 6th International Conference on Energy
ISSN 1819-8058 (Print)
КОМПЛЕКСНІ ЕНЕРГЕТИЧНІ СИСТЕМИ НА ОСНОВІ ВДЕ ISSN 2664-8172 (Online)
30 Відновлювана енергетика. 2020. № 4
Smart Systems (ESS) conference-paper. Рр. 196-200.
doi: 10.1109/ess.2019.8764189.
17. Olsson M., Perninge M., Soder L. Modeling real-time
balancing power demands in wind power systems using stochastic
differential equations. Electric Power Systems Research. 2010.
№ 80. Pp. 966-974.
18. Akinyele D., Belikov J., Levron Y. Battery Storage
Technologies for Electrical Applications: Impact in Stand-Alone
Photovoltaic Systems. Energies. 2017. V. 10. 39 p.
19. Overview of the Energy Storage Possibilities to
Support the Electrical Power System. Research Paper. Istvan
Taczi ERRA Budapest. Hungary. 2016. 47 p.
20. Кузнєцов М.М. Моделювання спільної роботи
вітрової та сонячної електростанцій. Відновлювана
енергетика. 2016. № 1. С. 12-16.
21. Korpikiewicz J. The Optimal Choice of
Electrochemical Energy Storage Parameters. Acta
Energetica 1/26. 2016. Pр. 56-62.
REFERENCES
1. Obukhov S., Ibrahim A., Tolba M.A., El-Rifaie A.M.
Power balance management of an autonomous hybrid energy
system based on the dual-energy storage. Energies. 2019. V. 12.
doi: 10.3390/en12244690.
2. Sawle, Y., Gupta, S.C., Bohre A.K. Review of hybrid
renewable energy systems with comparative analysis of off-grid
hybrid system. Renew. Sustain. Energy Rev. 2018. V. 81.
Pp. 2217-2235.
3. IRENA Battery Storage for Renewables: Market Status
and Technology Outlook. Int. Renew. Energy Agency Abu Dhabi
2015. V. 32.
4. Hu X., Martinez C.M., Yang Y. Charging, power
management and battery degradation mitigation in plug-in hybrid
electric vehicles: A unified cost-optimal approach. Mech. Syst.
Signal Process. 2017. 87. Pp. 4-16.
5. Lahyani A., Sari A., Lahbib I., Venet P. Optimal
hybridization and amortized cost study of
battery/supercapacitors system under pulsed loads. J. Energy
Storage 2016. V. 6. Pp. 222-231.
6. Jossen A., Garche J., Sauer D.U. Operation conditions
of batteries in PV applications. Sol. Energy 2004. V. 76.
Pp. 759-769.
7. Ataei A., Nedaei M., Rashidi R., Yoo C. Optimum
design of an off-grid hybrid renewable energy system for an office
building. J. Renew. Sustain. Energy. 2015. V. 7. 053123 p.
8. Bocklisch T. Hybrid energy storage systems for
renewable energy applications. Energy Procedia. 2015. 103 р.
9. Faccio M., Gamberi M., Bortolini M., Nedaei M. State-
of-art review of the optimization methods to design the
configuration of hybrid renewable energy systems (HRESS).
Frontiers in Energy. 2018. V. 12. No. 4. Pp. 591-622.
10. Olatomiwa L., Mekhilef S., Ismail M.S., Moghavvemi
M. Energy management strategies in hybrid renewable energy
systems: A review, Renewable and Sustainable Energy Reviews.
2016. V. 62. Pp. 821-835.
11. Zhang Y., Dong Z.Y., Luo F., Zheng Y., Meng K.,
Wong K.P. Optimal allocation of battery energy storage systems
in distribution networks with high wind power penetration. IET
Renewable Power Generation. 2016. V. 10. No. 8. Pp. 1105-1113.
12. Geem Z.W. Size optimization for a hybrid
photovoltaic–wind energy system. International Journal of
Electrical Power & Energy Systems. 2012. V. 42. No. 1.
Pp. 448-451.
13. Ghaffari R., Venkatesh B. Energy reserve trade
optimization for wind generators using black and scholes options
in small-size power systems. Canadian Journal of Electrical and
Computer Engineering. 2015. V. 38. No. 2. Pp. 66-76.
14. Kuznietsov M. Pobudova matematychnoi modeli
rezhymu spozhyvannia elektroenerhii. [Construction of a
mathematical model of electricity consumption mode].
Vidnovluvana energetika. 2017. No. 4(51). Pp. 33-42. URL:
http://ve.org.ua/index.php/journal/article/view/19. [in Ukrainian].
15. Miller B., Pankov A. Teoriya sluchaynyih protsessov
v primerah i zadachah. [Theory of random processes in examples
and problems]. M. Fizmatlit. 2002. 320 p. [in Russian].
16. Kuznietsov M., Vyshnevska Yu., Brazhnyk I.,
Melnyk O. Modeling of the Generation-Consumption Imbalance
in the Heterogeneous Energy Systems with Renewable Energy
Sources. 2019 IEEE 6th International Conference on Energy
Smart Systems (ESS) conference-paper. Pр. 196-200.
doi: 10.1109/ess.2019.8764189.
17. Olsson M., Perninge M., Soder L. Modeling real-time
balancing power demands in wind power systems using stochastic
differential equations. Electric Power Systems Research. 2010.
No. 80. Pp. 966-974.
18. Akinyele D., Belikov J., Levron Y. Battery Storage
Technologies for Electrical Applications: Impact in Stand-Alone
Photovoltaic Systems. Energies. 2017. V. 10. 39 p.
19. Overview of the Energy Storage Possibilities to
Support the Electrical Power System. Research Paper . István
Táczi ERRA Budapest, Hungary. 2016. 47 p.
20. Kuznietsov M. Modelyuvannya spilnoyi roboty
vitrovoyi ta sonyachnoyi elektrostancij. [Modeling of wind and
solar power collaboration]. Vidnovluvana energetika. 2016.
No. 1. Pp. 12-16. URL:
https://ve.org.ua/index.php/journal/issue/view/9. [in Ukrainian].
21. Korpikiewicz J. The Optimal Choice of
Electrochemical Energy Storage Parameters. Acta
Energetica 1/26. 2016. Pр. 56-62.
Стаття надійшла до редакції 07.09.20
Остаточна версія 21.12.20
http://ve.org.ua/index.php/journal/article/view/19
|
| id | veorgua-article-275 |
| institution | Vidnovluvana energetika |
| keywords_txt_mv | keywords |
| language | Ukrainian |
| last_indexed | 2026-07-19T01:07:19Z |
| publishDate | 2020 |
| publisher | Institute of Renewable Energy National Academy of Sciences of Ukraine |
| record_format | ojs |
| resource_txt_mv | veorgua/43/89a485cd49e863fbfb6fd06ebe9de943.pdf |
| spelling | veorgua-article-2752026-07-18T06:32:15Z SIMULATION OF ELECTRICITY ACCUMULATION PROCESS IN THE COMBINED POWER SYSTEM МОДЕЛЮВАННЯ ПРОЦЕСУ АКУМУЛЮВАННЯ ЕЛЕКТРОЕНЕРГІЇ В КОМБІНОВАНІЙ ЕНЕРГОСИСТЕМІ Kuznietsov, М. Melnyk, O. Smertiuk, V. hybrid power system, renewable energy sources, power balance, random process, energy storage. гібридна енергосистема, відновлювані джерела енергії, баланс потужності, випадковий процес, акумулювання електроенергії. The purpose of the paper is to develop a model for balancing the processes of electricity generation and consumption for power systems based on renewable energy and using a storage system. Generation modes for wind and especially solar power plants have significant current power gradients, when big changes are possible in a few minutes. When choosing storage systems, it is necessary to take into account such factors as uneven generation and consumption, the amount of possible excess energy or its deficit, the rate of change of power balance and the corresponding speed of batteries charging. The object of research is hybrid power systems with the properties of a local network. Such systems are sensitive to variable generation modes, and the presence of rapid power changes requires analysis of short time intervals. The research method is mathematical modeling of random processes of energy consumption and generation, which allows you to analyze the current balancing of capacities and obtain the integral characteristics of energy storage and reuse. Modeling the operating modes of solar and wind power plants is based on statistical data on weather factors. Then the power balance can be viewed as a superposition of random generation and consumption processes. A feature of the study is taking into account the time gradients of wind and solar power plants, charging speed and status of battery. Analytical research is complicated by the factor of the presence of different processes with special characteristics of the distribution, so a simulation model with an appropriate calculation algorithm is proposed. The proposed energy balance model allows simulating the processes of accumulation and use of energy with different properties of the accumulation system. The results of the study make it possible to compare various configurations of the power system in terms of balance, storage needs and the level of energy losses. This takes into account local and seasonal climatic features. Ref. 21, tab. 1, fig. 2. Метою даної роботи є розроблення моделі балансування процесів генерації та споживання електроенергії для енергосистем на основі відновлюваних джерел енергії з використанням системи акумулювання. Режими генерації вітрових і особливо сонячних електростанцій мають значні градієнти поточної потужності, коли істотні зміни можливі за кілька хвилин. При виборі систем акумулювання необхідно враховувати такі фактори, як нерівномірність генерації та споживання, обсяг можливої надлишкової енергії чи її дефіцит, швидкість зміни балансу потужностей та відповідна швидкодія акумуляторів. Об’єкт дослідження - гібридні електроенергетичні системи, які мають властивості локальної мережі. Такі системи чутливі до змінних режимів генерації, а наявність швидких змін потужності вимагає врахування коротких часових проміжків. Методом дослідження є математичне моделювання&nbsp; випадкових процесів споживання та генерації енергії, яке дозволяє аналізувати поточне балансування потужностей та отримувати інтегральні характеристики стану акумулювання і повторного використання енергії. Моделювання режимів роботи сонячних та вітрових електростанцій основане на статистичних даних про погодні фактори. Тоді балансування потужності можна розглядати як суперпозицію випадкових процесів генерації та споживання. Особливістю дослідження є врахування часових градієнтів потужності вітрових та сонячних електростанцій, &nbsp;стану зарядки та швидкодії акумуляторів. Аналітичне дослідження ускладнене фактором наявності різних процесів з особливим характеристиками розподілу, тому запропоновано імітаційну модель з відповідним алгоритмом розрахунку.&nbsp; Запропонована модель енергобалансу дозволяє імітувати процеси накопичення та використання енергії при різних властивостях системи акумулювання. Результати дослідження дозволяють порівнювати різні конфігурації енергосистеми за збалансованістю, &nbsp;потребами в акумулюванні та рівнем втрат енергії. При цьому враховуються місцеві та сезонні кліматичні особливості. Бібл. 21, табл. 1, рис. 2. Institute of Renewable Energy National Academy of Sciences of Ukraine 2020-12-27 Article Article application/pdf https://ve.org.ua/index.php/journal/article/view/275 10.36296/1819-8058.2020.4(63).22-30 Vidnovluvana energetika ; No. 4(63) (2020): Scientific and Applied Journal Vidnovluvana energetika; 22-30 Возобновляемая энергетика; ##issue.no## 4(63) (2020): Научно-прикладной журнал Возобновляемая энергетика; 22-30 Відновлювана енергетика; № 4(63) (2020): Науково-прикладний журнал Відновлювана енергетика; 22-30 2664-8172 1819-8058 10.36296/1819-8058.2020.4(63) uk https://ve.org.ua/index.php/journal/article/view/275/197 Copyright (c) 2020 М. Kuznietsov, O. Melnyk, V. Smertiuk https://creativecommons.org/licenses/by-nc-nd/4.0 |
| spellingShingle | hybrid power system renewable energy sources power balance random process energy storage. Kuznietsov, М. Melnyk, O. Smertiuk, V. SIMULATION OF ELECTRICITY ACCUMULATION PROCESS IN THE COMBINED POWER SYSTEM |
| title | SIMULATION OF ELECTRICITY ACCUMULATION PROCESS IN THE COMBINED POWER SYSTEM |
| title_alt | МОДЕЛЮВАННЯ ПРОЦЕСУ АКУМУЛЮВАННЯ ЕЛЕКТРОЕНЕРГІЇ В КОМБІНОВАНІЙ ЕНЕРГОСИСТЕМІ |
| title_full | SIMULATION OF ELECTRICITY ACCUMULATION PROCESS IN THE COMBINED POWER SYSTEM |
| title_fullStr | SIMULATION OF ELECTRICITY ACCUMULATION PROCESS IN THE COMBINED POWER SYSTEM |
| title_full_unstemmed | SIMULATION OF ELECTRICITY ACCUMULATION PROCESS IN THE COMBINED POWER SYSTEM |
| title_short | SIMULATION OF ELECTRICITY ACCUMULATION PROCESS IN THE COMBINED POWER SYSTEM |
| title_sort | simulation of electricity accumulation process in the combined power system |
| topic | hybrid power system renewable energy sources power balance random process energy storage. |
| topic_facet | hybrid power system renewable energy sources power balance random process energy storage. гібридна енергосистема відновлювані джерела енергії баланс потужності випадковий процес акумулювання електроенергії. |
| url | https://ve.org.ua/index.php/journal/article/view/275 |
| work_keys_str_mv | AT kuznietsovm simulationofelectricityaccumulationprocessinthecombinedpowersystem AT melnyko simulationofelectricityaccumulationprocessinthecombinedpowersystem AT smertiukv simulationofelectricityaccumulationprocessinthecombinedpowersystem AT kuznietsovm modelûvannâprocesuakumulûvannâelektroenergíívkombínovaníjenergosistemí AT melnyko modelûvannâprocesuakumulûvannâelektroenergíívkombínovaníjenergosistemí AT smertiukv modelûvannâprocesuakumulûvannâelektroenergíívkombínovaníjenergosistemí |