POSSIBILITIES OF USING THE TIMES SOFTWARE TAKING INTO ACCOUNT THE NON-GUARANTEED RENEWABLE ENERGY
The purpose of this paper is to analyze the possibilities of using the model of long-term energy development forecasting to adequately reflect the features of renewable energy sources (RES) of non-guaranteed power (solar, wind), as temporal variability and the level of uncertainty. The tasks of long...
Збережено в:
| Дата: | 2023 |
|---|---|
| Автори: | , |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Institute of Renewable Energy National Academy of Sciences of Ukraine
2023
|
| Теми: | |
| Онлайн доступ: | https://ve.org.ua/index.php/journal/article/view/425 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Vidnovluvana energetika |
| Завантажити файл: |  |
Репозитарії
Vidnovluvana energetika| _version_ | 1871103686106677248 |
|---|---|
| author | Kuznietsov, M. Lysenko, O. |
| author_facet | Kuznietsov, M. Lysenko, O. |
| author_institution_txt_mv | [
{
"author": "M. Kuznietsov",
"institution": "Institute of Renewable Energy NAS Ukraine, Kyiv, Ukraine"
},
{
"author": "O. Lysenko",
"institution": "Tavria State Agrotechnological University, Swedish Environmental Research Institute, IVL Svenska Miljöinstitutet, Gothenburg, Sweden"
}
] |
| author_sort | Kuznietsov, M. |
| baseUrl_str | https://ve.org.ua/index.php/journal/oai |
| collection | OJS |
| datestamp_date | 2026-07-18T06:32:19Z |
| description | The purpose of this paper is to analyze the possibilities of using the model of long-term energy development forecasting to adequately reflect the features of renewable energy sources (RES) of non-guaranteed power (solar, wind), as temporal variability and the level of uncertainty. The tasks of long-term modeling of energy development require a comprehensive approach, taking into account all the features of various energy sources. The combination of energy systems requires a coordinated approach to planning their development. One of the means of optimal planning is the TIMES software complex, which has also some application in Ukraine. However, the growth of the renewable sources share of non-guaranteed capacity imposes additional requirements on the mathematical apparatus. The TIMES climate and stochasticity modules are not designed for the random nature of RES. The work proposes to use the available capabilities of the program aimed at ensuring the flexibility of approaches, supplementing them with RES uncertainty factors. New content is added to some attributes of commodities, commodity flows and processes, which allows us to take into account possible deviations around expected values. The random nature of RES can be described through indicators of dispersion of values and probability density distribution. The risk factor is used as a technical parameter, by which it is possible to obtain a range of solutions with a given reliability. This allows us to consider the probability of imbalance of current energy flows, providing a certain margin of stability of the energy system within reasonable margins. Bible 12, fig. 1. |
| doi_str_mv | 10.36296/1819-8058.2023.4(75).11-19 |
| first_indexed | 2025-07-17T11:39:13Z |
| format | Article |
| fulltext |
11
Відновлювана енергетика. №4/2023 | Комплексні проблеми енергетичних систем на основі НВДЕ
УДК 621.311 https://doi.org/10.36296/1819-8058.2023.4(75)11-19
МОЖЛИВОСТІ ВИКОРИСТАННЯ ПРОГРАМНОГО КОМПЛЕКСУ TIMES З УРАХУВАННЯМ
НЕГАРАНТОВАНОЇ ПОТУЖНОСТІ ВІДНОВЛЮВАНИХ ДЖЕРЕЛ ЕНЕРГІЇ
Отримано 13 жов. 2023 р.; рекомендовано до публікації 20 груд. 2023 р.
Доступно онлайн 30 груд. 2023 р.
М. П. Кузнєцов1, О. В. Лисенко2
Автор для коресподенції: Микола Кузнєцов,
e-mail: renewable@ukr.net
Анотація. Метою цієї роботи є аналіз можливостей ви-
користання моделі довготермінового прогнозування ро-
звитку енергетики для адекватного відображення особ-
ливостей відновлюваних джерел енергії (ВДЕ)
негарантованої потужності (сонячної, вітрової) з ураху-
ванням часової мінливості та рівня невизначеності. Задачі довготермінового моделювання розвитку
енергетики вимагають комплексного підходу з урахуванням усіх особливостей різних джерел енергії.
Поєднання енергетичних систем вимагає узгодженого підходу до планування їх розвитку. Одним із
засобів оптимального планування є програмний комплекс TIMES, застосований також в Україні. Од-
нак зростання частки відновлюваних джерел негарантованої потужності накладає додаткові ви-
моги до математичного апарату. Модулі врахування клімату й стохастичності програми TIMES не
розраховані на випадкову природу ВДЕ. В роботі пропонується використати наявні можливості про-
грами, спрямовані на забезпечення гнучкості підходів, доповнивши їх факторами невизначеності ВДЕ.
Вкладається новий зміст у деякі атрибути товарів, товарних потоків та процесів, що дає змогу вра-
хувати ймовірні відхилення від очікуваних значень. Випадковий характер ВДЕ може бути описаний че-
рез показники дисперсії значень та щільності розподілу. Фактор ризику використовується як техніч-
ний параметр, завдяки чому можна отримати діапазон рішень з заданою достовірністю. Це дозволяє
врахувати ймовірність незбалансованості поточних енергетичних потоків, забезпечивши певний за-
пас стійкості енергосистеми в розумних межах. Бібл. 12, рис. 1.
Ключові слова: програмний комплекс TIMES, відновлювані джерела енергії, негарантована потуж-
ність, фактор ризику.
POSSIBILITIES OF USING THE TIMES SOFTWARE TAKING INTO ACCOUNT THE NON-GUARANTEED
RENEWABLE ENERGY
Received Nov. 13, 2023; accepted Dec. 20, 2023
Available online Dec. 30, 2023
M. Kuznietsov1, O. Lysenko2
Author for correspondence: Mykola Kuznietsov,
e-mail: renewable@ukr.net
Abstract. The purpose of this paper is to analyze the possibilities
of using the model of long-term energy development forecast-
ing to adequately reflect the features of renewable energy
sources (RES) of non-guaranteed power (solar, wind), as tem-
poral variability and the level of uncertainty. The tasks of long-
term modeling of energy development require a comprehensive approach, taking into account all the features of
various energy sources. The combination of energy systems requires a coordinated approach to planning their
1 Doc. of Tech. Sciences.
https://orcid.org/0000-0002-0497-7439
2 Doc. of Tech. Sciences.
https://orcid.org/0000-0001-7085-7796
1 Institute of Renewable Energy NAS Ukraine,
Kyiv, Ukraine
2 Tavria State Agrotechnological University,
Swedish Environmental Research Institute, IVL
Svenska Miljöinstitutet, Gothenburg, Sweden
1 д-р. техн. наук.
https://orcid.org/0000-0002-0497-7439
2 д-р. техн. наук.
https://orcid.org/0000-0001-7085-7796
1 Інститут відновлюваної енергетики НАН Ук-
раїни, м. Київ, Україна
2 Таврійський державний агротехнологічний
університет; Шведський інститут досліджень
довкілля, Готенберг, Швеція
12
Відновлювана енергетика. №4/2023 | Комплексні проблеми енергетичних систем на основі НВДЕ
development. One of the means of optimal planning is the TIMES software complex, which has also some appli-
cation in Ukraine. However, the growth of the renewable sources share of non-guaranteed capacity imposes ad-
ditional requirements on the mathematical apparatus. The TIMES climate and stochasticity modules are not de-
signed for the random nature of RES. The work proposes to use the available capabilities of the program aimed at
ensuring the flexibility of approaches, supplementing them with RES uncertainty factors. New content is added to
some attributes of commodities, commodity flows and processes, which allows us to take into account possible
deviations around expected values. The random nature of RES can be described through indicators of dispersion
of values and probability density distribution. The risk factor is used as a technical parameter, by which it is possible
to obtain a range of solutions with a given reliability. This allows us to consider the probability of imbalance of
current energy flows, providing a certain margin of stability of the energy system within reasonable margins. Bible
12, fig. 1.
Keywords: TIMES software, renewable energy sources, non-guaranteed capacity, risk factor.
Використані позначення та скорочення
ВДЕ – відновлювані джерела енергії
ВЕС – вітрова електростанція
СЕС – сонячна електростанція
ОЕС – Об’єднана енергосистема
Вступ
Підсумковим документом Саміту ООН зі сталого розви-
тку від 2015 року «Перетворення нашого світу: порядок
денний у сфері сталого розвитку до 2030 року» було за-
тверджено так звані Цілі сталого розвитку [1] й низка ок-
ремих завдань. Значна частина з 17 формалізованих ці-
лей певним чином стосується енергетики. До таких
безпосередньо належить ціль 7: «Чиста та відновлю-
вана енергія». Вона передбачає забезпечення доступу
для всіх до недорогих, надійних, відновлюваних та су-
часних джерел енергії. Значною мірою від енергетики
залежить ціль 11 «Сталий розвиток міст та громад», що
передбачає забезпечення відкритості, безпеки, життє-
стійкості й екологічної стійкості міст і населених пунктів.
Від відновлюваної енергетики безпосередньо залежить
ціль сталого розвитку 13: «Боротьба зі зміною клімату»,
тобто вжиття невідкладних заходів щодо боротьби зі
змінами клімату та його наслідками. На виконання цих
та інших цілей (зокрема, збереження ресурсів планети)
орієнтовано нову парадигму безвуглецевої економіки
та, відповідно, декарбонізації енергетики. Україна, як і
інші країни – члени ООН, приєдналася до глобального
процесу забезпечення сталого розвитку. Для встанов-
лення стратегiчних меж нацiонального розвитку України
на перiод до 2030 року було започатковано процес ада-
птації Цілей сталого розвитку з урахуванням специфіки
національного розвитку. Для України ці питання набува-
ють особливої гостроти в умовах відбудови економіки
та досягнення енергетичної безпеки.
У цей час увага до відновлюваних джерел енергії (ВДЕ)
зросла як серед економічно розвинених країн, які волі-
ють змінити джерела енергії на більш екологічні, так і
серед країн слабкіших економічно, які хочуть отримати
дешевші ВДЕ та скоротити імпорт енергоносіїв. Хоча
процес переходу на такі джерела є доволі дорогим і три-
валим, усе-таки багатьма країнами були створені про-
грами переходу до загальнодоступних, надійних,
стійких та сучасних джерел енергії, які пропонує віднов-
лювана енергетика. Була навіть названа орієнтовна
дата, до якої відновлювані джерела мали запанувати в
енергосистемах певних країн, – 2030 рік, а 2050–2060
роки вважають часом повного переходу на відновлю-
вані ресурси. Так, Європейський парламент у 2023 році
проголосував за резолюцію про збільшення частки від-
новлюваної енергії в загальному енергетичному балансі
країн-членів до 42,5 % до 2030 року. Згідно з оновленою
Директивою про відновлювані джерела енергії країни-
члени також повинні прагнути збільшити кількість ВДЕ у
своєму енергетичному балансі до 45 %.
Дослідження Інституту відновлюваної енергетики НАН
України (ІВЕ НАНУ) [2] вказують на високий потенціал ві-
тчизняних відновлюваних енергоресурсів, а сучасні тех-
нології дозволяють його використання. Однак безпеч-
ний і сталий розвиток потребує гармонійного розвитку
всіх галузей, і особливо енергетики як підґрунтя еконо-
міки та безпосереднього забезпечення добробуту. Від-
новлювана енергетика відрізняється від традиційних
енергетичних галузей тим, що більшою мірою залежить
від географічних і особливо кліматичних (погодних) чин-
ників як факторів невизначеності. В Об’єднаній енерго-
системі (ОЕС) України стрімке зростання обсягів впрова-
дження вітрових (ВЕС) і сонячних (СЕС) електростанцій
нерідко відбувалося без належного наукового супро-
воду, без гарантій надійного забезпечення норматив-
них вимог щодо стабільності частоти й потужності в ене-
ргосистемі при тому, що практично за три роки загальна
потужність ВДЕ у складі ОЕС України виросла майже
вдвічі [3]. Сьогодні зросла увага до забезпечення ефек-
тивного функціонування ВДЕ як у складі енергосистем,
так і в формі розподіленої генерації, оскільки Україна ін-
тегрувалася до європейської континентальної мережі
ENTSO-E і має дотримуватися додаткових умов. Тому
особливої важливості набувають технології довготермі-
нового прогнозування та планування для узгодженого
13
Відновлювана енергетика. №4/2023 | Комплексні проблеми енергетичних систем на основі НВДЕ
розвитку енергетики в цілому й окремих її напрямів. Ро-
зробка національних планів і стратегій розвитку має орі-
єнтуватися на інноваційні підходи, проте базуватися на
якісних і апробованих математичних моделях. Питання
вибору адекватного програмного апарату та вмілого ви-
користання має передувати власне розрахункам, особ-
ливо на тривалу переспективу зі значним рівнем неви-
значеності в майбутньому.
Плани розвитку всіх галузей економіки мають бути ско-
ординованими, і в кожен момент часу всі можливості та
потреби мають бути збалансованими та узгодженими з
кінцевим результатом. Враховуючи такі вимоги, широко
вживаною моделлю для виконання довгострокового
планування є програмний комплекс TIMES [4], який
створено як генератор економічних моделей для лока-
льних, національних, мультирегіональних або глобаль-
них енергетичних систем з урахуванням їх динаміки за
багатоперіодний часовий горизонт. Зазвичай його за-
стосовують для аналізу всього енергетичного сектору,
але також можуть застосовувати для вивчення окремих
секторів, таких як електроенергетика та централізоване
теплопостачання. Як вхідні дані розглядаються оцінки
потреб кінцевого споживача для кожного регіону, оці-
нки існуючих запасів енергетичного обладнання в усіх
секторах, а також характеристики доступних майбутніх
технологій та потенціал джерел первинного енергопо-
стачання. Модель TIMES оптимізує рішення щодо інвес-
тицій, первинного енергопостачання й обміну енергією
між регіонами. Вибір моделі генерувального облад-
нання (тип і паливо) базується на аналізі характеристик
альтернативних технологій, економічних та екологічних
критеріях. Модель TIMES є вертикально інтегрованою
моделлю всієї розширеної енергетичної системи й осо-
бливо підходить для дослідження можливого енергети-
чного майбутнього на основі контрастних сценаріїв для
тривалих часових горизонтів. У TIMES повний сценарій
складається з чотирьох типів вхідних даних: кривих по-
питу на енергетичні послуги, кривих пропозиції первин-
них ресурсів, налаштування політики та опису повного
набору технологій. Кількість і ціни різних товарів пере-
бувають у рівновазі, тобто в кожен період часу такі, що
постачальники виробляють саме ту кількість, якої потре-
бують споживачі. Ця рівновага спрямована на максимі-
зацію загальних економічних результатів.
Основні параметри (базові змінні) моделі TIMES поділя-
ють на три типи. Процеси (технології) – це установки,
транспортні засоби чи інші пристрої, які перетворюють
одні товари на інші. Наприклад: первинний (видобуток),
перетворення (енергетика), обробка. Товари – зазвичай
енергоносії, енергетичні послуги, матеріали, грошові
потоки, емісія. Товар виробляється одним або кількома
процесами та/або споживається іншими процесами. То-
варні потоки – зв’язки між процесами й товарами; те
саме, що й товар, але приєднаний до певного процесу
та представляє один вхід / вихід цього процесу. Зазна-
чені параметри використовуються як координати задачі
оптимізації, за їх допомогою можна забезпечити
адаптивність та гнучкість моделі. Середовище моделю-
вання TIMES містить оператори управління GAMS [5] (це
мова моделювання). Програмне забезпечення VEDA [6]
використовується для аналізу результатів моделей.
Програмний комплекс TIMES досить широко використо-
вується вітчизняними фахівцями, зокрема адаптована
версія TIMES-Ukraine. Моделювання TIMES застосову-
вали, зокрема, Інститут економіки та прогнозування, Ін-
ститут загальної енергетики, Інститут проблем моделю-
вання в енергетиці ім. Г. Є. Пухова, Інститут електро-
динаміки (всі НАН України), ДП НЕК Укренерго та інші.
Як переваги комплексу зазначають міжнародне застосу-
вання та значний накопичений досвід, можливості де-
тального опису енергосистеми, комбінування технічних та
економічних вимог, а також впливу на екологію. Як не-
долік – система досить складна, потребує підготовлених
фахівців та значного обсягу вхідних даних. Особливості
використання TIMES-Ukraine описано, зокрема, експер-
тами Інституту економіки та прогнозування НАН України
в низці публікацій [7–10].
Результати застосування моделі було використано при
розробці ряду вітчизняних стратегічних програм, зок-
рема Міністерством енергетики України, Міністерством
захисту довкілля та природних ресурсів, Мінінфрастру-
ктури, Мінекономіки та іншими для створення довготе-
рмінових сценаріїв розвитку відповідних галузей (зок-
рема, стратегій, національних планів дій). Представлені
результати стосувались комплексного аналізу сталого
розвитку енергетики, економічно обґрунтованих шляхів
задоволення енергетичних потреб, ефективного вико-
ристання власних енергетичних ресурсів, посилення
енергетичної безпеки, забезпечення доступного та на-
дійного енергопостачання, зменшення негативного
впливу на навколишнє середовище, оцінки окремих за-
ходів та політичних рішень тощо. Отже, зважаючи на
широке застосування моделі, варто оцінити її можливо-
сті для вирішення актуальних задач енергетики України.
Приклад застосування моделі TIMES-Ukraine (фрагмент
звітного матеріалу) зображено на рисунку.
Постановка завдання
Результатом моделювання має бути оптимальний (за
економічними, екологічними чи іншими критеріями со-
ціального значення) склад генерувальних потужностей і
розподілу потоків енергії як на кінцевому, так і на про-
міжних часових інтервалах, з постійним забезпеченням
енергетичного балансу. Однак для отримання корект-
ного результату потрібно належним чином сформувати
склад вхідних даних. До них насамперед належить де-
загрегований національний енергетичний баланс чи ба-
ланс електроенергії. Для цього потрібні детальна стати-
стика з виробництва і споживання енергетичних
ресурсів, технічні та економічні параметри роботи існу-
ючих і перспективних на конкретному часовому горизо-
нті потужностей. Бажано мати графіки електричних
14
Відновлювана енергетика. №4/2023 | Комплексні проблеми енергетичних систем на основі НВДЕ
навантажень, обсяги, вартості та джерела надходження
палива, інші макроекономічні показники, зокрема про-
гнозовані, прогноз цін та інших вартісних показників.
Для екологічної оцінки потрібно задати коефіцієнти об-
рахунку шкідливих викидів від різних видів палива та те-
хнологій. Тут якість розрахунку залежить від якості про-
гнозу цих даних на тривалий час (десятки років). Це
само собою є непростою задачею; наявність додаткової
невизначеності у вигляді ВДЕ, залежних від погодних
факторів, значно ускладнює задачу оптимізації. Метою
роботи є аналіз можливостей використання моделі до-
вготермінового прогнозування розвитку енергетики для
адекватного відображення особливостей ВДЕ негаран-
тованої потужності (сонячної, вітрової) з урахуванням
часової мінливості та рівня невизначеності поточних
значень у кожний момент часу.
Основні результати
Найхарактернішою особливістю таких ВДЕ, як сонячна
та вітрова генерація, є залежність від погодних умов,
отже, залежність від слабо прогнозованих або цілком
випадкових величин. Тому важливою здатністю моделі
має бути можливість оперативного передбачення зміни
параметрів та можливість представлення стохастичних
процесів (у цьому разі процесів генерації енергії), для
забезпечення поточного енергобалансу [11]. Розгля-
немо, які з можливостей моделювання можуть бути ви-
користаними.
Усі обмеження TIMES активуються та визначаються шля-
хом визначення деяких показників, іменованих
атрибутами. Атрибути додаються до процесів, товарів,
потоків або спеціальних змінних, які були створені для
визначення нових функцій. Атрибути надають додат-
кову гнучкість моделювання. Атрибути можуть бути ка-
рдинальними (числа) або порядковими (списки, на-
бори). Кардинальні (основні) атрибути називаються
параметрами.
До технічних параметрів процесів можуть бути відне-
сені ефективність процесу, коефіцієнти доступності, спо-
живання товару на одиницю діяльності, частки палива
на одиницю діяльності, технічний термін експлуатації
процесу, час виконання будівництва, час і тривалість де-
монтажу, кількість спожитих товарів (відповідно вивіль-
нених) шляхом побудови (відповідно демонтажу) однієї
одиниці процесу та внесок у забезпечення пікових пот-
реб. Особливий вид обмежень полягає у встановленні
верхніх або нижніх меж на швидкість розвитку техноло-
гій. Найчастіше такими обмеженнями є інвестиції, поту-
жність і активність процесу. Обмеження зростання нале-
жать до класу динамічних границь, у них можуть бути
кілька періодів. Динамічні межі визначаються користу-
вачем.
Товарно-орієнтовані параметри належать до тих самих
категорій, що й процеси. Технічні параметри, пов’язані з
товарами, – це загальна ефективність (наприклад, за-
гальна ефективність електричної мережі) і часові зрізи,
протягом яких цей товар слід відстежувати. Крім того,
для товарів попиту можна вказати криві річного прогно-
зованого попиту та навантаження (якщо товар має роз-
дільну здатність до річного періоду). До економічних
Рисунок. Модель енергетичної системи – специфікація структури (джерело: матеріали Інституту економіки
та прогнозування НАН України)
Figure. Energy system model – structure specification (source: materials of the Institute of Economics and Forecasting of
the NAS Ukraine)
15
Відновлювана енергетика. №4/2023 | Комплексні проблеми енергетичних систем на основі НВДЕ
параметрів належать додаткові витрати, податки та суб-
сидії на загальне чи чисте виробництво товару.
Частина параметрів пов’язана з товарними потоками.
Товарний потік (далі просто потік) – це кількість певного
товару, виробленого або спожитого певним процесом.
Деякі процеси мають кілька потоків, які входять або ви-
ходять з них, можливо, різних типів (паливо, матеріали,
вимоги або викиди). У TIMES кожен потік має прикріп-
лену до нього змінну, а також кілька атрибутів. Технічні
параметри разом із деякими налаштованими атрибу-
тами дозволяють повністю контролювати максимальну
та/або мінімальну частку, яку може займати певний вхі-
дний чи вихідний потік у межах однієї товарної групи.
Інші параметри та набори визначають кількість певних
відтоків по відношенню до відповідних супутніх потоків
(наприклад, ефективність, рівень викидів).
Крім атрибутів, засобом збільшення гнучкості моделі
відповідно до погодних умов є кліматичний модуль.
Модуль орієнтований переважно на стан глобальних
шкідливих викидів і послідовно обчислює зміни конце-
нтрацій CO2, CH4 та N2O на тривалому часовому відтинку,
загальну зміну (протягом доіндустріальних часів) радіа-
ційного впливу на атмосферу, а також екзогенно визна-
чений додатковий вплив, зумовлений іншими причи-
нами (антропогенні та/або природні чинники), зміни
температури (за доіндустріальний час) у двох рівнях во-
дного середовища (поверхневому та глибинному). У
кліматичному модулі TIMES зміна клімату представлена
переважно глобальною середньою температурою, з рі-
чними або довшими інтервалами.
Для суто випадкових чинників передбачено застосу-
вання стохастичного програмування. Припускається, що
певні ключові параметри моделі є випадковими, що ви-
магає використання стохастичного програмування, а не
звичайного детермінованого алгоритму лінійного про-
грамування. Стохастичне програмування в цій моделі –
це метод прийняття оптимальних рішень в умовах ри-
зику. Ризик полягає в невизначеності щодо значень де-
яких параметрів задачі (вартості, вагові коефіцієнти, об-
меження). Кожен невизначений параметр вважається
випадковою величиною, зазвичай з дискретним відо-
мим розподілом імовірностей. Отже, цільова функція
також стає випадковою величиною, і необхідно вибрати
критерій оптимізації. Таким критерієм може бути очіку-
вана вартість, очікувана корисність тощо.
У моделі прийнято, що невизначеність певного параме-
тра вирішується (повністю або частково) у час вирі-
шення, тобто на часовому зрізі, коли виявляється факти-
чне значення параметра. Різні параметри можуть мати
різний час роздільних значень. Як час вирішення, так і
розподіли ймовірностей параметрів можуть бути пред-
ставлені на дереві подій. Кожна гілка дерева подій є ок-
ремим сценарієм (випадковою реалізацією) процесу, і
розпочинається у час вирішення стосовно значення ви-
падкового параметра. Це безпосередньо веде до насту-
пної загальної багатоперіодної, багатоетапної стохас-
тичної програми в рівняннях моделі; це також лінійне
програмування, але його розмір набагато більший, ніж
у детермінованої моделі TIMES. Загальний вигляд рів-
нянь:
min),(),(),( →=∑ ∑ stpstXstCZ T
t
S
s , (1)
TtTSsstbstXstA ∈∈∀≥ ),(),,(),(),( , (2)
де t – часовий проміжок; T – множина інтервалів часу;
s – індекс поточного стану (випадковий параметр); S(t) –
множина станів у часові проміжки t. Тут X(t,s) – вектор
шуканих змінних; C(t,s) – показник вартості; p(t,s) – імо-
вірність події; b(t,s) визначає обмеження в проміжку t
відповідно до сценарію s. Решта коефіцієнтів – числові
параметри моделі.
Рівняння (1) визначає цільову функцію, тобто критерій
оптимізації; система нерівностей (2) встановлює обме-
ження, визначені розробником задачі (користувачем).
Аналогічно (2) може бути задано обмеження також на
кумулятивні показники (накопичувальний баланс).
Альтернативне (але еквівалентне) формулювання поля-
гає у визначенні одного сценарію на шляху від початко-
вого до кінцевого періоду та різних змінних X(t,s) для
кожного сценарію та кожного періоду часу.
Такий опис стохастичного програмування припускає, що
користувач приймає очікувану вартість як свій критерій
оптимізації. Це еквівалентно тому, що він нейтральний
до ризику. В багатьох ситуаціях припущення про ней-
тральність ризику є лише наближенням справжньої
цільової функції для особи, яка приймає рішення.
Інший підхід базується на класичній моделі E-V
(Expected Value-Variance). У підході E-V передбачається,
що дисперсія вартості є прийнятною мірою ризику,
пов’язаного зі стратегією за наявності невизначеності.
Обчислюється певним чином дисперсія вартості даної
стратегії. Підхід E-V замінює критерій очікуваної (осере-
дненої) вартості ECk для сценарію k такою функцією для
мінімізації:
)( kkk CVarECU λ+= , (3)
де λ>0 – міра уникнення ризику для особи, яка приймає
рішення; Var(Ck) – варіація (дисперсія) відповідної мно-
жини можливих значень вартості. Для λ = 0 виходить
звичайний критерій очікуваної вартості. Більші значення
λ вказують на збільшення неприйняття ризику. Враху-
вання уникнення ризику за допомогою цього формулю-
вання призвело б до нелінійної, невипуклої моделі з
усіма відповідними обчислювальними обмеженнями.
Це накладе серйозні обмеження на розмір моделі.
Загальні багатоетапні задачі стохастичного програму-
вання описаного вище типу можна розв’язувати станда-
ртними алгоритмами шляхом вирішення детермінова-
ного еквівалента стохастичної моделі. Однак
детермінована проблема може стати дуже великою і,
16
Відновлювана енергетика. №4/2023 | Комплексні проблеми енергетичних систем на основі НВДЕ
отже, важкою для вирішення, особливо якщо вводяться
цілі змінні, а також у випадку лінійних моделей з вели-
кою кількістю стохастичних сценаріїв.
Оцінимо, наскільки описані можливості моделювання
дозволяють врахувати реальну поведінку ВДЕ негаран-
тованої потужності.
Сезонність. Як свідчить опис можливостей моделі
TIMES, там передбачено змінні в часі потоки товарів та
процеси. Ці зміни характерні для традиційної енерге-
тики. Крок по часу в річному масштабі чи навіть по сезо-
нах відповідає можливим змінам встановленої потуж-
ності, а не поточним коливанням через зміну погодних
умов. Кліматичний модуль стосується лише середньорі-
чних характеристик. На додаток до річних періодів часу
(які можуть мати змінну довжину), існують часові поді-
лки в межах року, звані часовими зрізами, які користу-
вач може задавати за бажанням. Часові зрізи особливо
важливі, коли умови в різні пори року істотно відрізня-
ються. Існують різні фактори доступності або вартості
енергоносія: річні чи сезонні. Кожен може бути визна-
чений через максимальний коефіцієнт, точний або на-
віть мінімальний (щоб забезпечити мінімальне викори-
стання деякого обладнання). При цьому для кожного
періоду часу t і для кожного регіону має бути достатньо
встановленої потужності, щоб перевищити необхідну
потужність у сезон найбільшого попиту на товар. Часо-
вим зрізам потрібно бути гнучкими з багаторівневою іє-
рархією. У TIMES будь-який товар і процес можуть мати
власні часові проміжки, вибрані користувачем. Ці гнучкі
часові проміжки розділені на три групи: сезонні (або
щомісячні), тижневі (будні та вихідні) і щоденні (день /
ніч або погодинна), де будь-який рівень можна розши-
рити (скоротити) або опустити. Наприклад, використо-
вують чотири часові зрізи, що поєднують два сезони
(зима і літо) і два внутрішньодобові періоди (день і ніч).
Зрозуміло, що збільшення кількості часових зрізів приз-
водить до зростання розрахунків, і робить застосування
моделі більш громіздким.
У зазначених прикладах сезонність вважається однако-
вою в різні роки, по суті, постійне впродовж року зна-
чення замінюють ламаною лінією ступінчастого типу як
багатоступеневою кривою пропозиції. Це допоможе ві-
добразити характерний річний хід вітрової чи сонячної
потужності. Оскільки номінальна потужність джерела є
фіксованим товаром з моменту введення в експлуата-
цію до виведення, бажано мінливість генерації опису-
вати як зміну властивості товару, якщо товар – це вста-
новлена потужність.
Можливий також шлях відображення сезонності у ви-
гляді атрибутів до відповідного товарного потоку (якщо
потік – це наслідок процесу перетворення потужності
установки у надходження енергії). Оскільки атрибутів
процесу може бути декілька, можна описати їх як влас-
тивості внутрішньодобових періодів (день–ніч), та се-
зонних (зима–літо, або краще помісячно). Тоді сезонні
показники будуть одночасно пропорційними
встановленій потужності певного джерела енергії, але
матимуть різні вагові коефіцієнти. Інтервали день–ніч (а
краще погодинні) особливо важливі для сонячної енер-
гетики, для вітрової – лише в разі вираженого добового
ходу швидкості вітру. Тижневий інтервал істотний лише
для навантаження, ВДЕ не стосується.
Інший спосіб – урахування змін процесу (коефіцієнтів
ефективності товару, по суті, сезонного коефіцієнта ви-
користання встановленої потужності). Тоді крива надхо-
дження товару буде аналогічним чином відповідати се-
редньому ходу. Додатковою можливістю є
встановлення верхніх та нижніх меж як динамічних гра-
ниць, їх можна розглядати як довірчі інтервали випад-
кового процесу. Це вже стосується певного опису стоха-
стичності процесу. Змінними параметрами процесу
можуть бути потужність процесу, його активність, а саме
річні та проміжні значення за певний період. Однак зна-
чення меж насправді використовуються для обмежень
оптимальної траєкторії, тобто такий атрибут враховує
можливе диспетчерське керування поточною потужні-
стю.
Стохастичність. Зазначені атрибути дозволяють врахо-
вувати змінну природу ВДЕ, але в сенсі математичного
очікування в різний час. Модель працює власне з дете-
рмінованими параметрами як координатами задачі оп-
тимізації. Стохастичність у моделі TIMES передбачена в
такий спосіб: припускається, що певні ключові параме-
три моделі є випадковими (це вимагає використання
стохастичного програмування); обмежене (у часі) пе-
редбачення, що вимагає використання послідовного лі-
нійного програмування, а не однієї глобальної лінійної
оптимізації; використання змішаного цілочисельного
програмування замість лінійного; припущення, що ви-
трати на деякі технології є спадними функціями кумуля-
тивної кількості, тобто передбачається крива навчання.
Стохастичне програмування в цій моделі – це прийняття
оптимальних рішень в умовах ризику, який полягає в не-
визначеності щодо значень деяких параметрів. Кожен
невизначений параметр вважається випадковою вели-
чиною, зазвичай з дискретним відомим розподілом
імовірностей. Такий підхід стосовно поточної ефектив-
ності товару чи обсягів потоку дозволив би врахувати
природну випадкову природу ВДЕ. Однак модель пе-
редбачає, що випадкова зміна параметра можлива
лише в певні моменти часу. Це безпосередньо веде до
загальної багатоперіодної, багатоетапної стохастичної
програми в рівняннях моделі. Це також лінійне програ-
мування, але його розмір набагато більший, ніж у дете-
рмінованої моделі TIMES. По суті, одна траєкторія роз-
рахункового процесу замінюється деревом подій,
кожна гілка якого відповідає новому значенню випадко-
вого параметра. Кожен шлях уздовж дерева подій пред-
ставляє іншу реалізацію випадкових параметрів. Кіль-
кість таких гілок обмежена можливостями
математичного процесора та власними обмеженнями
програмного комплексу (моделі). Отже, випадкові пара-
метри можуть мати дискретний набір значень, а
17
Відновлювана енергетика. №4/2023 | Комплексні проблеми енергетичних систем на основі НВДЕ
кількість випадкових змін рахується одиницями (в описі
моделі такі зміни передбачено на двох часових зрізах з
двома можливими значеннями параметра – високим
або низьким, тобто дерево подій матиме на виході чо-
тири гілки. Натомість реальна стохастична задача мала
б передбачити континуальну множину значень параме-
трів (чи дискретну, відповідну до заданих довірчих рів-
нів або квантилів розподілу ймовірності), а кількість ча-
сових зрізів (моментів зміни поточної потужності ВДЕ) в
ідеалі також континуальна, реально дискретна з малим
часовим інтервалом (кілька хвилин). Зрозуміло, така
модель потребувала б надто великої кількості розраху-
нків, і цією моделлю TIMES не передбачена. Якби ми ро-
зглядали часовий горизонт розбитим на n часових інте-
рвалів, тобто зрізів, а на кожному зрізі передбачали k
можливих значень, то результуюча кількість гілок на
останньому кроці досягла б kn. Наприклад, для доби, ро-
збитої на погодинні значення (це досить груба дискрет-
ність), для кожної години передбачали лише середнє,
низьке та високе значення (як базовий, песимістичний
та оптимістичний сценарії), і на кінець доби отримали б
324≈28∙1010 (282 млрд) сценаріїв, кожен з яких потребує
розв’язання окремої задачі оптимізації. Навіть якби
добу розбили на чотири пори (ніч–ранок–день–вечір),
отримали б 81 задачу оптимізації для доби, що нале-
жить певному місяцю. Насправді для опису сонячної та
вітрової генерації застосовують інтервали порядку 10–
15 хв, а ймовірний розподіл значень для часового зрізу
доцільно описувати гістограмою по хоча б десяти града-
ціях. Зрозуміло, що такий підхід не є реалістичним при
наведеному вище формулюванні роботи моделі.
Отже, стохастична модель оптимізації містить вектори
шуканих змінних та матриці коефіцієнтів, залежні від
часу t та поточного стану s, де множина інтервалів часу
(t ≤ T, всього n значень) та індексів поточного стану (s ≤
k) обмежена. До векторних величин можуть належати
показники вартості, ймовірності станів у кожному із сце-
наріїв (гілок дерева подій), решта коефіцієнтів зазви-
чай – детерміновані параметри моделі. Альтернативне
(але еквівалентне) формулювання полягає у визначенні
одного сценарію та визначення різних змінних X(t,s) для
кожного сценарію та кожного періоду часу. Однак кіль-
кість змінних зростатиме аналогічно, і для кожної має
бути своя система обмежень. Припущення, що змінна є
однаковою на всіх часових інтервалах, рівносильне тве-
рдженню, що, наприклад, низьке значення притаманне
кожному інтервалу часу. Ймовірність такого сценарію
рівна добутку ймовірностей отримати низьке значення,
і при значній кількості часових інтервалів є зникаюче ма-
лою. Можна однак стверджувати, що таким чином мо-
жна оптимізувати сценарії базовий, теоретично (з ма-
лою ймовірністю) найгірший і найкращий. Це
визначатиме діапазон значень, але щільність розподілу
в ньому буде за означенням зосередженою в районі се-
реднього значення (базового сценарію). Такий розраху-
нок можна виконати для окремої доби відповідного се-
зону (чи місяця), і різницю між базовим та винятковими
сценаріями враховувати як постійну поправку (сезонні
поправки) до розрахунку на повному часовому горизо-
нті.
Інший підхід базується на внесенні поправок на нестабі-
льність ВДЕ як міру ризику, зважаючи на потребу опти-
мізувати витрати на цілорічних часових інтервалах.
Якщо в підході E-V передбачається, що дисперсія варто-
сті призводить до зростання ризику і відповідного зрос-
тання ймовірної вартості, то таким же чином можна вва-
жати нестабільність ВДЕ фактором ризику, притаман-
ного всьому часовому горизонту моделі. Тоді розрахун-
кова потужність ВДЕ враховувалась би аналогічно (3):
)],([)()(),( stXStDttXstX λ+= , (4)
де X(t) – осереднена (детермінована) характеристика
товарного потоку (генерації ВДЕ);
λ(t) – міра ризику, допустима для вибраного часового ін-
тервалу (в разі нестаціонарності);
StD(…) – стандартна девіація характеристики (середньо-
квадратичне відхилення).
Тут має бути враховано представлення поточної потуж-
ності ВДЕ як композиції детермінованої лінії тренду та
випадкових відхилень від тренду [12]:
де U(t) = U{ui} – випадкові відхилення як неперервна фу-
нкція або множина дискретних значень на елементар-
ному часовому інтервалі Δt;
ε – стандартна нормальна випадкова величина;
α і σ – числові параметри дрейфу й волатильності відпо-
відно.
Параметр λ(t) як міра ризику може вибиратися з розра-
хунку довірчого інтервалу при відомому розподілі ймо-
вірності випадкової величини. Для швидкості вітру як
функції щільності розподілу зазвичай вибирають розпо-
діл Вейбулла, для сонячної радіації – бета-розподіл або
композицію розподілів. Однак для потужності електро-
станцій на базі цих ВДЕ, враховуючи велику кількість ус-
тановок, можна використовувати нормальний розподіл
на підставі центральної граничної теореми теорії ймові-
рності, як у формулі (5). Як параметр λ(t) можна застосо-
вувати квантиль відповідного розподілу, де залежність
від часу має враховувати сезонність поведінки ВДЕ. Так,
для нормального розподілу квантиль 1,96 відповідає
симетричній імовірності 0,95 – з імовірністю 0,95 (або
95 % часу) випадкова величина може відхилятися від се-
реднього в межах ±1,96 StD. На відміну від підходу E-V,
εσαεωε ⋅+⋅==+= −
∆+
∫ 1)(),,()(),( i
tt
ti udttUutUttP i
i
, (5)
18
Відновлювана енергетика. №4/2023 | Комплексні проблеми енергетичних систем на основі НВДЕ
де девіація включена до критерію оптимізації й тому
призводить до нелінійної та невипуклої моделі з відпо-
відними обчислювальними обмеженнями, в цьому під-
ході задача оптимізації лишається лінійною. Недоліком
такого підходу є дещо завищена потреба в генеруваль-
ній потужності ВДЕ як плата за ризик. Зменшити над-
лишкову потужність можна, якщо враховувати односто-
роннє обмеження (наприклад, лише нестачу
потужності), тоді квантиль рівня надійності 0,95 дорів-
нює 1,645. Інший шлях – вимоги до надійності вважати
менш жорсткими; так, наприклад, половина очікуваних
значень коливається в межах ±0,675∙StD.
Висновки
Програмний комплекс TIMES має широке застосування
для побудови оптимального сценарію розвитку енерго-
системи, з урахуванням можливостей та потреб різних
галузей економіки. Коректні результати можуть бути
отримані за наявності достатньої кількості початкових
даних, поточних та прогнозованих, в тому числі ймовір-
них з певним рівнем достовірності. Математична мо-
дель комплексу оперує із значними часовими відріз-
ками, поділеними на інтервали. При цьому основним
кроком по часу є рік, можливо сезон. Коротші часові
проміжки (тиждень, доба) розглядаються лише як ти-
пові для року чи сезону. Параметри процесу вважаються
детермінованими, визначеними як середні значення на
часовому інтервалі, а врахування випадкового чинника
виконується як побудова множини ймовірних сценаріїв.
Кількість сценаріїв обмежена можливостями програм-
ного комплексу і зазвичай перебуває в межах десятка.
Відновлювана генерація враховується в TIMES нарівні з
традиційною, як певна встановлена потужність та осе-
реднена продуктивність. Таке представлення допус-
тиме для економічних розрахунків на тривалу перспек-
тиву, однак не враховує поточної варіативності ВДЕ, яка
потребуватиме не врахованих системою резервних за-
собів. При цьому основна умова роботи комплексу – за-
безпечення балансу споживання та пропозиції на кож-
ному часовому інтервалі – може не виконуватись
всередині інтервалу. Це потребує додаткових заходів з
використання TIMES за наявності значної частки (10 % і
більше) відновлюваної генерації.
Точне врахування властивостей таких джерел, як соня-
чна та вітрова генерація, неможлива в межах існуючої
моделі. Кліматичний модуль враховує середні річні по-
казники, а стохастичність враховується як обмежена кіль-
кість сценаріїв відомої ймовірності. Однак викорис-
тання передбачених засобів гнучкості дозволяє покра-
щити моделювання джерел негарантованої потужності.
Використання атрибутів для таких змінних моделі з різ-
ними часовими зрізами, як товар (тут це енергоносій),
чи товарний потік (надходження енергоносія), дає мож-
ливість описати різну ефективність джерела відновлю-
ваної енергії в різні пори року. Аналогічно можна вико-
ристати атрибути процесу як показників ефективності
перетворення енергії. Таким чином враховуються лише
середні значення потоків енергії, притаманні різним ви-
дам ВДЕ та різним сезонам. Для врахування поточної
стохастичності можна застосувати такий підхід, як за-
провадження фактора ризику до зазначених атрибутів,
аналогічно до цінового ризику. Як показник ризику
може виступати дисперсія (девіація) технічних парамет-
рів, які стосуються поточних значень потужності ВДЕ; за-
вдяки цьому можна оцінити не лише діапазони можли-
вих значень, але й ступінь їх достовірності. Отже,
результатом моделювання може бути визначення опти-
мального сценарію розвитку енергосистеми за умови
дотримання заданої надійності як імовірнісної оцінки.
Така модель лишається лінійною та детермінованою,
проте дозволяє врахувати притаманні ВДЕ випадкові
властивості. Звичайно, врахування ризиків призведе до
дещо завищених потреб у потужностях генерації, проте
користувач має змогу наперед задавати рівень ризико-
вості, шляхом оцінки допустимості виходу за межі бала-
нсу чи визначення довірчого інтервалу для оптимізова-
них рішень.
Стаття підготовлена в межах виконання науково-техніч-
них робіт Національної академії наук України: НДР
«Комплекс-Інтегро» (КПКВК 6541030) та українсько-
шведського проєкту «Українські стійкі енергетичні сис-
теми» (Ukrainian Sustainable Energy Systems), фінансова-
ного Шведським інститутом (Sl – Svenska institutet).
ПОСИЛАННЯ
1. Transforming our world: the 2030 Agenda for
Sustainable Development. URL:
https://sdgs.un.org/2030agenda.
2. Атлас енергетичного потенціалу відновлюваних
джерел енергії України / за заг. ред. С. О. Кудрі. К.:
Інститут відновлюваної енергетики НАН України.
2020. 82 с. ISBN 978-966-999-034-1. URL:
https://www.ive.org.ua/wp-content/uploads/atlas.pdf.
3. Огляди стану та проблем ПЕК. Науково-технічна спі-
лка енергетиків та електротехніків України. URL:
https://www.ntseu.net.ua/news/review-ntseu.
4. Energy Technology Systems Analysis Programme. URL:
http://www.iea-etsap.org/web/Documentation.asp.
5. GAMS. The General Algebraic Modeling System. URL:
http://www.gams.com/download.
6. VEDA2.0. URL:
https://github.com/kanors-emr/Veda2.0-Installation.
7. Chepeliev M., Diachuk O., Podolets R., Semeniuk A. Can
Ukraine go ‘‘green’’ on the post-war recovery path?
Joule (2023). URL:
https://doi.org/10.1016/j.joule.2023.02.007.
8. Petrovi´c S., Diachuk O. at al. Exploring the Long-Term
Development of the Ukrainian Energy System. Energies
2021, 14, 7731. URL:
https://doi.org/10.3390/en14227731.
19
Відновлювана енергетика. №4/2023 | Комплексні проблеми енергетичних систем на основі НВДЕ
9. Diachuk O., Podolets R., Yukhymets R. et al. (2019)
Long-term Energy Modelling and Forecasting in
Ukraine: Scenarios for the Action Plan of Energy
Strategy of Ukraine until 2035 [Electronic resource].
Kyiv-Copenhagen. 2019. 52 p. URL:
https://ens.dk/sites/ens.dk/files/Globalcooperation/long-
term_energy_modelling_and_forecasting_in_ukraine_en
glish.pdf
10. Diachuk O. et al. (2017) Decarbonization of Ukraine's
energy sector / Ukraine 2050: Low Emission
Development Strategy. United Nations Framework
Convention on Climate Change. URL:
https://unfccc.int/node/181275.
11. Kuznetsov M., Lysenko O., Chebanov A., Zhuravel D.
Ensuring power balance in a hybrid power system with
a standby generator. Eastern-European Journal of
Enterprise Technologies. 2021. № 6/8 (114). Pр.6–15.
DOI: 10.15587/1729-4061.2021.245557.
12. 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). Pр. 196–
200. DOI: 10.1109/ess.2019.8764189, ISBN:
9781728121604.
REFERENCES
1. Transforming our world: the 2030 Agenda for Sustaina-
ble Development. URL:
https://sdgs.un.org/2030agenda.
2. Atlas enerhetychnoho potentsialu vidnovliuvanykh
dzherel enerhii Ukrainy [Atlas of the energy potential of
renewable energy sources of Ukraine] ed. by S. Kudrya.
K.: Institute of Renewable Energy of the NAS Ukraine.
2020. 82 p. ISBN 978-966-999-034-1. URL:
https://www.ive.org.ua/wp-content/uploads/atlas.pdf.
(Ukr.)
3. Ohliady stanu ta problem PEK. Naukovo-tekhnichna
spilka enerhetykiv ta elektrotekhnikiv Ukrainy
[Reviews of the state and problems of PEK. Scientific
and technical union of energy workers and electrical
engineers
of Ukraine]. URL:
https://www.ntseu.net.ua/news/review-ntseu. (Ukr.)
4. Energy Technology Systems Analysis Programme. URL:
http://www.iea-etsap.org/web/Documentation.asp.
5. GAMS. The General Algebraic Modeling System. URL:
http://www.gams.com/download.
6. VEDA2.0. URL: https://github.com/kanors-
emr/Veda2.0-Installation.
7. Chepeliev M., Diachuk O., Podolets R., Semeniuk A. Can
Ukraine go ‘‘green’’ on the post-war recovery path?
Joule (2023). URL:
https://doi.org/10.1016/j.joule.2023.02.007.
8. Petrovi´c S., Diachuk O. at al. Exploring the Long-Term
Development of the Ukrainian Energy System. Energies.
2021. 14. 7731. URL:
https://doi.org/10.3390/en14227731.
9. Diachuk O., Podolets R., Yukhymets R. et al. (2019)
Long-term Energy Modelling and Forecasting in
Ukraine: Scenarios for the Action Plan of Energy
Strategy of Ukraine until 2035 [Electronic resource].
Kyiv-Copenhagen. 2019. 52 p. URL:
https://ens.dk/sites/ens.dk/files/Globalcooperation/long-
term_energy_modelling_and_forecasting_in_ukraine_en
glish.pdf
10. Diachuk O. et al. (2017) Decarbonization of Ukraine's
energy sector / Ukraine 2050: Low Emission
Development Strategy. United Nations Framework
Convention on Climate Change. URL:
https://unfccc.int/node/181275.
11. Kuznetsov M., Lysenko O., Chebanov A., Zhuravel D.
Ensuring power balance in a hybrid power system with
a standby generator. Eastern-European Journal of
Enterprise Technologies. 2021. № 6/8 (114). Pр. 6–15.
DOI: 10.15587/1729-4061.2021.245557.
12. 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). Pр. 196–
200. DOI: 10.1109/ess.2019.8764189, ISBN:
9781728121604.
|
| id | veorgua-article-425 |
| institution | Vidnovluvana energetika |
| keywords_txt_mv | keywords |
| language | Ukrainian |
| last_indexed | 2026-07-19T01:12:08Z |
| publishDate | 2023 |
| publisher | Institute of Renewable Energy National Academy of Sciences of Ukraine |
| record_format | ojs |
| resource_txt_mv | veorgua/1e/062be50e22b5bd3522b7592ea7fbbb1e.pdf |
| spelling | veorgua-article-4252026-07-18T06:32:19Z POSSIBILITIES OF USING THE TIMES SOFTWARE TAKING INTO ACCOUNT THE NON-GUARANTEED RENEWABLE ENERGY МОЖЛИВОСТІ ВИКОРИСТАННЯ ПРОГРАМНОГО КОМПЛЕКСУ TIMES З УРАХУВАННЯМ НЕГАРАНТОВАНОЇ ПОТУЖНОСТІ ВІДНОВЛЮВАНИХ ДЖЕРЕЛ ЕНЕРГІЇ Kuznietsov, M. Lysenko, O. TIMES software, renewable energy sources, non-guaranteed capacity, risk factor. програмний комплекс TIMES, відновлювані джерела енергії, негарантована потужність, фактор ризику. The purpose of this paper is to analyze the possibilities of using the model of long-term energy development forecasting to adequately reflect the features of renewable energy sources (RES) of non-guaranteed power (solar, wind), as temporal variability and the level of uncertainty. The tasks of long-term modeling of energy development require a comprehensive approach, taking into account all the features of various energy sources. The combination of energy systems requires a coordinated approach to planning their development. One of the means of optimal planning is the TIMES software complex, which has also some application in Ukraine. However, the growth of the renewable sources share of non-guaranteed capacity imposes additional requirements on the mathematical apparatus. The TIMES climate and stochasticity modules are not designed for the random nature of RES. The work proposes to use the available capabilities of the program aimed at ensuring the flexibility of approaches, supplementing them with RES uncertainty factors. New content is added to some attributes of commodities, commodity flows and processes, which allows us to take into account possible deviations around expected values. The random nature of RES can be described through indicators of dispersion of values and probability density distribution. The risk factor is used as a technical parameter, by which it is possible to obtain a range of solutions with a given reliability. This allows us to consider the probability of imbalance of current energy flows, providing a certain margin of stability of the energy system within reasonable margins. Bible 12, fig. 1. Метою цієї роботи є аналіз можливостей використання моделі довготермінового прогнозування розвитку енергетики для адекватного відображення особливостей відновлюваних джерел енергії (ВДЕ) негарантованої потужності (сонячної, вітрової) з урахуванням часової мінливості та рівня невизначеності. Задачі довготермінового моделювання розвитку енергетики вимагають комплексного підходу з урахуванням усіх особливостей різних джерел енергії. Поєднання енергетичних систем вимагає узгодженого підходу до планування їх розвитку. Одним із засобів оптимального планування є програмний комплекс TIMES, застосований також в Україні. Однак зростання частки відновлюваних джерел негарантованої потужності накладає додаткові вимоги до математичного апарату. Модулі врахування клімату й стохастичності програми TIMES не розраховані на випадкову природу ВДЕ. В роботі пропонується використати наявні можливості програми, спрямовані на забезпечення гнучкості підходів, доповнивши їх факторами невизначеності ВДЕ. Вкладається новий зміст у деякі атрибути товарів, товарних потоків та процесів, що дає змогу врахувати ймовірні відхилення від очікуваних значень. Випадковий характер ВДЕ може бути описаний через показники дисперсії значень та щільності розподілу. Фактор ризику використовується як технічний параметр, завдяки чому можна отримати діапазон рішень з заданою достовірністю. Це дозволяє врахувати ймовірність незбалансованості поточних енергетичних потоків, забезпечивши певний запас стійкості енергосистеми в розумних межах. Бібл. 12, рис. 1. Institute of Renewable Energy National Academy of Sciences of Ukraine 2023-12-30 Article Article application/pdf https://ve.org.ua/index.php/journal/article/view/425 10.36296/1819-8058.2023.4(75).11-19 Vidnovluvana energetika ; No. 4(75) (2023): Scientific and applied Journal renewable energy ; 11-19 Возобновляемая энергетика; ##issue.no## 4(75) (2023): Scientific and applied Journal renewable energy ; 11-19 Відновлювана енергетика; № 4(75) (2023): Науково-прикладний журнал Відновлювана енергетика; 11-19 2664-8172 1819-8058 10.36296/1819-8058.2023.4(75) uk https://ve.org.ua/index.php/journal/article/view/425/333 Copyright (c) 2023 M. Kuznietsov, O. Lysenko https://creativecommons.org/licenses/by-nc-nd/4.0 |
| spellingShingle | TIMES software renewable energy sources non-guaranteed capacity risk factor. Kuznietsov, M. Lysenko, O. POSSIBILITIES OF USING THE TIMES SOFTWARE TAKING INTO ACCOUNT THE NON-GUARANTEED RENEWABLE ENERGY |
| title | POSSIBILITIES OF USING THE TIMES SOFTWARE TAKING INTO ACCOUNT THE NON-GUARANTEED RENEWABLE ENERGY |
| title_alt | МОЖЛИВОСТІ ВИКОРИСТАННЯ ПРОГРАМНОГО КОМПЛЕКСУ TIMES З УРАХУВАННЯМ НЕГАРАНТОВАНОЇ ПОТУЖНОСТІ ВІДНОВЛЮВАНИХ ДЖЕРЕЛ ЕНЕРГІЇ |
| title_full | POSSIBILITIES OF USING THE TIMES SOFTWARE TAKING INTO ACCOUNT THE NON-GUARANTEED RENEWABLE ENERGY |
| title_fullStr | POSSIBILITIES OF USING THE TIMES SOFTWARE TAKING INTO ACCOUNT THE NON-GUARANTEED RENEWABLE ENERGY |
| title_full_unstemmed | POSSIBILITIES OF USING THE TIMES SOFTWARE TAKING INTO ACCOUNT THE NON-GUARANTEED RENEWABLE ENERGY |
| title_short | POSSIBILITIES OF USING THE TIMES SOFTWARE TAKING INTO ACCOUNT THE NON-GUARANTEED RENEWABLE ENERGY |
| title_sort | possibilities of using the times software taking into account the non-guaranteed renewable energy |
| topic | TIMES software renewable energy sources non-guaranteed capacity risk factor. |
| topic_facet | TIMES software renewable energy sources non-guaranteed capacity risk factor. програмний комплекс TIMES відновлювані джерела енергії негарантована потужність фактор ризику. |
| url | https://ve.org.ua/index.php/journal/article/view/425 |
| work_keys_str_mv | AT kuznietsovm possibilitiesofusingthetimessoftwaretakingintoaccountthenonguaranteedrenewableenergy AT lysenkoo possibilitiesofusingthetimessoftwaretakingintoaccountthenonguaranteedrenewableenergy AT kuznietsovm možlivostívikoristannâprogramnogokompleksutimeszurahuvannâmnegarantovanoípotužnostívídnovlûvanihdžerelenergíí AT lysenkoo možlivostívikoristannâprogramnogokompleksutimeszurahuvannâmnegarantovanoípotužnostívídnovlûvanihdžerelenergíí |