Мировые энергетические системы активно развиваются в части многоуровневой автоматизации и интеллектуализации. Это создает основу новых электроэнергетических систем будущего – активно-адаптивных сетей (ААС) или SmartGrid. Такие сети отличаются широкой функциональной насыщенностью, гибкостью методов управления источниками энергии, в том числе альтернативной. ААС полностью обеспечивает запросы потребителей за счет устойчивого характера потребления [5].
Однако переход крупных энергетических сетевых сегментов отечественной энергетики на ААС сегодня затруднен. Это обуславливается высокой стоимостью технических и технологических решений, слабым развитием коммуникационной инфраструктуры многих участков электрических сетей, отсутствием механизмов интеграции энергетической и информационной инфраструктур с необходимыми требованиями, слабым развитием законодательной базы [2, 10] и др. Все это приводит к необходимости научного обоснования режимов работы отдельных элементов, сегментов и сети в целом в аспекте SmartGrid. Одним из перспективных решений такой комплексной задачи может являться подход на основе постоянного системного мониторинга энергоданных полунатурной модели локальной ААС (MicroGrid), анализе ключевых расчетных значений потребления энергии и выработке параметров эффективного управления [9]. Кроме того, статистические данные и результаты мониторинга полунатурной модели могут использоваться на других этапах жизненного цикла ААС, например при поиске оптимальных режимов работы объектов электроэнергетической системы [1, 7], выборе ее конфигураций, формировании планов потребления энергии, обосновании решений по их изменению в учетные периоды времени и т.д.
Разработка концепции мониторинга и анализа энергоданных полунатурной модели локальной активно-адаптивной сети
Мониторинг энергоданных локальной ААС должен быть построен на основе распределенных информационно-телекоммуникационных систем сбора данных, обладающих широкими возможностями развития. В рамках данного исследования предлагается использование доступного представителя таких систем – информационно-измерительного комплекса JEVis компании Envidatec GmbH (Гамбург, Германия), обеспечивающего функции автоматического энергоучета и автоматизированной обработки результатов с использованием встроенных механизмов Octave (свободно распространяемый аналог MATLAB). Практика применения кроссплатформенного инструмента JEVis в энергоменеджменте показывает его высокую эффективность [4, 11].
Организуемая система мониторинга JEGRID предоставляет возможность получения, передачи и обработки физических данных для всех компонентов ААС. Ее компонент JEGraph реализует инструменты визуализации, JEBench – сравнения и JECalc – анализа данных. Структура системы мониторинга ААС на основе JEVis, построенная согласно [3], приведена на рис. 1.
Рис. 1. Структура системы мониторинга и анализа энергоданных полунатурной модели локальной ААС
К исследуемой полунатурной модели локальной ААС подключены серверное оборудование мониторинга JEVis Server и блок взаимодействия с пользователем – Client.
В рамках блока MicroGrid показаны генераторы Gn и потребители Cm, база данных – DB Master HIL MicroGrid, и FTP сервер, с помощью которого осуществляется передача данных в формате CSV-файлов. Связь с блоком JEVis Server производится по локальной сети – LAN.
Блок JEVis Server и Client связаны с помощью технологий глобальной сети Интернет – WAN.
Экспериментальный мониторинг и анализ энергоданных полунатурной модели ААС
Поиск, анализ и принятие решений по управлению энергосбережением в ААС выполняется с целью повышения эффективности использования энергоресурсов, а также снижения удельных расходов энергии [8]. В связи с этим повышение эффективности ААС достигается путем многовариантной оценки и своевременной реализации резервов сети с учетом минимизации потерь на выработку, передачу и преобразование энергии.
Рассмотрим приведенные составляющие мониторинга и анализа энергоданных полунатурной модели ААС более подробно.
Анализ и оценка общей эффективности энергопотребления ААС. В этом случае требуется расчет удельных расходов энергии сети на единицу выпускаемой продукции, оказываемых услуг, площади или объема здания, одного работающего и т.д. [6]. Одним из способов оценки общей эффективности использования ресурсов в ААС является сравнение фактического удельного расхода для каждого потребителя (рис. 2) с нормативным значением, полученным в результате решения оптимизационной задачи для математической модели сети.
Рис. 2. Визуализация электрических нагрузок, характеризующих эффективность работы исследуемого потребителя C1 полунатурной модели локальной ААС
На нижней части рисунка приводится дискретное отображение состояния потребления выбранного потребителя в интервале времени с 01.02.2014 по 01.06.2014. На средней части представлен энергетический профиль нагрузки потребителя в выбранное время. На верхней части показан график удельного расхода электроэнергии. Цифрой 1 обозначен режим простоя, когда потребитель находится в выключенном состоянии, 2 – режим потребления.
Зная индивидуальные графики нагрузки потребителей, можно получить групповой. Для построения суммарного суточного графика нагрузки необходимо подсчитать нагрузки потребителей и учесть потери (рис. 3). На рис. 3 обозначены: 1 – график группового энергопотребления, 2 – переменные потери, 3 – постоянные потери.
Анализ и оценка динамики энергопотребления ААС. Данный анализ выполняется для оценки характера изменения технико-экономических показателей, выявления отклонений от сложившихся тенденций и прогноза возможных изменений в будущем (рис. 4).
Рис. 3. Потери электроэнергии в потребителях C1–C6
На рис. 4 обозначены: 1 – потребляемая или генерируемая электроэнергия, 2 – стоимость электроэнергии за киловатт указанием минимальных и максимальных цен, 3 – прогноз цен оплаты, учитывая нынешнее потребление или генерацию.
Рис. 4. Динамика изменения стоимости электроэнергии в ААС
Определение резерва и потенциала энергосбережения. При проведении энергетического мониторинга полунатурной модели ААС были выявлены резервы снижения энергозатрат и потенциал возможного снижения (рис. 5). На рис. 5 обозначены: 1 – потребляемая или производимая электроэнергия; 2 – потенциал для снижения потребления энергии; 3 – резерв снижения потребления электроэнергии.
Рис. 5. Определение резервов и потенциала экономии энергии
Анализ и оценка структуры потребления энергоресурсов. Такой анализ выполняется с целью определения распределения потребляемых энергоресурсов по стоимости, энергетической ценности, процессам, территориям, цехам и т.д. Данный анализ имеет большое значение для выбора направлений и поиска резервов энергосбережения и представляется перспективным.
Выводы
В результате мониторинга и анализа энергоданных полунатурной модели ААС с помощью информационной системы на базе продукта JEVis были выявлены условия использования электроэнергии как отдельными потребителями, так и в группах. Данные оценки могут использоваться для повышения эффективности регулирования нагрузки потребителей при развертывании реальной сети. Регулирование потоков мощности активных элементов ААС на основании результатов анализа энергоданных и применения развитой сетевой инфраструктуры JEVis приводит к формированию гибких локальных энергетических систем на основе поиска оптимального режима работы энергетической инфраструктуры. Несмотря на то, что характеристики сети постоянно изменяются во времени в зависимости от режимов работы энергосистемы, система мониторинга позволяет эти изменения фиксировать и обеспечивать каждый раз расчет целевых показателей эффективности распределения и потребления электроэнергии на основе встроенных механизмов математических расчетов, тем самым формируя предпосылки для постоянного поиска энергоэффективных конфигураций.
Рецензенты:
Щербинин А.Г., д.т.н., профессор кафедры «Конструирование и технологии в электротехнике», ФГБОУ ВПО «Пермский национальный исследовательский политехнический университет», г. Пермь;
Кавалеров Б.В., д.т.н., доцент, заведующий кафедрой «Электротехника и электромеханика», ФГБОУ ВПО «Пермский национальный исследовательский политехнический университет», г. Пермь.
Работа поступила в редакцию 06.11.2014.