Дослідження перспектив застосування соціо-демографічних даних для аналізу потенціалу керування попитом
PDF

Ключові слова

smart grid
прос’юмер
графіки навантаження
накопичувачі енергії
соціо-демографічний аналіз
вирівнювання графіків навантаження

Як цитувати

Данильченко, Д. О., С. О. Федорчук, А. В. Івахнов, О. В. Кулапін, і В. В. Гриценко. «Дослідження перспектив застосування соціо-демографічних даних для аналізу потенціалу керування попитом». Вісник Національного технічного університету «ХПІ». Серія: Енергетика: надійність та енергоефективність, вип. 1 (4), Липень 2022, с. 11-16, doi:10.20998/2224-0349.2022.01.06.

Анотація

На сьогоднішній день найбільш розвинені країни стрімко збільшують обсяги виробництва електричної енергії на основі відновлюваних джерел енергії, що в першу чергу включає в себе збільшення частки генерації на сонячних та вітрових електричних станціях. Збільшення частки їх генерації призводить до виникнення проблем з підтримкою балансу генерації та навантаження. Причиною цього є стохастичний характер генерації сонячних та вітрових електричних станцій. Існує значна кількість можливостей для компенсацій цієї проблеми: підтримка балансу за рахунок існуючих традиційних електричних станцій з високою швидкістю зміни потужності, встановлення накопичувачів енергії в місцях генерації, відключення частини потужності генерації на відновлюваних джерелах енергії, продаж або купівля енергії в сусідніх країнах, використання керування попитом. Ця стаття присвячена керуванню попитом, а саме використання концепції прос’юмерів з цією метою. Прос’юмери, як учасники процесів в електроенергетичних системах, здатні функціонувати і в сучасних традиційних електричних системах за умови отримання додаткових можливостей по здійсненню ринкових операцій, однак переваги Smart Grid в значній мірі підвищують їх ефективність. Був розглянутий потенціал задіяння прос’юмерів з метою вирівнювання графіків навантаження та підтримки балансу активної потужності в енергосистемі. Задля цього було розглянуто методи та інструментарій для аналізу режимів роботи звичайних споживачів та прос’юмерів. Однак отримати реальні графіки споживання житлового району або навіть окремого будинку є складним завданням, що потребує значної кількості погоджень та одночасно дає інформацію тільки про окремі об’єкти. Саме тому аналіз режимів роботи прос’юмерів базується на дослідженні графіків навантаження звичайних споживачів на основі програмного забезпечення для генерації графіків навантаження з урахуванням соціально-демографічних характеристик домогосподарств та міжнародного досвіду в керуванні попитом.

https://doi.org/10.20998/2224-0349.2022.01.06
PDF

Посилання

F. G. N. Li, C. Bataille, S. Pye, and A. O'Sullivan, “Prospects for energy economy modelling with big data: Hype, eliminating blind spots, or revolutionising the state of the art?,” Applied Energy, vol. 239, pp. 991–1002, Apr. 2019, doi: https://doi.org/10.1016/j.apenergy.2019.02.002.

P. Panteleev, “Typing, classification and technical and economic indicators tenement house,” Ekonomika ta derzhava, no. 5, pp. 88–92, 2014.

T. Filatova, P. H. Verburg, D. C. Parker, and C. A. Stannard, “Spatial agent-based models for socio-ecological systems: Challenges and prospects,” Environmental Modelling & Software, vol. 45, pp. 1–7, Jul. 2013, doi: https://doi.org/10.1016/j.envsoft.2013.03.017.

M. Mrówczyńska, M. Skiba, A. Bazan-Krzywoszańska, and M. Sztubecka, “Household standards and socio-economic aspects as a factor determining energy consumption in the city,” Applied Energy, vol. 264, p. 114680, Apr. 2020, doi: https://doi.org/10.1016/j.apenergy.2020.114680.

Social and Demographic Characteristics of Households of Ukraine. Kyiv: State Statistics Service of Ukraine, 2020. Accessed: May 11, 2022. [Online]. Available: https://ukrstat.gov.ua/druk/publicat/kat_u/2020/zb/07/zb_cdhd_20.pdf. (in Ukrainian)

P. J. Chévez, I. Martini, and C. Discoli, “Methodology developed for the construction of an urban-energy diagnosis aimed to assess alternative scenarios: An intra-urban approach to foster cities’ sustainability,” Applied Energy, vol. 237, pp. 751–778, Mar. 2019, doi: https://doi.org/10.1016/j.apenergy.2019.01.037.

M. Mrówczyńska, A. Alsabry, M. Skiba, and A. Bazan Krzywoszańska, “Research on energy consumption in the city. A system of modelling potential for energy effectiveness using artificial intelligence,” International Journal of Engineering Science and Innovative Technology (IJESIT), vol. 3, no. 5, pp. 373–384, 2014.

G. Morales-España, R. Martínez-Gordón, and J. Sijm, “Classifying and modelling demand response in power systems,” Energy, vol. 242, p. 122544, Mar. 2022, doi: https://doi.org/10.1016/j.energy.2021.122544.

A. Alhamwi, W. Medjroubi, T. Vogt, and C. Agert, “Development of a GIS-based platform for the allocation and optimisation of distributed storage in urban energy systems,” Applied Energy, vol. 251, p. 113360, Oct. 2019, doi:n https://doi.org/10.1016/j.apenergy.2019.113360.

H. Haarstad and M. W. Wathne, “Are smart city projects catalyzing urban energy sustainability?,” Energy Policy, vol. 129, pp. 918–925, Jun. 2019, doi: https://doi.org/10.1016/j.enpol.2019.03.001.

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.

Авторське право (c) 2022 Dmytro Oleksiyovych Danylchenko, Stanislav Olegovich Fedorchuk, Andrii Ivakhnov, Oleksandr Kulapin, Vladyslav Hrytsenko