Ключові слова
енергоефективність
напруга
реактивна енергія
програмне забезпечення для моделювання
PSS®SINCAL
ETAP
PowerFactory
втрати електроенергії
перетоки реактивної енергії
Як цитувати
Анотація
Стаття присвячена моделюванню електричних мереж. Розглянуто переваги та недоліки програм моделювання. Особливу увагу приділено принципам роботи програми. Розглянуто такі програми як PSS®SINCAL фірми Siemens, ETAP фірми Operation Technology та PowerFactory фірми DIgSILENT GmbH. В роботі були розглянуті програми і прийнято рішення, що найбільш вдалим рішенням для роботи з моделюванням електричної мережі та впливу компенсаторів на електричну мережу буде використання програмного забезпечення PSS®SINCAL фірми Siemens. Платформа PSS®SINCAL вже більше 20 років дозволяє інженерам вирішувати різні завдання систем розподілу, передачі та експлуатації промислових енергосистем, включаючи підтримку високої надійності електропостачання та ефективну інтеграцію розподілених джерел генерації. За допомогою модульної платформи PSS®SINCAL інженери з планування та експлуатації енергосистем отримують підтримку протягом усього робочого процесу, від імпорту вихідних даних і моделювання мережі (з урахуванням минулих, поточних і майбутніх умов) через базові і розширені розрахунки до великомасштабних симуляцій і захисту аналізу, а також інших методів в часовій і частотній областях. PSS®SINCAL використовується в більш ніж 100 країнах світу інженерами з планування передачі та розподілу електроенергії, інженерами з захисту, консультантами, операторами електростанцій та промислових мереж, інженерами з планування операцій, ІТ-фахівцями, дослідниками тощо. Завдяки своїй модульній конструкції PSS®SINCAL має високу гнучкість і можливість налаштування. Він пропонує широкий спектр функцій аналізу для планування, проектування та експлуатації енергосистем, дозволяючи моделювати і досліджувати: якість електроенергії, стабільність частоти, взаємозв'язок розподіленої генерації, координацію захисту, відновлення потужності, економічні проектні рішення і багато іншого.
Посилання
B. G. Assefa and Ö. Özkasap, “A survey of energy efficiency in SDN: Software-based methods and optimization models,” Journal of Network and Computer Applications, vol. 137, pp. 127–143, Jul. 2019, doi: https://doi.org/10.1016/j.jnca.2019.04.001.
J. Son, A. V. Dastjerdi, R. N. Calheiros, X. Ji, Y. Yoon, and R. Buyya, “CloudSimSDN: Modeling and simulation of software-defined cloud data centers,” in 2015 15th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (CCGrid), Shenzhen, China, May 4–7, 2015. pp. 475–484, doi: https://doi.org/10.1109/ccgrid.2015.87.
S. Shevchenko, D. Danylchenko, D. Kuznetsov, and S. Petrov, “Use of capacitor batteries to improve the quality of electrical energy,” in 2021 IEEE 2nd KhPI Week on Advanced Technology (KhPIWeek), Kharkiv, Ukraine, Sep. 13–17, 2021. pp. 666–669, doi: https://doi.org/10.1109/khpiweek53812.2021.9570023.
D. O. Danylchenko and D. S. Kuznetsov, “Osoblyvosti vprovadzhennia kondensatornykh ustanovok na PS oblenerho Ukrainy [Features of the introduction of capacitor installations at the substations of Ukrainian regional power companies],” in IV International Scientific and Technical Conference “Energy Efficiency and Energy Security of Electric Power Systems” (EEES-2020), Kharkiv, Ukraine, Nov. 10–13, 2020. pp. 72–75. (in Ukrainian)
D. O. Danylchenko and D. S. Kuznetsov, “Kompensatsiia reaktyvnoi elektroenerhii na suchasnykh pidpryiemstvakh [Compensation of reactive electricity at modern enterprises],” in XXVII International Scientific-Practical Conference MicroCAD-2019, Kharkiv, Ukraine, May 15–17, 2019. p. 149. (in Ukrainian)
Y. Tomashevskyi, O. Burykin, V. Kulyk, J. Malogulko, and V. Hrynyk, “Distribution electrical network information system based on the smart metering concept using standard load schedules,” Technical Sciences and Technologies, no. 3(21), pp. 229–241, 2020, doi: https://doi.org/10.25140/2411-5363-2020-3(21)-229-241. (in Ukrainian)
Z. Wang and R. S. Srinivasan, “A review of artificial intelligence based building energy use prediction: Contrasting the capabilities of single and ensemble prediction models,” Renewable and Sustainable Energy Reviews, vol. 75, pp. 796–808, Aug. 2017, doi: https://doi.org/10.1016/j.rser.2016.10.079.
Ravishankar Rao, S. Vrudhula, and D. N. Rakhmatov, “Battery modeling for energy-aware system design,” Computer, vol. 36, no. 12, pp. 77–87, Dec. 2003, doi: https://doi.org/10.1109/mc.2003.1250886.
V. De Maio, R. Prodan, S. Benedict, and G. Kecskemeti, “Modelling energy consumption of network transfers and virtual machine migration,” Future Generation Computer Systems, vol. 56, pp. 388–406, Mar. 2016, doi: https://doi.org/10.1016/j.future.2015.07.007.
S. Naji et al., “Estimating building energy consumption using extreme learning machine method,” Energy, vol. 97, pp. 506–516, Feb. 2016, doi: https://doi.org/10.1016/j.energy.2015.11.037.
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
Авторське право (c) 2022 Sergey Shevchenko, Dmytro Danylchenko, Dmytro Kuznetsov, Mohamed Zaidan Qawaqzeh, Oleksandr Miroshnyk