Возобновляемые углеводородные ресурсы и их использование в системах

энергетический институт
Объединенный институт высоких температур
Российской академии наук
Москва, 2019 г.

ЭНЕРГЕТИКИ
в рамках курса «Возобновляемые углеводородные ресурсы и их использование в

системах распределенной энергетики»

энергоснабжения. Автономное энергоснабжение. Преимущества и недостатки распределенной энергетики.
Генерирующие и

аккумулирующие установки комплексов малой энергетики. Критерии эффективности работы энергетических комплексов. Проблема выбора оборудования и составления режимной карты. Обобщенная математическая модель энергетического комплекса.
Проблема оптимизации производства и транспортировки электроэнергии в распределительных сетях. Концепции умной энергосети (smart grid) и виртуальной электростанции (virtual power plant).
Проблема моделирования энергетических нагрузок. Электрические нагрузки коммунальных потребителей. Методы моделирования электрических нагрузок.

МВт).
Отдельный потребитель, либо работа в составе распределительной сети.
Признаки объектов малой

энергетики:

размерам установок.
Высокие затраты на сооружение сетей, расстояние до потребителя

может составлять десятки км.
Высокие потери энергии при транспортировке (следствие предыдущего пункта).
Проблемы с комбинированием различных энергоресурсов.
Проблемы с использованием ВИЭ.
Относительно низкая вероятность аварии на объекте.
В результате аварии потребители массово лишаются доступа к системам энергоснабжения.

Высокие удельные капитальные затраты.
Относительно низкий КПД выработки электроэнергии благодаря размерам установок (традиционных).
Невысокие затраты на сооружение сетей, расстояние до потребителя.
Низкие потери энергии при транспортировке (следствие предыдущего пункта).
Внутри одной сети могут без проблем применяться различные энергоресурсы.
Активно используют ВИЭ.
Относительно высокая вероятность аварии на объекте.
В результате аварии нагрузка распределяется между другими предприятиями распределенной генерации.

примерно 20 млн людей, проживающих на 2/3 территории РФ;
высокая степень

износа генерирующего оборудования и распределительных сетей;
низкая эффективность производства энергии и высокий уровень ее потерь при транспортировке;
низкий уровень использования потенциала ВИЭ и местных энергоресурсов.

котел + электрокотел
Зависимость коэффициента использования топлива КГУ от относительной электрической

мощности

КПД ГК=90%

КПД ГК=85%

и топливе
7
Исходные данные

зарплата персонала, плановые ремонты)
затраты на энергоснабжение объекта за расчетный период
энергетический

комплекс:
m установок
n интервалов времени

отдельная установка:

отдельная установка:

18
Искусственных переменных: 18
Свободных параметров: 39
10
Решение задачи симплекс-методом

– ГПУ (тепло), 4 – газовый котел, 5 – тепловой

аккумулятор, 6 – электроаккумулятор.

Потребитель – многоэтажное жилое здание в Московской области. Базовая схема энергоснабжения: ГПУ+газовый котел. После оптимизации затраты снижены на 4,2%, а потребление газа – на 16%.

11

Пример 1 – многоэтажный дом

– КГУ (Эл.), 2 – газовый котел, 3 – КГУ

(Тепл.)

Энергетический комплекс на базе ГТУ-2,5П. Мощность: 2,68 МВт
КПД: 21,1%
Тепловая мощность: 5,14 МВт

Природный газ: 3,43 руб./м3
Дневной тариф на ЭЭ: 2,42 руб./кВтч
Ночной тариф на ЭЭ: 1,53 руб./кВтч

Расчеты проведены в рамках НИР «Разработка и экспериментальная
Апробация технических решений повышения эффективности
газотурбинных установок на основе внутрициклового сжатия топлива»

Режимная карта

Затраты на энергоснабжение поселка, руб./период

12

Пример 2 – поселок Жиганск

2 – трендовая составляющая; 3 – случайная составляющая
Методы моделирования энергетических

нагрузок

Прогнозирование нагрузок

Долгосрочное (годы и десятилетия)

Краткосрочное (сутки, часы, минуты)

Прямое прогнозирование

Использование типовых графиков

Аппроксимация

Искусственные нейронные сети

Моделирование трендовой составляющей

Моделирование случайной составляющей

Типовые графики относительной электрической нагрузки жилого здания: 1 – рабочий день; 2 – выходной день

13

с
известным
результатом
14

электрической нагрузки
населенных пунктов Якутии и Камчатского края
Необходимость обучающей выборки –

ключевой недостаток метода моделирования с применением ИНС

Достоинства метода ИНС:
функционирование при недостаточной исходной информации, наличии пропусков и отклонений;
установка корреляции между любыми исходными параметрами и моделируемой величиной (ИНС применимы при недостаточной формализации задачи или избыточной детализации исходных данных);
В качестве исходной информации подойдут данные об объектах, отличных от моделируемого.

Угоян, лето
п. Угоян, зима
16

публикации в статье Michael Burr «Спрос надёжности будет управлять инвестициями»

в 2003 году

Дополнительные преимущества:
Статистика потребления электроэнергии.
Быстрое обнаружение и локализация аварий и утечек электроэнергии.

ресурсов распределенной генерации.
Позволяет решить следующие проблемы:
Максимизация использования потенциала ВИЭ;
Повышение средней

эффективности использования топлива внутри сети;
Резервирование мощностей внутри сети, как следствие – решение проблемы низкой надежности объектов малой энергетики.

По назначению

По характеру взаимодействия с ЦЭС

По типу агрегируемых объектов

По уровню напряжения

По принципу управления

Классификация виртуальных электростанций

Технические (для управления объектами РГ).
Коммерческие (для агрегирования объектов РГ на рынке электроэнергии).

Только выдача электроэнергии.
Двунаправленная передача электроэнергии.

Только с источниками электроэнергии.
Только с потребителями.
Комбинированного типа.

Низкого напряжения (0,4 кВ).
Иерархические (0,4-10-110 кВ).

Централизованные (имеют единый центр управления, обладающий всей информацией).
Децентрали-зованные (имеют множество локальных контроллеров, есть центральный контроллер).

– индекс временного интервала; p – электроэнергия, передаваемая по линии; tar –

тариф на электроэнергию;