Отбор активных потребителей в структуру агрегатора спроса аналитическими методами

Page 1

Page 2

энергоснабжение

Отбор активных
потребителей
в структуру агрегатора
спроса аналитическими
методами

УДК 621.311:338.24

Колосок

д.т.н., ведущий научный

сотрудник Института

систем энергетики

им. Л.А. Мелентьева

СО РАН

Коркина

к.т.н., старший научный

сотрудник Института

систем энергетики

им. Л.А. Мелентьева

СО РАН

Ключевые

слова

управление спросом

на электроэнергию,

агрегатор спроса,

киберфизическая

структура

Традиционно

основную

роль

поддержании

баланса

мощности

энергии

ЭЭС

выполняют

электростанции

современных

условиях

развития

электроэнергетики

появился

новый

востре

–

бованный

инструмент

регулирования

баланса

спроса

пред

–

ложения

на

рынках

электроэнергии

—

управление

спросом

на

электроэнергию

(

от

англ

. Demand Response — DR).

На

основе

материалов

из

доступных

источников

статье

анализируют

–

ся

критерии

отбора

участников

структуру

агрегатора

спроса

рамках

пилотного

проекта

Агрегатор

спроса

».

Предлагается

рассматривать

процесс

отбора

как

учетом

требований

со

сто

–

роны

агрегатора

надежности

функционирования

участников

так

учетом

возможностей

самих

участников

рассматривае

–

мых

статье

позиций

киберфизической

системы

лектроэнергетическая система (ЭЭС) —

один из сложнейших стратегически важных

технических объектов, постоянно развива-

ющихся под влиянием многих объективных

факторов. Преобразование ЭЭС в настоящее время

происходит на основе структурных изменений и бо-

лее совершенных подходов к управлению энерго-

объектами [1]. Применение оборудования и мате-

риалов нового поколения должно сопровождаться

моделированием отказов его работоспособности

и влияния отказов на вероятное возникновение де-

фицита электроэнергии (ЭЭ) [2].

Наряду с использованием для производства ЭЭ

традиционных природных ресурсов совершенству-

ются технологии использования возобновляемых

источников энергии (ВИЭ), их преобразования в ЭЭ

и сохранения накопленной энергии. В 2016–2017 го-

дах в России разработана Концепция развития рын-

ка систем хранения ЭЭ, направленная на разверты-

вание индустрии систем накопления энергии (СНЭ)

[3]. СНЭ в первую очередь востребованы в удален-

ных энергорайонах с распределенными энергоресур-

сами (в том числе ВИЭ) и традиционными дизель-

генераторными установками, где отсутствуют сети

централизованного электроснабжения. Мощности

таких энергорайонов и энергоемкость СНЭ, входя-

щих в их состав, невелика. Однако имеются перспек-

тивы использования СНЭ в сетях разных классов

Page 3

напряжения [4]. Массовое внедрение ВИЭ приво-

дит к неопределенности режимов работы сети, что

требует установки резервного генерирующего обо-

рудования и СНЭ [5]. В [6] показано, что изменения

в структуре распределенной генерации (РГ) из-за

отказов отдельных генераторных установок и их свя-

зей приводят, как правило, лишь к снижению показа-

телей функционирования РГ, так как границы между

исправным и неисправным, а также между работо-

способным, частично работоспособным и неработо-

способным состояниями размыты и часто условны.

Управление спросом (Demand Response, DR) рас-

сматривается как компонент концепции рационали-

зации спроса (англ. Demand Side Management), кото-

рая, в свою очередь, является частью более широкой

тенденции развития распределенной энергетики.

Под управлением спросом на ЭЭ понимают, в основ-

ном, смещение потребления с пиковых периодов на

внепиковые. Суть нового механизма управления ре-

жимом ЭЭС заключается в снижении энергопотреб-

ления некоторыми потребителями в определенные

часы суток и получение ими денежной премии за

вынужденное снижение нагрузки. Для запуска меха-

низма DR создается специальная структура — агре-

гатор спроса (АС) на ЭЭ [7].

В статье рассмотрены различные аспекты, обес-

печивающие надежное функционирование агрега-

тора спроса, — его структура, система управления,

отказоустойчивость. Рассмотрены первые шаги в ре-

ализации проекта «Агрегатор спроса» в России. Вы-

полнен анализ критериев отбора участников в струк-

туру агрегатора спроса. На основе представленных

критериев обобщены требования к участникам АС

и предложены варианты отбора участников с приме-

нением аналитических методов принятия решений.

НАДЕЖНОСТЬ

ФУНКЦИОНИРОВАНИЯ

АГРЕГАТОРА

СПРОСА

Необходимость появления агрегаторов спроса в Рос-

сии обусловлена тем, что розничные потребители

не являются субъектами ОРЭМ и не присоединены

к его инфраструктуре. При этом единичная мощность

потребителей может быть слишком малой, а количе-

ство потребителей — слишком большим для органи-

зации, управляющей работой рынка. Компании-агре-

гаторы объединяют регулировочные возможности

потребителей в блок (кластер), удовлетворяющий

требованиям ОРЭМ по величине разгрузки, и явля-

ются посредником между потребителями и ОРЭМ [7].

Для повышения эффективности механизма

управления энергопотреблением предлагается ис-

пользовать кластерную архитектуру агрегатора

спроса [8]. В каждый кластер входят активные потре-

бители (АП), получающие ЭЭ из централизованной

системы электроснабжения и/или от альтернатив-

ных источников частично или полностью. Для повы-

шения качества ЭЭ и надежности электроснабжения

АП располагают некоторыми резервами ЭЭ, предо-

ставляемыми СНЭ.

В эксплуатационных условиях возможны сбои

и отказы различной природы. Для понимания этого

агрегатор спроса, а также и АП рассматриваются как

киберфизические системы (КФС), состоящие из тех-

нологической, информационно-коммуникационной

и управляющей подсистем. Киберфизическая систе-

ма — это комплексная система из вычислительных

и физических элементов, которая постоянно получа-

ет данные из окружающей среды и использует их для

дальнейшей оптимизации процессов управления [9].

В любой КФС обеспечивается координация и взаи-

мосвязь между вычислительными и физическими

ресурсами.

Представление АП в виде КФС помогает вы-

работать критерии отбора активных потребителей

в структуру агрегатора спроса с учетом их взаимо-

действия и взаимного влияния друг на друга.

Взаимодействие активных потребителей спо-

собствует гибкости в исполнении своих договорных

обязательств перед агрегатором спроса. Активный

потребитель, связанный с агрегатором договорными

условиями по снижению нагрузки, должен принять

решение о продолжении выполнения своих обяза-

тельств перед агрегатором даже при возникновении

форс-мажорных обстоятельств (сбоя оборудования,

кибератаки, временного выхода АП из строя). В до-

говоре может быть оговорено, что если АП-1, входя-

щий в кластер вместе с другими

– 1 АП, не может

по объективным причинам выполнить свои обяза-

тельства перед агрегатором в оговоренные заранее

часы пиковой нагрузки, то эти обязательства пере-

ходят к

-му АП, обладающему избыточными ресур-

сами, в том числе и СНЭ. Так, СНЭ являются инстру-

ментом повышения гибкости в энергосистемах.

Способность АП участвовать в механизме взаи-

мозамещения, безотказность функционирования АП

должны быть учтены в критериях отбора АП, это бу-

дет продемонстрировано в предлагаемом подходе

к отбору АП.

ПЕРВЫЕ

ШАГИ

ПРОЕКТА

АГРЕГАТОР

СПРОСА

Создание АС на ОРЭМ России проводится в 2 этапа

[10]:

этап

создания

АС

— это стадия пилотного про-

екта (ПП), целью которого является отработка нор-

мативных, договорных и технологических решений,

а также формирование пула АС розничных потре-

бителей. Координация агрегаторов в ПП осущест-

вляется в рамках оказания услуг по обеспечению

системной надежности, заказчиком которых являет-

ся системный оператор. Иллюстративный материал

приведен в [11].

Отбор

потребителя

для участия в пилотном про-

екте [12] производится по определенному порядку

(прием заявок и принятие решения о допуске к отбору,

сопоставление ценовых заявок, определение участ-

ников, заключение договора), исходя из технических

возможностей потребителя: оснащение системой

коммерческого учета, предоставление графика базо-

вой нагрузки, соответствующего требованиям ПП, до-

стоверно определяемый объем разгрузки и пр.

Граница

отбора

определяется по достижении

либо спроса на услуги в МВт, либо предельного объ-

ема средств в рублях.

№

3 (66) 2021

Page 4

Система

контроля

Исполнение обязательств

для участвующих в ПП потребителей розничного

рынка контролируется с помощью сравнения базо-

вого графика потребления ЭЭ (сформированного

матметодами с использованием статистических

данных) с информацией о фактическом потребле-

нии.

Примеры

отказов

на участие в ПП достаточно

формальны:

– не подписаны проекты дополнительного согла-

шения к договору оказания услуг по изменению

нагрузки;

– из состава энергопринимающего устройства

(ЭПУ) потребителя исключены ЭПУ и объекты

электросетевого хозяйства, находящиеся внутри

границ балансовой принадлежности указанного

ЭПУ;

– комплект документов не позволяет достовер-

но установить соответствие ЭПУ потребителя

в оставе объекта управления.

этап

создания

АС

Непосредственное участие

агрегаторов спроса (в том числе, независимых) в ра-

боте ОРЭМ.

МЕТОД

АНАЛИЗА

ИЕРАРХИЙ

ПРИ

ОТБОРЕ

ОБЪЕКТА

ЭЛЕКТРОЭНЕРГЕТИКИ

СТРУКТУРУ

АГРЕГАТОРА

СПРОСА

Для отбора активных потребителей в структуру АС

предлагается использовать метод анализа иерархий

(МАИ) [12], который позволяет обеспечить оптималь-

ный вариант решения задачи из нескольких альтер-

натив на основе попарного сравнения множества

критериев отбора.

Расчетный пример. В агрегатор-кластер на одно

вакантное место поступили заявки от трех активных

потребителей:

1. Энергосбытовая компания (ЭСК).

2. Нефтеперерабатывающая компания (НПК).

3. Предприятие

химической

промышленности

(ПХП).

Отбор АП проводится по ряду критериев, характе-

ризующих подсистемы КФС:

– технологическая (безаварийная работа за 3-лет-

ний период (Б/ав), отсутствие вреда экологии

(Экол), применение ВИЭ и СНЭ);

– информационно-коммуникационная

(наличие

резервного сервера (РС), применение средств

кибербезопасности (КБ));

– управляющая (согласие на снижение первона-

чально заявленного объема до заключения дого-

вора — уступка (Уст) и на предоставление друго-

му АП этого кластера дополнительной мощности

(ДМ) в аварийном случае).

Характеристики участников, влияющие на выбор

претендента:

ЭСК — аварий нет, проблем с экологией нет, ВИЭ

нет, имеются СНЭ, резервирование серверов есть,

корпоративные сети защищены, персонал прошел

обучение по кибербезопасности (КБ), уступки воз-

можны, предоставление дополнительной мощности

возможно.

НПК — аварийность низкая, проблемы с эколо-

гией есть, используются ВИЭ и один НЭ, в резерве

2 сервера, корпоративные сети имеют повышенную

защиту, уступки нежелательны, предоставление до-

полнительной мощности минимально возможно.

ПХП — аварийность и экологические нарушения

высокие, ВИЭ используются, в резерве 1 сервер,

корпоративные сети защищены минимально, уступ-

ки и предоставление дополнительной мощности не-

возможны.

На рисунке 1 показана структура процесса приня-

тия решения.

Алгоритм МАИ работает в следующем порядке:

ШАГ

Попарное

сравнение

критериев

отбора

между

собой

(

таблица

для

определения

степени

их

влияния

на

выбор

АП

1.1. Простым числом

(от 1 до 9) оценивается значи-

мость критериев (элементы, стоящие в строке, в

раз

важнее элементов, стоящих в столбце, или про иг-

рывают в 1/

раз). Оценки помещаются в матрицу А.

1.2. Чтобы показать, какие критерии более пред-

почтительны, элементы матрицы

(8×8) нормали-

зуются. Для этого вычисляется вес каждого крите-

ЭНЕРГОСНАБЖЕНИЕ

Рис

. 1.

Структура

МАИ

для

задачи

выбора

активного

потребителя

I уровень —
Цель задачи

II уровень —
Критерии отбора

III уровень —
Альтернативы

Технологическая подсистема

Информационно-коммуни-

кационная подсистема

Выбор АП для

агрегатора-кластера

Управляющая подсистема

Дополнит.

мощность

СНЭ

ПХП

Средства

КБ

Экология

ЭСК

Уступка

ВИЭ

НПК

Резервный

сервер

Безаварий-

ность

Page 5

рия как среднее геометрическое

элементов (столбцы 2–9) соот-

ветствующей строки (таб лица 1,

столбец 10) и нормализуется (та-

блица 1, столбец 11 «Вес крите-

рия»), по формуле:

________

norm

√





√



В таблице 1 показано значи-

тельное преимущество критериев

«Безаварийность» и «Отсутствие

экологических проблем».

ШАГ

Сравнение

альтерна

–

тив

между

собой

по

каждому

из

критериев

отдельно

В качестве альтернатив рас-

сматриваются три компании —

ЭСК, НПК и ПХП. В таблице 2

приведены оценки критериев от-

носительно альтернатив и вычис-

лены их весовые коэффициенты.

ШАГ

Определение

общего

веса

каждой

из

альтернатив

Для окончательного принятия

решения по выбору АП нужно объ-

единить результаты двух первых

шагов (умножить обобщенные

в одной матрице результаты 2-го

шага алгоритма на столбец резуль-

татов 1-го шага):

Табл. 1. Попарное сравнение критериев отбора

Б/ав

Экол

ВИЭ

СНЭ

РС

КБ

Уст

ДМ

Среднее

геометрическое

Вес

norm

Б/ав

3,01

0,271

Экол

1/2

3,03

0,273

ВИЭ

1/3

1/5

1,47

0,132

СНЭ

1/3

1/2

1,19

0,107

РС

1/2

1/3

1/2

0,94

0,085

КБ

1/3

1/5

1/3

1/2

0,89

0,080

Уст

1/9

0,21

0,019

ДМ

1/7

1/2

1/5

1/2

0,36

0,032



= 1

3,25

4,32

10,78

10,61

13,3

15,11

55,5

28,0

11,1

0,280
0,234

Б/ав

Экол

ВИЭ

СНЭ

РС

КБ

Уст

ДМ

0,167

ЭСК

0,581

0,777

0,075

0,539

0,319

0,539

0,648

0,094

0,52

НПК

0,309

0,155

0,591

0,297

0,615

0,297

0,229

0,089

= 0,34

ПХП

0,109

0,068

0,334

0,164

0,066

0,163

0,122

0,075

0,15

0,014
0,047

Табл. 2. Сравнение компаний

Б/ав ЭСК НПК ПХП Вес АП

Экол ЭСК НПК ПХП Вес АП

ЭСК

0,581

ЭСК

0,777

НПК

1/2

0,309

НПК

1/7

0,155

ПХП

1/5

1/3

0,109

ПХП

1/9

1/3

0,068

а) по критерию «Безаварийность»

б) по критерию «Экология»

ВИЭ ЭСК НПК ПХП Вес АП

СНЭ ЭСК НПК ПХП Вес АП

ЭСК

0,14 0,20

0,075

ЭСК

0,539

НПК

0,591

НПК

1/2

0,297

ПХП

0,50

0,334

ПХП

1/3

1/2

0,163

в) по критерию «ВИЭ»

г) по критерию «СНЭ»

РС

ЭСК НПК ПХП Вес АП

КБ

ЭСК НПК ПХП Вес АП

ЭСК

0,539

ЭСК

1/2

0,319

НПК

1/2

0,297

НПК

0,615

ПХП

1/3

1/2

0,163

ПХП

1/5

1/9

0,066

д) по критерию «Резервный сервер»

е) по критерию «Средства КБ»

Уст

ЭСК НПК ПХП Вес АП

ДМ

ЭСК НПК ПХП Вес АП

ЭСК

0,539

ЭСК

0,648

НПК

1/2

0,297

НПК

1/3

0,229

ПХП

1/3

1/2

0,163

ПХП

1/5

1/2

0,122

ж) по критерию «Уступка в заявке»

з) по критерию «Доп. мощность»

№

3 (66) 2021

Page 6

Результат отбора: с весом 0,52 в агрегатор-клас-

тер выбрана ЭСК.

МАИ определяет, насколько согласованны оценки

эксперта. Для этого вычисляется максимальное соб-

ственное значение

max

матрицы А, индекс согласо-

ванности

и коэффициент согласованности

max



= 1

norm

;

max

/ (

– 1);

, где

= 1,4 для

=8.

При

< 0,10 скомпилированная матрица

пар-

ных сравнений непротиворечива. Здесь

max

= 8,92;

= 0,13;

= 0,09 < 0,10.

Таким образом, выводы экспертов считаются убе-

дительными.

МЕТОД

АНАЛИТИЧЕСКИХ

СЕТЕЙ

ПРИ

ОТБОРЕ

ОБЪЕКТА

ЭЛЕКТРОЭНЕРГЕТИКИ

СТРУКТУРУ

АГРЕГАТОРА

СПРОСА

В предыдущем примере рассмотрен процесс от-

бора АП как конкурента другим активным потреби-

телям в структуре АС в качестве источника допол-

нительно высвобождаемой мощности. Агрегатора

спроса интересует внешняя сторона проблемы:

надежным ли будет кандидат с точки зрения поста-

вок мощности. Это достаточно формальный под-

ход. Предлагаем рассмотреть кандидатов на отбор

в структуру АС детальнее.

Участие АП в структуре АС с учетом свойств его

КФС. Любой участник отбора — это сложная кибер-

физическая система, где компоненты подсистем КФС

(критерии отбора) взаимодействуют и при этом ока-

зывают определенное влияние друг на друга. В таб-

лице 3 для каждого компонента, стоящего в строке,

показано, оказывает ли он влияние на остальные

компоненты, стоящие в столбцах таблицы («1» — да,

«0» — нет).

В процессе уточнения взаимного влияния кри-

териев разных подсистем обнаружилось, что с по-

зиций КФС критерии «Отсутствие вреда экологии»

и «Уступка в заявке» совершенно не влияют на

остальные критерии (нулевые строки в таблице 3),

поэтому далее ими можно пренебречь.

На рисунке 2а показано взаимовлияние критери-

ев (петля) и влияние критериев на принятие реше-

ния по отбору (двусторонняя стрелка).

В этом случае рисунок 1 преобразуется в рису-

нок 2б, а таблица 4 — это таблица 1, уменьшенная

на 2 изъятых критерия.

Для метода аналитических сетей (МАС) ШАГ 1 ал-

горитма МАИ теперь необходимо видоизменить: про-

вести попарное сравнение критериев отбора между

собой по каждой альтернативе (отдельно по ЭСК,

НПК, ПХП). Для изучения взаимного влияния крите-

риев и альтернатив на примере энергосберегающей

компании проводим анализ фактического состояния

АП по характеристикам КФС, взаимодействующим

между собой.

Сравнение критериев отбора ЭСК в таблице 4:

безаварийность — на первом месте (аварий нет,

имеются СНЭ, резервирование серверов есть,

ЭНЕРГОСНАБЖЕНИЕ

Табл. 3. Взаимное влияние критериев подсистем КФС

Б/ав Экол ВИЭ СНЭ РС

КБ Уст ДМ

Б/ав

Экол

ВИЭ

СНЭ

РС

КБ

Уст

ДМ

Табл. 4. Попарное сравнение критериев

отбора ЭСК с позиций КФС

ЭСК Б/ав ВИЭ СНЭ РС

КБ

ДМ

Вес

критерия

Б/ав

0,282

ВИЭ 0,11

0,11 0,11 0,11 0,333

0,022

СНЭ

0,282

РС

0,5

0,178

КБ

0,5

0,2

ДМ 0,143

0,143 0,143 0,143

0,037

Рис

. 2.

Метод

аналитических

сетей

для

отбора

активного

потребителя

структуру

агрегатора

спроса

а)

б)

Выбор АП для

агрегатора-кластера

Критерии АП

с точки зрения КФС

Альтернативы отбора АП

ПХП

ЭСК

НПК

Технологическая подсистема

Информационно-коммуника-

ционная подсистема

Выбор АП для

агрегатора-кластера

Управ-

ляющая

подсистема

Дополнит.

мощность

Средства

КБ

Резервный

сервер

СНЭ

ВИЭ

Безаварий-

ность

Page 7

корпоративные сети защищены, персонал прошел

обучение по кибербезопасности), как следствие,

возможно предоставление дополнительной мощ-

ности. Использование ВИЭ не рассматривается

вообще.

Здесь

max

= 6,318;

= 0,06;

= 0,05 < 0,10.

Суждения экспертов принимаются. Действительно,

вес критериев подтвердил важность безаварийности

и наличия СНЭ.

Подобным образом проанализированы два дру-

гих кандидата: НПК и ПХП.

ШАГ 2 алгоритма МАИ дает возможность алго-

ритму МАС получить матрицу сравнения компаний

по всем критериям, за исключением двух изъятых:

Б/ав

ВИЭ

СНЭ

РС

КБ

ДМ

ЭСК 0,581 0,075 0,539 0,539 0,319 0,648
НПК 0,309 0,591 0,297 0,297 0,615 0,229
ПХП 0,109 0,334 0,164 0,164 0,066 0,122

ШАГ 3 алгоритма МАИ также видоизменяется для

МАС. Определение общего веса каждой из альтер-

натив происходит с учетом результатов ШАГА 1 ал-

горитма МАС:

ЭСК НПК ПХП Б/ав ВИЭ СНЭ РС

КБ

ДМ

Б/авар 0,282 0,310 0,388

ВИЭ

0,022 0,059 0,147

СНЭ

0,282 0,112 0,095

РС

0,178 0,215 0,198

КБ

0,200 0,215 0,103

ДМ

0,037 0,021 0,018

ЭСК

0,581 0,075 0,539 0,539 0,319 0,648

НПК

0,309 0,591 0,297 0,297 0,615 0,229

ПХП

0,109 0,334 0,164 0,164 0,066 0,122

В результате расчетов по нахождению предель-

ной матрицы [12] получен результат отбора:

ЭСК 0,418

НПК 0,387

ПХП 0,108

Таким образом, с весом 0,418 в агрегатор-кластер

по характеристикам КФС выбрана энергосбытовая

компания.

ВЫВОДЫ

Для повышения надежности функционирования

агрегатора спроса его структура представлена клас-

терами, каждый из которых объединяет несколько

активных потребителей. Для понимания природы

сбоев (и отказов) АП рассматривается как киберфи-

зическая система, состоящая из технологической,

информационно-коммуникационной и управляющей

подсистем. Такая декомпозиция АП на подсистемы

помогает выработать критерии отбора рассматрива-

емого АП в структуру агрегатора спроса с точки зре-

ния его отказоустойчивости.

Рассмотрены меры по устранению сбоев различ-

ной природы для АП, функционирующего в рамках

кластера.

Технологические сбои АП могут быть устранены:

– усилением резервного оборудования;

– наличием СНЭ;

– наличием пула распределенной генерации и ВИЭ.

Кибернетические сбои АП могут быть устранены:

– повышением киберустойчивости (установкой

межсетевых экранов, лицензионных антивирусов,

систем обнаружения вторжений), строгим соблю-

дением требований кибербезопасности;

– усиленным резервированием сер-

веров.

Договорные обязательства для

надежной работы АС должны заклю-

чаться с АП по критериям:

– принадлежности к кластеру;

– согласия на корректировку заяв-

ленных объемов мощности;

– обязательствами взаимовыручки

партнеров по кластеру.

Повторные сбои наказываются до-

полнительными штрафами.

Метод анализа иерархий позво-

ляет уточнить, какие критерии отбо-

ра самые значимые, и сделать оп-

тимальный выбор среди участников

структуры агрегатора спроса.

Метод аналитических сетей показывает, какие

возможности дает представление кандидата-участ-

ника в виде КФС с точки зрения надежности функци-

онирования структуры АС.

Работа выполнена при поддержке Российского научного

фонда (№ 19-49-04108) в рамках проекта «Разработка ин-

новационных технологий и инструментов для оценки гиб-

кости и совершенствования будущих энергосистем».

ЛИТЕРАТУРА
1. Фортов В.Е., Макаров А.А. Концеп-

ция интеллектуальной электро-

энергетической системы России

с активно-адаптивной сетью. М:

ОАО «НТЦ ФСК ЕЭС», 2012. 235 с.

2. Береснева Н.М., Пяткова Н.И.

Подход к определению уязвимых

элементов в критических инфра-

структурах энергетики / Материалы

международного научного семина-

ра «Методические вопросы иссле-

дования надежности БСЭ», 2019,

вып. 70, т. 1. С. 173–180.

3. Рынок систем накопления элек-

троэнергии в России: потенциал

развития. Под ред. Ю. Удальцо-

ва и Д. Холкина. URL: https://www.

rusnano.com/upload/images/siteﬁ les/

files/Condenses_System_Markets_

in-Russia.pdf.

4. Palizban O., Kauhaniemi K. Energy

storage systems in modern grids –

Matrix of technologies and applica-

tions. Journal of Energy Storage,

2016, no. 6, pp. 248-259.

5. Илюшин П.В., Березовский П.К.

Анализ международного опы-

та формирования условий для

эффективного применения сис-

тем накопления электроэнергии

в управлении режимами // Энерге-

тик, 2019, № 11. С. 3–8.

№

3 (66) 2021

Page 8

6. Папков Б.В., Осокин В.Л. Особен-

ности оценки структурной надежно-

сти систем электроснабжения / Ма-

териалы международного научного

семинара «Методические вопросы

исследования надежности БСЭ»,

2019, вып. 70, т. 1. С. 301–310.

7. Концепция функционирования аг-

регаторов распределенных энер-

гетических ресурсов в составе

Единой энергетической сис темы

России. URL: https://www.so-ups.ru/

ﬁ leadmin/ﬁ les/company/ markets/dr/

docs/dr_agregator_concept.pdf.

8. Смоленцев Н.И., Четошников С.А.

Выбор и обоснование математи-

ческой модели оптимизации энер-

гетических потоков в многоуров-

невых локальных электрических

сетях // Ползуновский вестник,

2015, № 3. С. 134–141.

9. Воропай Н.И., Колосок И.Н., Кор-

кина Е.С., Осак А.Б. Проблемы

уязвимости и живучести киберфи-

зических электроэнергетических

систем // Энергетическая политика,

2018, № 5. C. 53–61.

10. Кулешов М.А. Пилотный проект

по созданию агрегаторов управ-

ления спросом 2019–2020. URL:

https://www.so-ups.ru/ﬁ leadmin/ﬁ les/

company/markets/dr/present/2019/

present_041219_kuleshov.pdf.

11. Колосок И.Н., Коркина Е.С. Фор-

мирование структуры агрегатора

спроса методом анализа иерархии

/ Материалы международного на-

учного семинара «Методические

вопросы исследования надежнос ти

БСЭ», вып. 71. Надежность энер-

госнабжения потребителей в усло-

виях их цифровизации, т. 3. Иркутск:

ИСЭМ СО РАН, 2020. С. 9–18.

12. Саати Т.Л. Принятие решений при

зависимостях и обратных связях.

Аналитические сети. М.: Книжный

дом Либроком, 2011. 360 с.

REFERENCES
1. Fortov V., Makarov A. A concept of

Russia’s intelligent power system

with active-adaptive network. M.: JSC

“NTC FSC EES», 2012. 235 p. (in

Russian)

2. Beresneva N.M., Pyatkova N.I. An

approach to identifying vulnerabili-

ties in critical energy infrastructures.

Proc. 91st Int. Scientiﬁ c Workshop on

Methodological Problems in Reliabil-

ity Study of Large Energy Systems,

2019, issue 70, vol. 1, pp. 173-180.

(in Russian)

3. Electricity storage systems market

in Russia: development potential.

Edition Yu. Udaltcov, D. Holkin. (in

Russian). URL: https://www.rusnano.

com/upload/images/sitefiles/files/

Condenses_System_Markets_in-

Russia.pdf.

4. Palizban O., Kauhaniemi K. Energy

storage systems in modern grids –

Matrix of technologies and applica-

tions. Journal of Energy Storage,

2016, no. 6, pp. 248-259.

5. Ilyushin P., Berezovsky P. Analysis of

international experience in building

the conditions for the eﬀ ective use

of energy storage systems in opera-

tion management. Energetik (Power

Engineer), 2019, no. 11, pp. 3-11. (in

Russian)

6. Papkov B.V., Osokin V.L. Special

aspects of assessing the structural

reliability of power supply systems.

Proc. 91st Int. Scientiﬁ c Workshop on

Methodological Problems in Reliabil-

ity Study of Large Energy Systems,

2019, issue 70, vol. 1. pp. 301-310.

(in Russian)

7. The concept of the functioning of ag-

gregators of distributed energy re-

sources as part of the UES of Russia.

URL: https://www.so-ups.ru/ﬁ lead-

min/files/company/markets/dr/docs/

dr_agregator_concept.pdf.

8. Smolentsev N.I., Chetoshnikov S.A.

The selection and justiﬁ cation of

a mathematical model for optimizing

energy ﬂ ows in multilevel local elec-

tric networks. Polzunovsky Bulletin,

2015, no. 3, pp. 134-141. (in Russian)

9. Voropai N.I., Kolosok I.N., Korkina

E.S., Osak A.B. Problems of vulner-

ability and survivability cyber-physical

electric power systems // Energy poli-

cy, 2018, no. 5, pp. 53-61.

10. Kuleshov M.A. Pilot project to create

demand response aggregators 2019-

2020. URL: https://www.so-ups.ru/

fileadmin/files/company/markets/dr/

present/2019/present_041219_kule-

shov.pdf.

11. Kolosok I.N., Korkina E.S. Formation

of the structure of the demand aggre-

gator by the analytic hierarchy pro-

cess. Proc. 92nd Int. Scientiﬁ c Work-

shop on Methodological Problems in

Reliability Study of Large Energy Sys-

tems, issue 71, vol. 3. Irkutsk: MESI

SB RAS, 2020. pp. 9-18. (in Russian)

12. Saaty T.L. Decision making with de-

pendence and feedback. The ana-

lytic network process. Librokom Book

House, 2011, 360 p.

ЭНЕРГОСНАБЖЕНИЕ

Хренников А.Ю., Любарский Ю.Я.

Использование

элементов

искусственного

интеллекта

компьютерная

поддержка

оперативных

решений

интеллектуальных

электрических

сетях

Книгу

можно

приобрести

интернет

–

магазине

электронных

книг

ЛитРес

разделе

Электроэнергетика

Учебно-методическое пособие. ЛИТРЕС, 2021. 140 стр., 30 ил.

Для

умных

электрических

сетей

рассмотрены

интеллектуальные

программные

средства

вы

–

полняющие

новые

функции

повышающие

уровень

компьютерной

поддержки

диспетчерских

решений

Одна

из

целей

построения

умных

сетей

—

обеспечение

восстановления

после

аварий

основное

внимание

уделяется

проблемам

диагностики

нештатных

ситуаций

интеллектуальному

мониторингу

состояний

электрических

сетей

планированию

послеаварийного

восстановления

электроснабжения

Подробно

рассмотрен

новый

вид

программного

тренажера

для

диспетчеров

электрических

сетей

—

тренажер

анализа

нештатных

ситуаций

Изложение

книге

сопровождает

–

ся

множеством

примеров

форме

протоколов

работы

реальных

интеллектуальных

систем

Книга

предназначена

для

руководителей

специалистов

оперативных

служб

предприятий

энергети

–

ческих

систем

электрических

распределительных

сетей

электрических

станций

филиалов

ПАО

Россети

»,

ПАО

ФСК

ЕЭС

»,

слушателей

курсов

повышения

квалификации

также

для

аспи

–

рантов

магистрантов

студентов

электроэнергетических

специальностей

Оригинал статьи: Отбор активных потребителей в структуру агрегатора спроса аналитическими методами

Ключевые слова: управление спросом на электроэнергию, агрегатор спроса, киберфизическая структура

Читать онлайн

Традиционно основную роль в поддержании баланса мощности и энергии в ЭЭС выполняют электростанции. В современных условиях развития электроэнергетики появился новый востребованный инструмент регулирования баланса спроса и предложения на рынках электроэнергии — управление спросом на электроэнергию (от англ. Demand Response — DR). На основе материалов из доступных источников в статье анализируются критерии отбора участников в структуру агрегатора спроса в рамках пилотного проекта «Агрегатор спроса». Предлагается рассматривать процесс отбора как с учетом требований со стороны агрегатора к надежности функционирования участников, так и с учетом возможностей самих участников, рассматриваемых в статье с позиций киберфизической системы.