Выбор мощности возобновляемых источников энергии для покрытия дефицита активной мощности

Page 1
background image

Page 2
background image

72

Выбор мощности 
возобновляемых 
источников энергии 
для покрытия дефицита 
активной мощности

УДК 621.311.1

На

 

сегодняшний

 

день

 

возобновляемые

 

источники

 

энергии

 

(

ВИЭ

являются

 

перспективными

Политика

 

большинства

 

стран

 

заключается

 

в

 

использовании

 

возобновляемых

 

источников

 

энергии

 

совместно

 

с

 

использованием

 

традиционных

 

для

 

удов

-

летворения

 

растущего

 

спроса

 

на

 

электроэнергию

В

 

Сирийской

 

Арабской

 

Республике

 

с

 

целью

 

устранения

 

дефицита

 

мощно

-

сти

поддержания

 

требуемого

 

уровня

 

напряжения

 

в

 

узлах

 

сети

 

и

 

минимизации

 

потери

 

активной

 

мощности

 

запланировано

 

при

-

менение

 

солнечных

 

и

 

ветровых

 

электростанций

которые

 

будут

 

использоваться

 

совместно

 

с

 

традиционными

 

источниками

В

 

статье

 

дается

 

подход

 

к

 

выбору

 

единичной

 

мощности

 

солнеч

-

ных

 

и

 

ветровых

 

электростанций

 

при

 

заданных

 

местах

 

их

 

уста

-

новки

 

и

 

показана

 

его

 

эффективность

Моделирование

 

системы

 

электроснабжения

 

рассматриваемого

 

региона

а

 

также

 

под

-

хода

 

к

 

выбору

 

единичной

 

мощности

 

осуществлено

 

в

 

пакете

 

Simulink 

среды

 MATLAB.

Насыров

 

Р

.

Р

.,

к.т.н., доцент кафедры 

ЭЭС ФГБПУ ВО 

«НИУ «МЭИ»

Альдженди

 

Р

.,

аспирант кафедры 

ЭЭС ФГБПУ ВО 

«НИУ «МЭИ»

Хербик

 

Т

.,

к.т.н, профессор 

кафедры электро-

энергетических 

систем Тишринского 

университета,

г. Латакия, Сирия

Ключевые

 

слова

:

возобновляемые источ-

ники энергии, дефи-

цит мощности, выбор 

единичной мощности, 

Simulink среды MATLAB

ВВЕДЕНИЕ

В  Сирии  существует  потребность  в  покрытии  де-

фицита генерирующих мощностей. Правительство 

Сирии  ставит  перед  собой  задачу  использования 

ВИЭ для решения проблемы дефицита. Солнечные 

и  ветровые  электростанции  являются  наиболее 

перспективными  ВИЭ.  По  данным  всемирной  Ве-

троэнергетической Ассоциации (WWEA) мощность, 

генерируемая  ветростанциями  в  мире,  достигла 

539  ГВт,  при  этом  52,6  ГВт  мощностей  введено 

в 2017 году. Основным достоинством фотоэлектри-

ческой  системы  ―  основной  силовой  составляю-

щей солнечных электростанций — является прямое 

преобразование солнечного света в электричество 

при  отсутствии  механических  движущихся  частей 

и шума. К тому же фотоэлектрические модули име-

ют продолжительный срок службы, порядка 30 лет, 

и их мощность варьируется в диапазоне от единиц 

мкВт до единиц МВт [1–4].

С точки зрения применения ВИЭ в виде солнечных 

и  ветровых  станций  Сирия  имеет  выгодное  геогра-

фическое положение: горизонтальная облученность 

составляет 6,5 кВт/м

2

, а стационарность стабильного 

ветрового потока оценивается в 4,9 ч/сутки [5]. При 

этом  солнечная  энергия  может  быть  использована 

для опреснения воды, что представляет интерес для 

стран с подобным климатом.

в

о

з

о

б

н

о

в

л

я

е

м

а

я

 э

н

е

р

г

е

т

и

к

а

возобновляемая энергетика


Page 3
background image

73

120

140

160

180

200

220

240

260

0

1

2

3

4

5

6

7

8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

Зима

Лето

МВт

Час

T1

T2

T3

T7

T10

T4

T5

T6

T8

T9

T12

12

11

9

4

8

10

7

3

2

5

1

Генераторы

В  Сирии  на  текущий  момент 

есть  ВИЭ,  среди  них  гидроэлек-

тростанции  (ГЭС)  и  ветровая 

станция.  Три  ГЭС,  расположен-

ные  на  реке  Евфрат,  по  данным 

правительства,  в  2009  году  по-

крывали  4,4%  потребности  Си-

рии  в  электроэнергии.  Также  су-

ществует  одна  ветровая  станция 

мощностью  150  кВт  [5].  В  Сирии 

планируется реализация проектов 

по наращиванию объемов генера-

ции  ВИЭ  при  участии  немецкой 

компанией  GTZ.  План  рассчи-

тан на период с 2010 по 2030 год 

и  включает  в  себя  ввод  новых  мощностей 

ВИЭ каждые пять лет [5].

В  ближайшей  перспективе  планом 

предусмотрено  строительство  солнечной 

электростанции на территории Сирии у го-

рода Латакии и ветровой станции в Среди-

земном  море.  Наличие  двух  разнесенных 

в  пространстве  объектов  генерации  дает 

возможность определить оптимальное рас-

пределение  генерируемой  мощности  меж-

ду ними. В данной статье приводится реа-

лизация этого распределения.

АНАЛИЗ

 

СОСТОЯНИЯ

 

ЭЛЕКТРОЭНЕРГИИ

 

В

 

СИРИЙСКОЙ

 

ЭЛЕКТРОЭНЕРГЕТИЧЕСКОЙ

 

СИСТЕМЕ

 

ГОРОДА

 

ЛАТАКИИ

Приморский  город  Латакия  является  од-

ним  из  самых  важных  городов  в  Сирий-

ской Арабской Республике и играет важ-

ную роль в промышленности страны. Это 

портовый  город  с  большим  количеством 

промышленных  предприятий.  Характер-

ные  суточные  зимний  и  летний  графики 

нагрузки для города Латакии представле-

ны на рисунке 1 [6–7]. По данным сетевой 

компании  Латакии,  в  режиме  суточного 

максимума, который приходится на 20:00 

в летний период, активная мощность от-

ключаемой нагрузки составляет 100 МВт. 

Поэтому  для  покрытия  требуемой  на-

грузки и устранения дефицита мощности 

в  электрическую  сеть  планируется  интеграция 

ВИЭ [6–7].

Исследуемая  электрическая  сеть  состоит  из 

12 трансформаторных подстанций 66/20 кВ. К сети 

подключены  различные  потребители  электро-

энергии: промышленные предприятия с нелиней-

ной  нагрузкой,  коммунально-бытовые  и  мелкие 

промышленные  предприятия.  Схема  электро-

снабжения г. Латакии представлена на рисунке 2.

Напряжения  в  режиме  наибольшей  нагрузки 

(лето, 20:00 характерного дня) в о.е., измеренные 

на шине низшего напряжения трансформаторных 

подстанций  66/20  кВ  в  г.  Латакии,  представлены 

на рисунке 3.

Рис

. 1. 

График

 

нагрузки

 

в

 

г

Латакии

Рис

. 2. 

Схема

 

электроснабжения

 

в

 

г

Латакии

0.6

0.64

0.68

0.72

0.76

0.8

0.84

0.88

0.92

0.96

1

3

4

5

6

7

8

9

10

11

12

Уровень напряжения в MATLAB для исходной схемы

Номер узла

о.е.

Рис

. 3. 

Напряжения

 

узлов

 

в

 

электрической

 

сети

 

г

Лата

-

кии

 

в

 

режиме

 

наибольшей

 

нагрузки

 

на

 

шинах

 20 

кВ

 

в

 

о

.

е

.

 5 (56) 2019


Page 4
background image

74

ности, который планируется использовать в ближай-

шей  перспективе.  Потенциал  ветроресурсов  также 

высок. Предполагаемое место расположения для ве-

троэлектростанции (в Средиземном море) стабиль-

но  и  круглогодично  обдувается  ветрами.  Данные, 

представленные на рисунке 5, получены от NASA.

В  соответствии  с  географическим  расположе-

нием  описанных  мест  установки  ВИЭ  были  опре-

делены  места  электрического  подключения  ВИЭ 

к электрической сети г. Латакии (рисунок 6).

ПОДХОД

 

К

 

ВЫБОРУ

 

ЕДИНИЧНОЙ

 

МОЩНОСТИ

 

СОЛНЕЧНЫХ

 

И

 

ВЕТРОВЫХ

 

УСТАНОВОК

 

ПРИ

 

ЗАДАННЫХ

 

МЕСТАХ

 

Существует  много  методов  выбо-

ра  единичной  мощности  установок 

ВИЭ  в  электрической  сети.  Начи-

ная  с  2001  года  был  предложен 

ряд эвристических алгоритмов, на-

правленных  на  решение  пробле-

мы  выбора  единичной  мощности 

установок  ВИЭ  с  учетом  разных 

факторов. За последнее десятиле-

тие  эвристические  методы  стали 

популярными.  Эта  популярность 

объясняется двумя основными при-

чинами:  гибкость  (то  есть  методы 

учитывают  различные  режимы  ра-

боты электрической сети) и просто-

та (то есть реализация таких мето-

дов менее затратна с точки зрения 

вычислительной нагрузки в сравне-

нии  с  аналитическими  методами). 

Эти преимущества проистекают из 

того  факта,  что  эвристика  рассма-

тривает  и  решает  проблемы  опти-

мизации, опираясь только на вход-

ные и выходные параметры [8–11].

Различные  эвристические  ме-

тоды  для  одновременного  опре-

деления  местоположений  и  мощ-

ности  ВИЭ  для  повышения  эф-

фективности  распределительных 

систем  предложены  в  [12–15]. 

В  [16]  авторы  применяли  метод 

дифференциальной 

эволюции 

с перекрестной мутацией (ДЭПМ) 

Рис

. 5. 

Скорость

 

ветра

 

и

 

температура

 

воздуха

 

в

 

пред

-

лагаемой

 

области

Февраль

Авгу

ст

Ма

й

Ноябрь

Янв

арь

4

3,5

3

2,5

2

1,5

1

0,5

0

35
30
25
20
15
10
5
0

Ию

ль

Апре

ль

Ок

тябрь

Ма

рт

Сентябрь

Июнь

Дек

абрь

Скорость ветра 
Температура воздуха

Ск

орость в

етра, м\с

Темпера

ту

ра в

оз

дух

а, °С

T1

T2

T3

T7

T10

T4

T5

T6

T8

T9

T12

12

11

9

4

8

10

7

3

2

5

1

Генераторы

Солнечные

электростанции

Ветровые

электростанции

Рис

. 6. 

Распределительная

 

схема

 

электрической

 

сети

 

г

Латакии

 

(66/20 

кВ

с

 

блоками

 

ВИЭ

ВОЗОБНОВЛЯЕМАЯ 

ЭНЕРГИЯ

ПЛАНЫ

 

ПО

 

РАЗМЕЩЕНИЮ

 

ОБЪЕКТОВ

 

ВОЗОБНОВЛЯЕМЫХ

 

ИСТОЧНИКОВ

 

ЭНЕРГИИ

 

В

 

Г

ЛАТАКИИ

СИРИЯ

Солнечная электростанция, как указывалось выше, 

будет подключена к электроэнергетической системе 

Сирии в окрестностях города Латакии. Площадка для 

размещения  солнечной  электростанции  находится 

в 8 км от центра города. По данным Национального 

управления по аэронавтике и исследованию косми-

ческого  пространства  (NASA),  дневная  солнечная 

радиация  и  температура  воздуха  в  этой  местности 

представлены на рисунке 4.

На рисунке 4 виден высокий потенциал примене-

ния  солнечных  электростанций  в  выбранной  мест-

Рис

. 4. 

Дневная

 

сумма

 

солнечной

 

радиации

 

и

 

темпера

-

тура

 

воздуха

 

в

 

предлагаемой

 

области

Февраль

Авгу

ст

Ма

й

Ноябрь

Янв

арь

10

9

8

7

6

5

4

3

2

1

0

35
30
25
20
15
10
5
0

Ию

ль

Апре

ль

Ок

тябрь

Ма

рт

Сентябрь

Июнь

Дек

абрь

Дневная сумма солнечной радиации — горизонтальная
Температура воздуха

Дневная су

мма с

олне

чной радиации — 

гориз

онт

альная, кВ

т·ч/(м

2

·день)

Темпера

ту

ра в

оз

дух

а, °С


Page 5
background image

75

для оптимального размера и размещения ВИЭ с це-

лью минимизации потерь мощности. В [17] предло-

жен новый эвристический метод, который называ-

ется алгоритмом поиска обратного слежения (АОС) 

для решения оптимального размещения и размера 

ВИЭ.  В  [18]  был  использован  генетический  алго-

ритм (ГА) в качестве метода оптимизации для выбо-

ра единичной мощности установок ВИЭ. В [19] пред-

ставлено  применение  эвристического  алгоритма 

стаи сальп (АСС) [на англ. Salp Swarm Optimization] 

в сравнении с другими методами, в частности с ре-

зультатами  следующих  методов  (аналитический, 

гибридный,  ДЭПМ,  АОС,  роя  частиц  и  модифици-

рованный  самообучающийся  оптимизационный 

алгоритм  (МСОА))  для  решения  проблемы  одно-

временного оптимального размещения и мощности 

ВИЭ при минимизации потерь активной мощности. 

Этот метод был протестирован на 33- и 69-узловых 

тестовых системах IEEE. Сравнение в [19] показы-

вает,  что  производительность  АСС  более  эффек-

тивна  с  точки  зрения  потери  активной  мощности 

и улучшения уровня напряжения.

Описание  самого  алгоритма  стаи  сальп  (АСС) 

было предложено в статье [8]. Алгоритм имитирует 

стайное поведение стаи сальп во время перемеще-

ния  в  океане  и  добывания  пищи.  Алгоритм  прост 

в реализации и применении, где адаптивный меха-

низм  алгоритма  позволяет  избегать  локальных  ре-

шений  и  достигать  в  конце  концов  глобального  оп-

тимума.

ОПИСАНИЕ

 

ЦЕЛЕВОЙ

 

ФУНКЦИИ

 

И

 

ОГРАНИЧЕНИЙ

Предлагаемый  алгоритм  определяет  оптимальную 

мощность  блоков  ВИЭ  в  режиме  наибольшей  на-

грузки  в  течение  летного  сезона,  при  минимизации 

потерь активной мощности, обеспечения требуемого 

уровня  напряжения  в  узлах  для  устранения  дефи-

цита мощности. На рисунке 7 изображен фрагмент 

сети, состоящий из одной линии.

Целевая

 

функция

 

N

кв 

N

 

min 

F

 = 

P

ij

 + 

U

D

(1)

 

ij i

 = 1

где 

P

ij

 — потери активной мощности в рассматри-

ваемой сети; 

N

кв

 — количество ветвей; 

U

D

 — сумма 

отклонений от требуемого уровня напряжения (о.е.) 

в узлах рассматриваемой сети, которую можно пред-

ставить в виде:

 

N

 

U

D

 =  

|

U

i

 – 

U

i

Ref

 

|, 

(2)

 

i

 = 1

где 

N

 — количество шин нагрузки; 

U

i

Ref

 = 1,05 о.е.

 

— 

требуемый  уровень  напряжения; 

U

i

  —  напряжение 

в узле 

i

.

Потери активной мощности в каждой линии могут 

быть определены по формуле:
 

P

ij

 = (

P

i

2

j

 + 

Q

i

2

R

ij 

/

U

i

2

 , 

(3)

где 

P

ij

 — поток активной мощности между узлами 

i

 и 

j

Q

ij

 — поток реактивной мощности между узлами 

i

 и 

j

;

R

ij

 — сопротивление ветви между узлами 

i

 и 

j

.

С учетом мощности ВИЭ суммарная мощность на 

шине 

j

 (см. рисунок 7) определяется по формуле:

 

N

кв

j

 

P

i

к

j

 = 

P

н

j

 + 

P

jk

 – 

P

ВИЭ

j

(4) 

 

k

 = 1

где 

N

кв

j

  —  количество  ветвей,  присоединенных 

к узлу 

j

.

Таким образом, согласно формуле 3, потери ак-

тивной мощности будет меняться. 

Ограничения по активной и реактивной мощности 

станций  ВИЭ  задаются  уравнением,  где  ВИЭ  в  на-

шем  случае  использованы  как  источник  активной 

мощности:

P

г

i

 + 

P

ВИЭ

i

 – 

P

н

i

 – 

– 

U

i

 

U

j

 

(

G

ij

 

cos

ij

 + 

 

j

   

N

i

+ B

ij 

sin

ij

) = 0,

 

Q

г

i

 – 

Q

н

i

 – 

U

i

 

U

j

 

(

G

ij 

sin

ij

 – B

ij 

cos

ij

) = 0, 

(5)

 

j

   

N

i

 

(

P

i

ВИЭ

)

min

 ≤ 

P

i

ВИЭ

 ≤ (

P

i

ВИЭ

)

max

,

 

(

P

Сеть

)

min

 ≤ 

P

Сеть

 ≤ (

P

Сеть

)

max

,

где с учетом этих ограничений (минимальные и макси-

мальные пределы выдачи мощности ВИЭ) алгоритм 

учитывает нестационарность выдачи мощности ВИЭ.

Значение напряжения на каждой шине 20 кВ транс-

форматорных  подстанций  66/20  кВ  должно  удержи-

ваться в пределах ее максимального и минимального 

значений и выражаться следующим образом:
 

0,95 о.е.

 

≤ 

U

≤ 1,05 о.е. 

(6)

РЕЗУЛЬТАТЫ

 

МОДЕЛИРОВАНИЯ

Распределительная схема электрической сети в Лата-

кии (66/20 кВ) с предложенными местами блоков ВИЭ 

показана  на  рисунке  6  и  смоделирована  в  MATLAB/

Simulink. На рисунке 8 показана характеристика схо-

димости предлагаемого подхода (10 запусков расче-

тов). На графике видно, что сис тема имеет хорошую 

сходимость (5–7 итераций на 10 запусков расчетов). 

Получено  оптимальное  распределение  мощности 

между солнечной и ветровой станциями в отношении 

43 МВт и 57 МВт соответственно.

ВИЭ

P

Q

н

н

j

j

+

R

X

ij

ij

+

j

P

ij

P

ji

U

i

U

j

A

K

j

Q

ij

Q

ji

P

ВИЭ

.

.

.

.

.

.

.

.

Рис

. 7. 

Простой

 

фрагмент

 

сети

 5 (56) 2019


Page 6
background image

76

В силу схожести меха-

низмов  расчета  рассма-

триваемого  метода  АСС 

с  методом  роя  частиц, 

необходимо 

провести 

сравнение  полученных 

результатов.  Это  срав-

нение  представлено  на 

рисунке 9,  где видно, что 

метод  АСС  дает  мень-

шее  значение  целевой 

функции  в  сравнении 

с методом роя час тиц.

Подключение  солнеч-

ных и ветровых электро-

станций  к  исследуемой 

сети  соответствующего 

распределения  и  сум-

марной  установленной 

мощностью  100  МВт 

обеспечивает 

требуе-

мые уровни напряжения 

(рисунок 10), уменьшает 

потери мощности, устра-

няет дефицит мощности 

в этой системе.

Полученные  резуль-

таты  расчетов  устано-

вившегося  режима  наи-

большей  нагрузки  пока-

зывают, что величина по-

терь активной мощности 

снизилась на 33,846%.

ВЫВОДЫ

В  статье  показан  ре-

зультат применения оп-

тимизационного,  эври-

стического  метода  АСС 

для  оптимизации  рас-

пределения  активной 

мощности  между  двумя 

ВИЭ,  географическое 

расположение  которых 

жестко 

определено. 

Данное  распределение 

позволило  обеспечить 

требуемые  диапазоны 

отклонения напряжения 

в  узлах  рассматрива-

емой  сети,  исключить 

дефицит активной мощ-

ности при минимуме ее 

потерь.  

0.87

0.89

0.91

0.93

0.95

0.97

0.99

1.01

3

4

5

6

7

8

9

10

11

12

Уровень напряжения в исходной схеме

о.е.

Уровень напряжения в схеме с ВИЭ 

Номер узла

Рис

. 10. 

Уровень

 

напряжения

 

в

 

сети

 

с

 

подключением

 

ВИЭ

-

установок

ВОЗОБНОВЛЯЕМАЯ 

ЭНЕРГИЯ

1

2

3

4

5

6

7

8

3.9

3.91

3.92

3.93

3.94

3.95

3.96

3.97

3.98

3.99

4

Количество итераций

Рис

. 9. 

Сравнение

 

АСС

 

и

 

метода

 

РЧ

 

для

 

распределительной

 

схемы

 

электрической

 

сети

 

г

Латакии

Зна

чение ц

елев

ой ф

ункции

Рис

. 8. 

Характеристика

 

сходимости

 

алгоритма

 

стаи

 

сальп

2

3

4

5

6

7

8

Run#1
Run#2
Run#3
Run#4
Run#6
Run#7
Run#9

3,911286629

3,911286628

3,911286627

3,911286626

3,911286625

3,911286624

3,911286623

3,911286622

3,911286621

3,911286620

3,911286619

Количество итераций

Зна

чение ц

елев

ой ф

ункции

ЛИТЕРАТУРА / REFERENCES
1.  Luque A.,  Hegedus  S.  Handbook  of 

Photovoltaic  Science  and  Engineer-

ing. 2nd Edition. Wiley, 2011, 1164 p.

2.  Goetzberger  A.,  и  Hoff mann  V.U. 

Photovoltaic  Solar  Energy  Genera-

tion. Springer-Verlag, 2005.

3.  Renewable Energy Focus Handbook. 

Elsevier, 2009, 532 p.


Page 7
background image

77

4.  Ackermann T. Wind Power in Power 

Systems.  John  Wiley  &  Sons  Ltd., 

2005, 746 p.

5.  Государственная  информацион-

ная  система  в  области  энерго-

сбережения  и  повышения  энер-

гетической  эффективности  (State 

information  system  in  the  fi eld  of 

energy saving and energy effi  ciency). 

URL: https://gisee.ru/.

6.  Ministry of energy of the Syrian Arab 

Republic  URL:http://www.peegt.gov.

sy/.

7.  Annual Statistical Report. Public Es-

tablishment  for  the  Generation  and 

Transmission  of  Electricity.  URL: 

http://www.peegt.gov.sy.

8.  Mirjalili  S.,  Gandomi  A.H.,  Mirjalili 

S.Z.,  Saremi  S.  Salp  Swarm  Algo-

rithm: A bio-inspired optimizer for en-

gineering design problems //Advanc-

es  in  EngineeringSoftware,  vol.114, 

2017, pp. 163–191.

9.  Colorni  A.,  Dorigo  M.,  Maniezzo  V. 

Distributed  optimization  by  ant  colo-

nies. Proceedings of the fi rst Europe-

an conference on artifi cial life. Paris, 

France, 1991, pp. 134–42.

10. Eberhart R.C., Kennedy J. A new op-

timizer  using  particle  swarm  theory. 

Proceedings of the sixth international 

symposium  on  micro  machine  and 

human science, 1995, pp. 39–43. 

11. Karaboga  D.,  Basturk  B. A  powerful 

and  effi  cient  algorithm  for  numerical 

function  optimization:  artifi cial  bee 

colony (ABC) algorithm. J Global Op-

tim, vol. 39, 2007, pp. 459–71.

12. Aman  M.M.,  Jasmon  G.B.,  Solangi 

K.H., Bakar A.H.A., Mokhlis H. Opti-

mum simultaneous DG and capacitor 

placement on the basis of minimiza-

tion  of  power  losses.  International 

Journal  of  Computer  and  Electri-

cal Engineering, 2013, vol. 5, no. 5, 

pp. 516–522.

13. Esmaeilian  H.R.,  Darijany  O.,  Mo-

hammadian  M.  Optimal  placement 

and sizing of DG units and capacitors 

simultaneously  in  radial  distribution 

networks based on the voltage stabil-

ity security margin. Turkish Journal of 

Electrical  Engineering  &  Computer 

Science, 2014, pp. 1–14.

14. Gopiya Naik S., Khatod D.K., Sharma 

M.P.  Optimal  allocation  of  combined 

DG and capacitor for real power loss 

minimization in distribution networks. 

International  Journal  of  Electrical 

Power & Energy Systems, 2013, pp. 

967–973.

15. Muthukumar  K.,  Jayalalitha  S.  Opti-

mal  placement  and  sizing  of  distrib-

uted generators and shunt capacitors 

for power loss minimization in radial 

distribution  networks  using  hybrid 

heuristic  search  optimization  tech-

nique. International Journal of Electri-

cal Power & Energy Systems, 2016, 

pp. 299–319.

16. Khodabakhshian  A.,  Mohammad  H. 

Simultaneous  placement  and  sizing 

of DGs and shunt capacitors in distri-

bution systems by using IMDE algo-

rithm. International Journal of Electri-

cal Power & Energy Systems, 2016, 

pp. 599–607.

17. Fadel W., Ulas K., Sezai T. Placement 

of Dg, Cb, and Tcsc in radial distribu-

tion system for power loss minimiza-

tion using back-tracking search algo-

rithm.  Electrical  Engineering,  2016, 

pp. 1–12.

18. Rahmani M. Simultaneous placement 

of  DG  and  capacitor  in  distribution 

network. Electric Power Systems Re-

search, 2016, pp. 1–10.

19. Mehran S.A., Mojtaba A., Yaser T.H. 

Optimal allocation of distributed gen-

erations  and  shunt  capacitors  using 

salp  swarm  algorithm.  26-th  Iranian 

Conference on Electrical Engineering 

(ICEE 2018), pp. 1166–1172.

Издательство

 

журнала

 «

ЭЛЕКТРОЭНЕРГИЯ

.

Передача

 

и

 

распределение

» 

выпустило

 

книгу

 

академика

 

РАЕН

профессора

 

В

.

А

НЕПОМНЯЩЕГО

Тираж

 

книги

 5000 

экз

., 

объем

 196 

с

., 

формат

 170

х

235 

мм

.

Для

 

приобретения

 

издания

 

необходимо

 

позвонить

по

 

многоканальному

 

телефону

 +7 (495) 645-12-41

или

 

написать

 

по

 e-mail: [email protected]

В  монографии  исследована  надежность  оборудования  электро-

станций и электрических сетей напряжением 1150–10(6) кВ, раз-

работана  методика  сбора  и  статистичес кой  обработки  инфор-

мации  о  надежности  оборудования.  На  основе  статистических 

данных и расчетов определены основные параметры надежности 

и  динамика  их  изменения  в  процессе  эксплуатации.  Выявлены 

статистические  законы  распределения  отказов  и  времени  вос-

становления элементов энергосис тем. Проведено их сравнение 

с зарубежными данными.

 5 (56) 2019


Оригинал статьи: Выбор мощности возобновляемых источников энергии для покрытия дефицита активной мощности

Ключевые слова: возобновляемые источники энергии, дефицит мощности, выбор единичной мощности, Simulink среды MATLAB

Читать онлайн

На сегодняшний день возобновляемые источники энергии (ВИЭ) являются перспективными. Политика большинства стран заключается в использовании возобновляемых источников энергии совместно с использованием традиционных для удовлетворения растущего спроса на электроэнергию. В Сирийской Арабской Республике с целью устранения дефицита мощности, поддержания требуемого уровня напряжения в узлах сети и минимизации потери активной мощности запланировано применение солнечных и ветровых электростанций, которые будут использоваться совместно с традиционными источниками. В статье дается подход к выбору единичной мощности солнечных и ветровых электростанции при заданных местах их установки и показана его эффективность. Моделирование системы электроснабжения рассматриваемого региона, а также подхода к выбору единичной мощности осуществлено в пакете Simulink среды MATLAB.

Поделиться:

«ЭЛЕКТРОЭНЕРГИЯ. Передача и распределение» № 1(82), январь-февраль 2024

Система диагностики АКБ «Репей»

Энергоснабжение / Энергоэффективность Цифровая трансформация / Цифровые сети / Цифровая подстанция Возобновляемая энергетика / Накопители Диагностика и мониторинг
ООО НПП «Микропроцессорные технологии»
«ЭЛЕКТРОЭНЕРГИЯ. Передача и распределение» № 1(82), январь-февраль 2024

Исследование влияния объектов микрогенерации на уровень напряжения в электрических сетях низкого напряжения

Возобновляемая энергетика / Накопители Учет электроэнергии / Тарифообразование / Качество электроэнергии
Харитонов М.С. Кугучева Д.К.
«ЭЛЕКТРОЭНЕРГИЯ. Передача и распределение» № 6(81), ноябрь-декабрь 2023

Оценка влияния параметров системы накопления энергии на эффективность работы солнечно-дизельных комплексов с генерацией на основе возобновляемых источников энергии

Возобновляемая энергетика / Накопители
Андреева К.А. Васьков А.Г.
«ЭЛЕКТРОЭНЕРГИЯ. Передача и распределение»