Оценка надежности электроэнергетических систем с ветровыми электростанциями и накопителями энергии

В работе представлена методика анализа надежности электроэнергетических систем с ветровыми электростанциями и накопителями энергии. Применение накопителей энергии в энергосистеме позволяет поддерживать основные эксплуатационные параметры системы в рамках их номинальных значений за счет стабилизирующего эффекта. При этом возможно перераспределение электроэнергии между профицитными и дефицитными режимами, что повышает уровень балансовой надежности. Имитационное моделирование в методике осуществляется на основе метода Монте-Карло. Для учета процессов потребления и аккумулирова‑ ния энергии используется модифицированная модель оценки дефицита мощности с квадратичными потерями мощности в линиях электропередачи. Данная модель имеет положительные свойства, влияющие на результаты анализа надежности. Для анализа скорости ветра и плотности воздуха в рассматриваемых регионах исполь‑ зуется программно-вычислительный комплекс «Локального анализа параметров окружающей среды и солнечной радиации». Применение результатов подробного анализа метеорологических данных позволяет повысить адекватность показателей балансовой надежности.

Ключевые слова

электроэнергетическая система, ветровые электростанции, накопители энергии, балансовая надежность, анализ надежности, многолетние метеорологические данные

Источник финансирования

Работа выполнена при финансовой поддержке РФФИ, проект № 16-37-00333мол-а.

Дата публикации

10.01.2019

Цитировать Скачать pdf Для скачивания PDF необходимо авторизоваться

ГОСТ	Пержабинский С. М. , Карамов Д. Н. Оценка надежности электроэнергетических систем с ветровыми электростанциями и накопителями энергии // Известия Российской академии наук. Энергетика – 2018. – Выпуск 5 C. 15-25 [Электронный ресурс]. URL: http://ras.jes.su/energetika/s000233100003211-6-1 (дата обращения: 27.04.2024). DOI: 10.31857/S000233100003211-6
MLA	Perzhabinsky, S., Karamov, D. "Adequacy assessment of electric power systems with wind power stations and energy storages." Izvestiia Rossiiskoi akademii nauk. Energetika 5 (2018):15-25. DOI: 10.31857/S000233100003211-6
APA	Perzhabinsky S., Karamov D. (2018). Adequacy assessment of electric power systems with wind power stations and energy storages. Izvestiia Rossiiskoi akademii nauk. Energetika (5), pp.15-25 DOI: 10.31857/S000233100003211-6

Размещенный ниже текст является ознакомительной версией и может не соответствовать печатной.

всего просмотров: 1450

Оценка читателей: голосов 0

1. Ковалев Г.Ф., Лебедева Л.М. Надёжность систем электроэнергетики. Новосибирск: Наука, 2015. 224 c.

2. Billinton R., Allan R.N. Reliability Evaluation of Power Systems. New York: Plenum Publishing 1996. Р. 540

3. Чукреев Ю.Я. Модели обеспечения надежности электроэнергетических систем. Сы‑ ктывкар, 1995. 176 с.

4. Руденко Ю.Н., Чельцов М.Б. Надежность и резервирование в электроэнергетических системах. Новосибирск: Наука, 1974. 263 с.

5. Ковалев Г.Ф., Лебедева Л.М. Комплекс моделей оптимизации режимов расчетных со‑ стояний при оцен-ке надежности электроэнергетических систем. Иркутск: ИСЭМ СО РАН, 2000. 73 с.

6. Крупенев Д.С., Пержабинский С.М. Алгоритм оптимизации балансовой надежности электроэнергетических систем // Изв. РАН. Энергетика. 2014. № 2. С. 96–106.

7. Крупенёв Д.С., Пержабинский С.М. Алгоритм оптимизации надежности электроэ‑ нергетических систем с использованием математического ожидания двойственных оценок // Управление большими системами. 2015. Вып.54. С. 166–178.

8. Крупенев Д.С., Пержабинский С.М. Оценка надежности электроэнергетических систем с ветровыми электростанциями // Изв. РАН. Энергетика. 2017. № 2. С. 39–47.

9. Li. Y., Zio E. Uncertainty analysis of the adequacy assessment model of a distributed generation system // Renewable Energy. 2012. V. 41. P. 235–244.

10. Rocchetta R., Li. Y.F., Zio E. Risk assessment and risk-cost optimization of distributed power generation systems considering extreme weather conditions // Reliability Engineering & System Safety. 2015. V. 136. P. 47–61.

11. Li. Y., Zio E. A multi-state model for the reliability assessment of a distributed generation system via universal generating function // Reliability Engin. & System Safety. 2012. V. 106. P. 28–36.

12. Oh U., Choi J., Kim H-h. Development of Reliability Contribution Function of Power System including Wind Turbine Generators combined with Battery Energy Storage System // The Transactions of The Korean Institute of Electrical Engineers. 2016. V. 65. P. 371–381.

13. Wangdee W., Billinton R. Reliability assessment of bulk electric systems containing large wind farms // Intern. J. Electrical Power & Energy Systems. 2007. V. 29. P. 759–766.

14. Xie K., Bilinton R. Energy and reliability benefits of wind energy conversion systems // Renewable Energy. 2011. V. 366. P. 1983–1988.

15. Billinton R., Chen H., Ghajar R. Time-series models for reliability evaluation of power systems including wind energy // Reliability Evaluation of Power Systems. 1996. V. 36. P. 1253–1261.

16. Ak R., Li Y-F., Vitelli V., Zio E. Adequacy assessment of a wind-integrated system using neural network-based interval predictions of wind power generation and load // Intern. J. of Electrical Power & Energy Systems. 2018. V. 98. P. 213–226.

17. Shi N., Luo Y. Energy Storage System Sizing Based on a Reliability Assessment of Power Systems Integrated with Wind Power // Sustainability. 2017. V. 9. P. 395–415.

18. Scheu M.N., Matha D., Muskulus M. Validation of a Markov-based Weather Model for Simulation of O&M for Offshore Wind Farms // The Twenty-second International Offshore and Polar Engineering Conf., 2012. P. 1–6.

19. Scheu M.N., Kolios A., Fischer T., Brennan F. Influence of statistical uncertainty of component reliability estimations on offshore wind farm availability // Reliability Engin. & System Safety. 2017. V. 168. P. 28–39.

20. Ilinca A., McCarthy E., Chaumel J. – L., Retiveau J. – L. Wind potential assessment of Quebec Province // Renewable Energy. 2003. V. 28. P. 1881–1897.

21. Jojola-Talburt W., Reimann J., John A. Native American Wind Resource Atlas. Office of Indian Energy and Economic Development. Division of Energy and Mineral Development. 2010 Edition. URL: https://www.bia.gov/sites/bia.gov/files/assets/as-ia/ieed/ieed/pdf/ idc013229.pdf

22. Николаев В.Г., Ганага С.В., Кудряшов Ю.И. Национальный кадастр ветроэнергетических ресурсов России и методические основы их определения. М.: Атмограф, 2008. 584 с.

23. Николаев В.Г. Ресурсное и технико-экономическое обоснование широкомасштабного развития ветроэнергетики в России. М.: Атмограф, 2011, 501 с.

24. Зоркальцев В.И., Пержабинский С.М. Модель оптимизации дефицита мощности элек‑ троэнергетической системы // Управление большими системами. М.: ИПУ РАН, 2010. Спец. вып. 30.1. Сетевые модели в управлении. С. 300–318.

25. Карамов Д.Н. Математическое моделирование солнечной радиации с использовани‑ ем многолетних метеорологических рядов находящихся в открытом доступе // Изв. Томского политехн. универс. Инжиниринг георесурсов. 2017. Т. 328. № 6. С. 28–38.

26. Карамов Д.Н. Формирование исходных метеорологических массивов с использовани‑ ем многолетних рядов FM 12 Synop и METAR в системных энергетических исследова‑ ниях // Изв. Томского политехн. универс. Инжиниринг георесурсов. 2018. Т. 235. № 1.

27. Perzhabinsky S.M., Karamov D.N. Method for analysing the adequacy of electric power systems with wind power plants and energy storages. E3S Web of Conf. 2017. V. 25. № . 1. P. 1–5.

28. Wong L.T., Chow W.K. Solar radiation model // Applied Energy. 2001. V. 69. P. 191–224.

29. Kasten F., Czeplak G. Solar and terrestrial radiation dependent on the amount and type of cloud // Solar Energy. 1980. V. 24. P. 177–189.

30. Зоркальцев В.И., Пержабинский С.М. Модели оценки дефицита мощности электроэ‑ нергетических систем // Сибирский ж. индустр. математики. 2012. № 1(49). С. 34–43.