Создание оптового рынка электроэнергии в интеллектуальной сети



В этой статье рассматривается возможность создания динамического оптового рынка электроэнергии в интеллектуальной сети.

Ключевые слова: энергосистема, оптовый рынок электроэнергии, интеллектуальная сеть, Smart Grid, энергетические ресурсы

Основами интеллектуальной сети «Smart Grid» являются:

1. Распределенные энергетические ресурсы, обеспечиваемые, главным образом, за счет возобновляемых источников энергии, таких как ветер и солнечная энергия, и независимых микросетей.
2. Реагирование на спрос, концепция управления нагрузками с помощью кибернетической связи и контроля, а также экономическая эффективность. сигналы.

В то время как коммуникационные технологии «Smart Grid» предлагают информацию, передающую сигналы в режиме реального времени коммунальным службам, они неизбежно приводят к задержкам на рынке энергии в режиме реального времени [1].

Концепция «Smart Grid» была прочно введена в действие в связи c экологическими проблемами и необходимостью поддержания энергоэффективности в различных секторах экономики в условиях быстрорастущего спроса на энергию. Поэтому системы связи с кибернетической поддержкой и кибербезопасностью, которые являются ключевыми компонентами интеллектуальной сети и объединяют распределенные энергетические ресурсы и реагирование на спрос, должны быть спроектированы таким образом, чтобы безопасность поставок и надежность систем передачи и распределения электроэнергии соответствовали желаемым показателям производительности [2].

В интеллектуальной сети балансировка в реальном времени и децентрализованное принятие решений, возможно, будут осуществляться с помощью рынков на некоторое время вперед и в режиме реального времени. На рынке реального времени, в идеализированном сценарии, который еще не существует, предпосылка заключается в следующем: производители и потребители получают мгновенную информацию об общем состоянии рынка и соответствующим образом реагируют на эту информацию и корректируют себя, насколько это возможно, с целью оптимизации. Такая идеализированная настройка должна затем обеспечить эффективную интеграцию распределенных энергетических ресурсов, а также ввести наиболее подходящий алгоритм реагирования на спрос и поддерживать желаемое равновесие. При любых возмущениях, вызванных перебоями в выработке электроэнергии, или корректировками в выработке или спросе, или перегрузками, целью было бы возвращение к этому желаемому равновесию. То есть лежащая в основе динамическая модель должна вести себя стабильно, при этом ее равновесие должно совпадать с оптимальной рабочей точкой и обладать свойствами асимптотической устойчивости [3].

Коммуникационная инфраструктура, необходимый инструмент для передачи информации о ценах на рынок в режиме реального времени и, следовательно, для стабильной работы сети, создает определенные проблемы. Основной проблемой является введение постоянных из-за наличия интеллектуальных счетчиков, интеллектуальных устройств и связанных с ними задержек в обработке информации и коммуникации. Эти задержки, в свою очередь, могут поставить под угрозу функционирование рынка и стабильность электросети.

В работе [4] была предложена динамическая модель для оптового рынка, стабильность которой оценивалась при наличии задержки из-за наличия интеллектуального счетчика и других устройств связи. Основной инструмент, который был использован для разработки динамической модели, основан на методе оптимального расхода мощности, широко используемом при планировании эксплуатации энергосистем. Метод, первоначально представленный Карпентье в 1960-х годах [5], является весьма полезной методологией для распределения электроэнергии в сети. На протяжении многих лет исследователи разрабатывали различные алгоритмы для получения решений данным методом. ия, и динамическая модель, которую мы предлагаем, сродни этому подходу.

Суть оптового рынка электроэнергии текущая практика заключается в обмене информацией между генерирующей компанией, потребителем, и системным оператором только один раз. Новый тезис заключается в том, что из-за огромной волатильности и неопределенности динамических факторов, таких как источники энергии ветра и солнца, и нагрузки на рынке, такой единственной итерации будет недостаточно, и стабильность не может быть обеспечена. Постоянное повторение и обмен информацией необходимы для того, чтобы снизить волатильность цен в режиме реального времени и обеспечить стабильную структуру рынка.

Использование теории игр в контексте заключается в определении типа информации, которой необходимо обмениваться, чтобы достичь равновесия. Эта информация облекается в форму динамической модели и анализируется.

Цель дальнейшего исследования — вывести базовую динамическую модель идеального энергетического рынка в режиме реального времени и проанализировать его свойства стабильности при наличии неидеальных каналов связи, характеризующихся временными задержками. Необходимо воспользоваться структурой дискретного времени для разработки модели, исследовать стабильность результирующей динамической модели, состоящей из трех основных участников: генерирующей компании, потребителя и системного оператора. Наконец, устанавливается верхний предел задержки ценового сигнала между этими участниками, который может быть допустим стабильным рынком. В исследование нужно определить, насколько важна задержка между генерирующей компанией и системным оператором довольно и какой приоритет должна иметь в иерархической древовидной топологии связи.

Литература:

1. Соколова Ю. М. «SMARTGRID» в России // Теоретические, экспериментальные и прикладные исследования молодых учёных тверского государственного технического университета. Сборник научных трудов. Тверь: ТвГТУ. 2017. С. 362–366.

2. Кибербезопасность и интеллектуальные сети: обеспечение безопасности и защищенности энергетических сетей. [Электронный ресурс]: https://ts2.space — URL: https://ts2.space/ru/кибербезопасность-и-интеллектуальны/ (дата обращения: 14.07.2023).

3. Функция Ляпунова. [Электронный ресурс]: https://ru.wikipedia.org — URL: https://ru.wikipedia.org/wiki/Функция_Ляпунова (дата обращения: 16.07.2023).

4. Kiani A., Annaswamy A. M. The effect of a smart meter on congestion and stability in a power market // IEEE conference on decision and control, Atlanta, USA, 2010.

5. Carpentier J. Optimal power flow, uses, methods and development, planning and operation of electrical energy system. // Proceedings of IFAC symposium, Rio de Janeiro, Brazil, 1985.