МОДЕЛЮВАННЯ ГРАФІКІВ НАВАНТАЖЕННЯ ПРОСЬЮМЕРА НА БАЗІ ПОВЕДІНКОВОГО ПІДХОДУ.

Олександр Кулапін; Костянтин Махотіло

doi:10.20535/1813-5420.1.2024.297584

Автор(и)

Олександр Кулапін Національний технічний університет "Харківський політехнічний інститут", Україна https://orcid.org/0000-0001-9283-6910
Костянтин Махотіло Національний технічний університет "Харківський політехнічний інститут", Україна https://orcid.org/0000-0001-7081-071X

DOI:

https://doi.org/10.20535/1813-5420.1.2024.297584

Ключові слова:

графік навантаження, споживання електроенергії домогосподарств, моделювання навантаження, просьюмер.

Анотація

У статті проаналізовано різні підходи до моделювання добових графіків електричного навантаження та запропоновано методику вдосконалення поведінкової моделі навантаження побутових споживачів типу «знизу-вгору». Метод заснований на усередненні згенерованих графіків випадкового навантаження для даного типу домогосподарств в певний день року. Усереднення проводиться за сезоном та тривалості світлового дня. Далі в кожному інтервалі виділяються робочі дні та вихідні. Незважаючи на певні відмінності, ця робота не розділяє свята, суботу та неділю, щоб уникнути зайвих деталей. Обрані параметри розбиття інтервалів усереднення дозволяють отримати досить компактний набір модельних даних і при цьому зберегти особливості навантаження в різні дні року і години доби. Розглянуто побутові графіки навантаження з різним кроком розподілу дня та основну відмінність такого розподілу. Побудовано моделі для двох типів домогосподарств, які точніше передають спорадичний характер споживання просьюмерів порівняно з типовими графіками навантаження. Усереднені графіки навантаження підходять для моделювання режимів роботи та алгоритмів керування системою генерації і зберігання енергії просьюмерів.

Посилання

Siano, P. Demand response and smart grids—A survey / Renewable and sustainable energy reviews 30, 2014, p. 461-478.

Miller, W.; Senadeera, M. Social transition from energy consumers to prosumers: Rethinking the purpose and functionality of eco-feedback technologies. Sustain. Cities Soc. 2017, 35, 615–625.

Espe, E.; Potdar, V.; Chang, E. Prosumer communities and relationships in smart grids: A literature review, evolution and future directions. Energies 2018, 11, 2528.

Івахнов А. В., Кулапін О. В., Данильченко Д. О., Федорчук С. О., Гриценко В. В. Дослідження перспектив застосування соціо-демографічних даних для аналізу потенціалу керування попитом. Вісник НТУ "ХПІ" – Харків : НТУ "ХПІ", 2022. – № 1 (4). – С. 11-16.

Wilkerson, J. T., Cullenward, D., Davidian, D., Weyant, J. P. End use technology choice in the National Energy Modeling System (NEMS): An analysis of the residential and commercial building sectors. / Energy Economics, 40, 2013, p.773-784.

Energy Information Administration (EIA), 2010c. Model documentation report: residential sector demand module of the National Energy Modeling System. Report No DOE/EIA-M067(2010)/

Кулапін О. В., Махотіло К. В. Моделювання смарт-мережі споживачів-просьюмерів з фото-електричними системами. Вісник НТУ "ХПІ" – Харків : НТУ "ХПІ", 2019.– № 14 (1339).– С. 61-66.

Huber M, Dimkova D, Hamacher T. Integration of wind and solar power in Europe: assessment of flexibility requirements. Energy 2014;69:236–46.

R. Pal, C. Chelmis, M. Frincu and V. Prasanna, "MATCH for the prosumer smart grid the algorithmics of real-time power balance", IEEE Trans. Parallel Distrib. Syst., vol. 27, no. 12, pp. 3532-3546, Dec. 2016.

Chuan, L., & Ukil, A. (). Modeling and validation of electrical load profiling in residential buildings in Singapore. IEEE Transactions on Power Systems, 30(5), 2014, p. 2800-2809.

S. M. Souza, M. Gil, J. Sumaili, A. G. Madureira and J. A. P. Lopes, "Operation scheduling of prosumer with renewable energy sources and storage devices", Proc. 13th Int. Conf. Eur. Energy Market, pp. 1-5, Jun. 2016.

McLoughlin F., Duffy A., Conlon M. Characterising domestic electricity consumption patterns by dwelling and occupant socio-economic variables: An Irish case study / Energy and buildings, 48, 2012, p. 240-248.

Nagbe, K., Cugliari, J., & Jacques, J. Short-term electricity demand forecasting using a functional state space model. / Energies, 11(5), 2018, 1120, https://doi.org/10.3390/en11051120.

A. Paudel, K. Chaudhari, C. Long and H. B. Gooi, "Peer-to-peer energy trading in a prosumer-based community microgrid: theoretic model", IEEE Trans. Ind. Electron., vol. 66, no. 8, pp. 6087-6097, Aug. 2019.

Dörner, D., Bauplan für eine Seele. 1. Aufl ed. 1999, Reinbek bei Hamburg: Rowohlt Verl. 831 S.

Pflugradt N., Muntwyler U. Synthesizing residential load profiles using behavior simulation / Energy Procedia, 122, 2017. p. 655–660.

Pflugradt, N., and B. Platzer. "Behavior based load profile generator for domestic hot water and electricity use." 12th International Conference on Energy Storage (Innostock), Lleida, Spain. 2012.