Methods and Models for Optimal Managing of District Heating System Accounting Reliability Based on Lagrange Multiplier Method and Markov Random Process

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The main purpose of the study is to determine the optimal condition of the district heating system functioning while minimizing the operating costs for the production and distribution of thermal energy, accounting the expected economic damages from possible heating undersupplies in case of failures of system components. To identification the parameters corresponding to these conditions, a methodological approach is proposed, which consists in the comprehensive calculation of nodal prices for thermal energy and reliability indices for the studied system when different component failures. The determination of nodal prices for thermal energy is based on the Lagrange multiplier method, while the calculation is carried out accounting the different cost of production at heating sources and the distribution of thermal energy flows on the heating network. Within the framework of the studied methodological problem, heating undersupplies to consumers in emergency conditions of the system and the corresponding economic equivalents (damages) are used as reliability indices. Assessment of probabilities of emergency conditions (states) is carried out using models of the markov random process. The general methodological basis for modeling thermal-hydraulic conditions in the system, including emergency ones, are the models of the theory of hydraulic circuits. The developed methods and models, along with the main formulated problem of optimal managing, allow identifying “bottlenecks” in the studied system, corresponding to the maximum economic damages from heating undersupplies to consumers based on obtained reliability indices. A computational experiment was carried out using the proposed methodology. The results are analyzed, their graphical interpretations are presented, and directions for further research are formulated.

About the authors

V. A. Stennikov

Melentiev Energy Systems Institute SB RAS

Author for correspondence.
Email: sva@isem.irk.ru
Russia, Irkutsk

I. V. Postnikov

Melentiev Energy Systems Institute SB RAS

Author for correspondence.
Email: postnikov@isem.irk.ru
Russia, Irkutsk

A. V. Penkovskii

Melentiev Energy Systems Institute SB RAS

Author for correspondence.
Email: penkoffsky@isem.irk.ru
Russia, Irkutsk

References

  1. Сеннова Е.В., Сидлер В.Г. Математическое моделирование и оптимизация развивающихся теплоснабжающих систем. Новосибирск: Наука, 1987.
  2. Попырин Л.С., Светлов К.С., Беляева Г.М. и др. Исследование систем теплоснабжения. Москва: Наука, 1989.
  3. Хрилев Л.С. Теплофикационные системы. Москва: Энергоатомиздат, 1988.
  4. Федеральный закон от 27.07.2010 № 190-ФЗ (ред. от 01.05.2022) “О теплоснабжении”. Эл. интернет-ресурс. Ссылка (дата обращения 22.02.2023): http://www.consultant.ru/ document/cons_doc_LAW_102975/
  5. Стенников В.А., Пеньковский А.В. Теплоснабжение потребителей в условиях рынка: современное состояние и тенденции развития // ЭКО. 2019. № 3. С. 8–20.
  6. Hogan W. Contract networks for electric power transmission // J. of Regulatory Economics. 1992. V. 4. P. 211–242.
  7. Singh H., Hao S., Papalexopoulos A. Transmission congestion management in competitive electricity markets // IEEE Trans. on PWRS. 1998. V. 13(2). P. 672–680.
  8. Замбржицкая Е.С., Ямалетдинова А.У. Совершенствование существующей методики расчета регулируемых цен (тарифов) в сфере теплоснабжения // Молодой ученый. 2016. № 19. С. 449–453.
  9. Stoft S. Power Systems Economics Designing Markets for Electricity. Wiley-IEEE Press, 2002.
  10. Green R. Electricity Transmission Pricing – An International Comparison // Utilities Policy. 1997. V. 6(3). P. 177–184.
  11. Васьковская Т.А. Показатели разницы узловых цен на оптовом рынке электроэнергии // Электричество. 2007. № 2. С. 23–27.
  12. Васьковская Т.А. Вопросы формирования равновесных узловых цен оптового рынка электроэнергии // Электрические станции. 2017. № 1. С. 25–32.
  13. Паламарчук С.И. Среднесрочное планирование выработки электроэнергии в электроэнергетических системах // Электричество. 2013. № 7. С. 2–10.
  14. Булатов Б.Г., Каркунов В.О. Упрощенная модель определения узловых цен на рынке электроэнергии // Вестник Южно-Уральского государственного университета. Серия: Энергетика. 2009. № 34. С. 23–31.
  15. Сеннова Е.В., Смирнов А.В., Ионин А.А. и др. Надежность систем теплоснабжения. Новосибирск: Наука, 2000.
  16. Стенников В.А., Постников И.В. Комплексный анализ надежности теплоснабжения потребителей // Известия РАН. Энергетика. 2011. № 2. С. 107–121.
  17. Stennikov V.A., Postnikov I.V. Methods for the integrated reliability analysis of heat supply // Power Technology and Engineering. 2014. V. 47(6) P. 446–453.
  18. Postnikov I., Stennikov V., Mednikova E., Penkovskii A. Methodology for optimization of component reliability of heat supply systems // Applied Energy. 2018. V. 227. P. 365–374.
  19. Postnikov I. Application of the Methods for Comprehensive Reliability Analysis of District Heating Systems // Environmental and Climate Technologies. 2020. V. 24(3). P. 145–162.
  20. Postnikov I., Stennikov V. Modifications of probabilistic models of states evolution for reliability analysis of district heating systems // Energy Reports. 2020. V. 6. P. 293–298.
  21. Postnikov I. A reliability assessment of the heating from a hybrid energy source based on combined heat and power and wind power plants // Reliability Engineering & System Safety. 2022. V. 221. 108372.
  22. Postnikov I. Methods for the reliability optimization of district-distributed heating systems with prosumers // Energy Reports. 2022. V. 9(1). P. 584–593.
  23. Надежность систем энергетики. Сборник рекомендуемых терминов. Отв. ред. Н.И. Воропай. Иркутск: ИСЭМ СО РАН, 2005.
  24. Jiang J., Zhang L., Wang Y. et al. Markov reliability model research of monitoring process in digital main control room of nuclear power plant // Safety Science. 2011. V. 49(6). P. 843–851.
  25. Lisnianski A., Elmakias D., Hanoch B. A multi-state Markov model for a short-term reliability analysis of a power generating unit // Reliability Engineering and System Safety. 2012. V. 98. P. 1–6.
  26. Sabouhi H., Abbaspour A., Fotuhi-Firuzabad M., Dehghanian P. Reliability modeling and availability analysis of combined cycle power plants // Int. J. of Electrical Power & Energy Systems. 2016. V. 79. P. 108–119.
  27. Shahhosseini A., Olamaei J. An efficient stochastic programming for optimal allocation of combined heat and power systems for commercial buildings using // Thermal Science and Engineering Progress. 2019. V. 11. P. 133–141.
  28. Меренков А.П., Хасилев В.Я. Теория гидравлических цепей. М.: Наука, 1985.
  29. Меренков А.П., Сеннова Е.В., Сумароков С.В. и др. Математическое моделирование и оптимизация систем тепло-, водо-, нефте- и газоснабжения. Новосибирск: Наука, 1992.
  30. Penkovskii A., Stennikov V., Khamisov O. Optimum load distribution between heat sources based on the Cournot model // Thermal Engineering. 2015. V. 62. P. 598–606.
  31. Penkovskii A., Stennikov V., Mednikova E., Postnikov I. Search for a market equilibrium of Cournot-Nash in the competitive heat market // Energy. 2018. V. 161. P. 193–201.
  32. Стенников В.А., Хамисов О.В., Пеньковский Ф.В., Кравец А.А. Расчет узловых цен на тепловую энергию на основе метода неопределенных множителей Лагранжа // Энергетическая политика. 2022. № 4. С. 94–106.
  33. СНиП 41-02-2003 “Тепловые сети”. М.: Госкомитет РФ по строительству и жилищно-коммунальному комплексу, 2000.
  34. Соколов В.Я. Теплофикация и тепловые сети. М.: Издательство МЭИ, 1999.
  35. Половко А.М., Гуров С.В. Основы теории надежности. С.-Петербург: БХВ-Петербург, 2006.
  36. На ошибках – учимся? Обзор аварий, произошедших на тепловых сетях в отопительные периоды 2018–2019 и 2019–2020 гг. (по материалам СМИ из открытых источников). Новости теплоснабжения. 2020. № 3. С. 10–19.

Supplementary files

Supplementary Files
Action
1. JATS XML
2.

Download (126KB)
3.

Download (235KB)
4.

Download (159KB)
5.

Download (202KB)
6.

Download (195KB)

Copyright (c) 2023 Российская академия наук

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».