Математическое моделирование гибридных энергетических систем с помощью теории массового обслуживания

Обложка

Цитировать

Полный текст

Аннотация

Предлагается новый математический подход к оценке эффективности гибридных электроэнергетических установок, использующих альтернативный источник энергии совместно с центральной сетью электроснабжения, основанный на методах теории массового обслуживания и позволяющий учитывать стохастический характер природных процессов. В качестве математической модели гибридной энергетической системы, использующей альтернативную (непостоянную) энергию как один из источников электроэнергии, предлагается система массового обслуживания с двумя блоками приборов, один из которых имеет случайное время работы и ограниченную мощность. Исследуется трехмерный марковский случайный процесс. С помощью метода начальных моментов получены формулы стационарных характеристик системы. Выполнен численный анализ зависимости характеристик системы от входных параметров, а также представлен пример расчёта эффективности использования источника солнечной электроэнергии для бытовых нужд на основе реальных данных.

Об авторах

Екатерина Александровна Фёдорова

Национальный исследовательский Томский государственный университет

Email: ekat_fedorova@mail.ru
Томск

Яна Андреевна Тюленина

Национальный исследовательский Томский государственный университет

Email: yanccch@yandex.ru
Томск

Наталья Павловна Мелошникова

Национальный исследовательский Томский государственный университет

Email: meloshnikovana@gmail.com
Томск

Список литературы

  1. ВИШНЕВСКИЙ В.М., СЕМЕНОВА О.В., ШАРОВ С.Ю.Моделирование и анализ гибридного канала связи на базелазерной и радио технологий // Управление большими си-стемами. – 2011. – Вып. 35. – С. 237–249.
  2. ГРИГОРАШ О.В. КРИВОШЕЙ А.А., СМЫК В.В. Автоном-ные гибридные электростанции // Политематический се-тевой электронный научный журнал Кубанского государ-ственного аграрного университета. – 2016. – №124(10). –С. 1–12.
  3. ГОРДИЕВСКИЙ Е.М., МИРОШНИЧЕНКО А.А., КУЛГА-НАТОВ А.З. и др. Разработка имитационной моделимобильного энергокомплекса на базе ВИЭ в программеMatLab // Вестник ПНИПУ. Электротехника, информаци-онные технологии, системы управления. – 2019. – №31. –С. 51–71.
  4. ИВАНОВА А.Ю. Альтернативные источники в энергети-ке: виды и принципы функционирования // Int. ScientificReview. – 2016. – С. 29–32.
  5. МАРЧЕНКО О.В. Математическая модель энергосисте-мы с возобновляемыми источниками энергии // ИзвестияРАН. Энергетика. – 2006. – №3. – С. 154—161.
  6. МИТРОФАНОВ С.В., ПЕРЕПЕЛКИН К.А. Математиче-ское моделирование гибридной ветро-солнечной станциидля электроснабжения собственных нужд // Вестник ЮУр-ГУ. Серия «Энергетика». – 2022. – №22(3). – С. 18–26.
  7. НАЗАРОВ А.А., ТЕРПУГОВ А.Ф. Теория массового обслу-живания. – Томск: НТЛ, 2004. – 228 c.
  8. НОВОКРЕЩЕНОВ О.В., ОТМАХОВ Г.С., ХУАДЕ М.Ю.Комбинированные системы электроснабжения на возоб-новляемых источниках энергии // Политематический се-тевой электронный научный журнал Кубанского государ-ственного аграрного университета. – 2017. – №132(08). –С. 1–12.
  9. РЕЗИНЬКОВ А.А., ЩЕКЛЕИН С.Е. Сравнительный ана-лиз эффективности гибридных (солнечно-дизельных) элек-тростанций для регионов России // Энерго- и ресурсосбе-режение. Энергообеспечение. Нетрадиционные и возобнов-ляемые источники энергии. Атомная энергетика : сборникнаучных трудов. – Екатеринбург : Издательство Уральскогоуниверситета. – 2021. – С. 385–388.
  10. СИНЯКОВА И.А., МОИСЕЕВА С.П. Метод моментов дляисследования математической модели параллельного об-служивания кратных заявок потока Марковского восста-новления // Известия Томского политехнического универси-тета. – 2012. – №321(5). – С. 24–28.
  11. Enerdata [Электронный ресурс]. – Режим доступа:https://yearbook.enerdata.net/renewables/wind-solar-share-electricity-production.html.
  12. Global Solar Atlas [Электронный ресурс]. – Режим доступа:https://globalsolaratlas.info/map.
  13. HERBST A., TORO F., REITZE F., JOCHEM E. Introductionto Energy Systems Modelling // Swiss Journal of Economics andStatistics. – 2012. – Vol. 148(2). –P. 111–135.
  14. FERRETTI I., CAMPARADA M., ZAVANELLA L.E. QueuingTheory-Based Design Methods for the Definition of PowerRequirements in Manufacturing Systems // Energies. – 2022. –No. 15. – 7621.
  15. KING M., DACHENG LI., DOONER M. et al. MathematicalModelling of a System for Solar PV Efficiency ImprovementUsing Compressed Air for Panel Cleaning and Cooling //Energies. – 2021. – No. 14.
  16. KUMAR A., SOOD Y., RAM N.M. Hybrid Energy SystemSimulation and Modelling Incorporating Wind and SolarPower // IEEE Int. Students’ Conf. on Electrical, Electronicsand Computer Science (SCEECS-2024). – 2024.
  17. MOHAMMED I., ABUASHOUR M.W., THA’ER O.S. et al.Modelling, simulations and operational performance of a stand-alone hybrid wind/PV energy system supplying induction motorfor pumping applications // Int. Journal of Engineering SystemsModelling and Simulation (IJESMS). – 2018. – Vol.10, No. 1. –P. 12–25.
  18. PERVEEN G., RIZWAN M., GOEL N. Comparison ofintelligent modelling techniques for forecasting solar energyand its application in solar PV based energy system // IETEnergy Systems Integration. – 2019. – No. 11. – P. 34–51.
  19. TYAGI S., GOYAL N., KUMAR A. et al. Stochastichybrid energy system modelling with component failure andrepair // Int. Journal of System Assurance Engineering andManagement. – 2021. – Vol. 13. – P. 842–852.
  20. VARSHNEY S., SHEKHAR C. Optimal management strategiesof renewable energy systems with hyperexponential serviceprovisioning: an economic investigation // Frontiers. EnergyResearch. – 2023. – No. 11. – P. 1–22.
  21. WATERMEYER M., THOMAS M., GROTHE O. et al. Ahybrid model for day-ahead electricity price forecasting:Combining fundamental and stochastic modelling //Engineering, Economics. – 2023. – P. 1–38.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

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».