В настоящее время электрические сети стоят на пути эволюционного перехода к интеллектуальным сетям.

Интеллектуальная сеть (умная сеть электроснабжения) — это модернизированная электрическая сеть, в которой используются информационные и коммуникационные технологии (ИКТ) для повышения надежности, безопасности, устойчивости и эффективности электроэнергетической системы.

Одной из ключевых характеристик интеллектуальной сети является обеспечение двустороннего обмена информацией через коммуникационные технологии. Это позволяет создавать приложения, которые связывают производителей и потребителей для лучшего планирования ресурсов, новых функций комфорта и для интеграции возобновляемых источников энергии (ВИЭ) в сеть.

Для реализации электрических сетей с большим количеством возобновляемых источников энергии необходимо решить ряд исследовательских задач. В целом, баланс производства и потребления в такой энергосистеме является серьезной проблемой, поскольку возобновляемые источники энергии носят непостоянный характер — их выработка сильно зависит от погодных условий.

М икросети — это жизнеспособный подход к модернизации электрических сетей. Интеллектуальную микросеть можно описать как децентрализованное объединение генерации электроэнергии, хранения энергии и нагрузок.

Профессор Вильфрид Эльменрайх, работающий в институте сетевых и встроенных систем (NES) Клагенфуртского университета в Австрии (Alpen-Adria-Universität Klagenfurt) и его команда (группа Smart Grids) работают над различными областями интеллектуальных микросетей, в том числе:

• Моделирование интеллектуальных микросетей,

• Моделирование прогнозирования для фотоэлектрических систем.

Энергетическая информатика

Интеллектуальная сеть определяется как расширение электрической сети с помощью информационных и коммуникационных технологий. Такой вид оцифровки обеспечит двунаправленный поток энергии и информации в энергосистеме, предоставит несколько новых приложений и позволит полностью раскрыть потенциал технологий возобновляемых источников энергии.

Данные станут одним из важнейших ресурсов в будущем. Среди других актуальных исследовательских вопросов деятельность в области энергоинформатики исследует, как данные, предоставляемые современной измерительной инфраструктурой, могут быть использованы наиболее адекватным и эффективным способом.

Чтобы справиться с проблемой оцифровки электрических сетей, необходимо изучить ключевые элементы будущих энергетических систем и, кроме того, разработать и усовершенствовать вычислительные методы.

Группа Smart Grids, под руководством профессора Эльменрайха, вносит свой вклад в решение этой проблемы, исследуя, как можно анализировать показания счетчиков электроэнергии, чтобы найти решения для повышения энергоэффективности энергетических систем.

«Мы провели измерительную кампанию в восьми выбранных домохозяйствах для отслеживания энергопотребления отдельных электроприборов в течение более одного года. Основным результатом стал набор данных, который был проанализирован, чтобы получить более полное представление о поведении энергопотребления», — говорит Андреа Монакки, координатор кампании.

На основе таких данных можно сформулировать политику для повышения энергоэффективности за счет сокращения потерь в режиме ожидания, переноса на периоды непиковой нагрузки, замены неэффективных приборов и сокращения периода эксплуатации.

Для эффективной работы с получаемыми данными в Клагенфуртском университете в результате проекта Interreg MONERGY и проекта энергетического мониторинга была разработана платформа консультанта по энергетике «Mjölnir» (Мьельнир).

Эта платформа обрабатывает и анализирует данные о потреблении энергии, которые были собраны измерительным оборудованием, таким как интеллектуальные счетчики или измерители мощности.

Мьельнир обеспечивает открытую платформу, на которой могут быть реализованы и оценены различные механизмы обратной связи по потреблению энергии.

Мьельнир — система энергетического мониторинга зданий:

Интеллектуальные счетчики

Данные о потреблении электроэнергии содержат большой объем информации, и их сбор в большом масштабе облегчается развертыванием интеллектуальных счетчиков.

Сетевой измеритель мощности (интеллектуальный счетчик) представляет собой ключевой элемент при переходе к интеллектуальной сети, поскольку такое измерительное оборудование обеспечивает обратную связь с пользователями, другими приборами и электроэнергетической компанией.

«Интеллектуальный счетчик — это жизненно важный инструмент для исследователей, позволяющий регистрировать потребление энергии в домах и промышленных зданиях. На основе собранных данных оцениваются вычислительные методы и эффективность мер по повышению эффективности», — заявляет исследователь Кристоф Клеменяк.

Неинтрузивный мониторинг нагрузки (NILM)

Неинтрузивный мониторинг нагрузки (NILM) позволяет идентифицировать используемые устройства в общей силовой нагрузке в соответствии с их индивидуальными характеристиками.

Благодаря разработанному в Клагенфуртском университете алгоритму классификации нагрузки, основанному на фильтрах корреляции, был предложен недорогой метод неинтрузивного мониторинга нагрузки для измерительного оборудования с ограниченными вычислительными возможностями, такого как сетевые датчики или интеллектуальные розетки. Одним из таких небольших устройств для запуска такого алгоритма является измерительная плата YoMo.

«Мы разработали интеллектуальную измерительную плату с открытым аппаратным обеспечением под названием YoMo, которая является модулем расширения для платформы Arduino . Плата YoMo предназначена для отслеживания текущего расхода и уровня напряжения, а также активной, реактивной и полной мощности в точке питания домохозяйства».

Точность измерения и разрешение предлагаемой измерительной платформы достаточны для ряда различных приложений и нагрузок от нескольких ватт до пяти киловатт.

Плата интеллектуального учета YoMo

Как правило, интеллектуальные счетчики служат нескольким целям, таким как выставление счетов за потребленную энергию, обеспечение немедленной обратной связи с пользователями или переключение нагрузок.

Интеллектуальные измерения и детализированные данные об энергии являются одними из основных факторов, способствующих созданию умных сетей будущего и повышению энергоэффективности умных домов.

Поддержка сети с помощью динамического планирования нагрузки жилых домов

Реагирование на спрос для интеллектуальных сетей призвано уравновесить требуемый спрос на электроэнергию с доступными ресурсами электроснабжения. Это особенно важно при увеличении количества возобновляемых источников энергии, поскольку для большинства из них выработка энергии не может быть сдвинута во времени.

Например, фотоэлектрические системы будут обеспечивать пиковую мощность в полдень, в то время как потребители могут захотеть использовать энергию в разное время.

Системы планирования нагрузки в жилых домах обеспечивают решение этой проблемы, побуждая потребителей использовать энергию в периоды высокой производительности и одновременно снижая потребление энергии в периоды пиковой мощности.

Таким образом, цели таких систем планирования нагрузки в жилых домах разнообразны: сократить пиковую мощность, следить за поставками и снизить общие затраты на электроэнергию для потребителя.

Интеллектуальные устройства создают сеть устройств, к которым можно обращаться и управлять ими через определенный сетевой интерфейс.

А рхитектура систем ы мониторинга энергии , разработанная в Клагенфуртском университете. Эта система позволяет собирать, визуализировать и обрабатывать данные о потребляемой электрической энергии в реальном времени.

В ходе исследования были исследованы различные системы динамического планирования нагрузки в жилых домах в отношении оптимального планирования бытовых приборов на основе схемы ценообразования с адаптивным уровнем потребления ( ACLPS) .

Предлагаемая система планирования нагрузки побуждает клиентов управлять своим потреблением энергии в пределах допустимого потребления предложенной схемы ценообразования для достижения более низких счетов за электроэнергию.

Схема динамического ценообразования, мотивирующая клиентов избегать потребления энергии в пиковые периоды

Результаты моделирования показывают, что использование предложенного подхода приносит пользу потребителям за счет снижения их счетов за электроэнергию, а коммунальным компаниям — за счет уменьшения пиковой нагрузки совокупного спроса на нагрузку.

Для данного тематического исследования предлагаемая система планирования нагрузки в жилых домах, основанная на ACLPS, позволяет клиентам снизить свои счета за электроэнергию до 53% и снизить пиковую нагрузку на 35%.

Обеспечение конфиденциальности

С развитием и внедрением процессов интеллектуальных измерений потребления электрической энергиии меняется от получения нечастых показаний счетчиков до максимально подробных данных в режиме реального времени.

С одной стороны, эти измерения приведут к улучшению энергетических привычек потребителей, но с другой стороны, подробные данные дают информацию о домохозяйстве и их жителях, что вызывает проблемы с конфиденциальностью, поскольку эти результаты мониторинга раскрывают поведение пользователя, которое может быть извлечено с помощью интеллектуальных алгоритмов и методов.

Потеря конфиденциальности из-за дезагрегации нагрузки и интеллектуального анализа данных — огромная грядущая социальная проблема, которая вызывает необходимость в разработке методов сохранения конфиденциальности.

В настоящее время разрабатываются следующие методы сохранения конфиденциальности в интеллектуальных сетях :

• Анонимизация данных измерений: данные измерений и личность клиента разделяются сторонним идентификатором.

• Агрегация данных измерений с сохранением конфиденциальности: данные измерений инкапсулируются географически путем агрегирования данных измерений совместно расположенных потребителей.

• Маскирование и обфускация данных измерений: Маскирование потребности в энергии путем добавления или снятия видимой потребности в энергии с помощью аккумуляторных батарей или управляемых нагрузок.

Симулятор возобновляемой альтернативной энергосистемы — RAPSim

Из-за непредсказуемого характера фотоэлектрической и ветровой энергии и их зависимости от метеорологических условий важно моделировать эти источники в энергосистеме, чтобы изучить их влияние на поток энергии и качество энергосистемы.

Профессор Вильфрид Эльменрайх и его команда разработали симулятор системы возобновляемой альтернативной энергии — RAPSim.

«RAPSim — это бесплатное программное обеспечение с открытым исходным кодом, фреймворк для моделирования микросетей, позволяющий лучше понять поведение потока энергии в интеллектуальных микросетях с возобновляемыми источниками и потребности в нагрузке.

RAPSim может моделировать подключенные к сети или автономные микросети с солнечной, ветровой или другой возобновляемой энергией», — поясняет исследователь Манфред Рабль-Пёчакер.

Чтобы проанализировать влияние дополнительных возобновляемых источников энергии на переменные микросети, важен анализ потоков мощности. Предлагаемое программное обеспечение позволяет определять мощность, генерируемую или потребляемую каждым источником в микросети, а затем обеспечивает анализ потока мощности.

Моделирование возобновляемых альтернативных энергосистем

RAPSim разработан для применения в научной деятельности и в учебном классе с простым в использовании графическим интерфейсом. Это легко расширяемая структура, которая поддерживает пользователей в реализации их собственных моделей, в частности, объектов сети, таких как новые типы производителей или потребителей и алгоритмов для управления сет ью .

Краткое введение, как использовать моделирование системы альтернативной энергии из возобновляемых источников (RAPSim):

RAPSim находится в свободном доступе и с открытым исходным кодом. Он реализован на Java и поэтому работает на разных платформах, таких как Windows, Linux и Mac OS. Загрузите его на http://rapsim.sourceforge.net

Прогнозные модели для фотоэлектрических систем

Интеграция возобновляемых источников энергии в энергосистему во многом зависит от качества результатов прогнозирования производства и потребления энергии.

«Прогнозирование выходной мощности фотоэлектрических модулей интеллектуальной микросети имеет важное значение для эффективного использования электросети», — заявляет Эканки Шарма. В настоящее время она работает над различными аспектами методов прогнозирования солнечной энергии.

Команда под руководством Эльменрайха исследовала, как вычислительные методы и принципы могут помочь в планировании интеллектуальных микросетей.

«В недавнем тематическом исследовании мы обучили нейронную сеть, используя данные датчиков, а также данные о производстве энергии на электростанциях возобновляемой энергии. Результаты показывают, что нейронные сети могут прогнозировать производство электроэнергии на фотоэлектрических и ветряных электростанциях», — сообщает профессор Эльменрайх.

Группа также внесла свой вклад в приложения машинного обучения, в частности, для моделирования солнечной радиации. Они представили возможность использования искусственной нейронной сети (ИНС) для определения корреляции входных параметров и прогнозирования глобального и рассеянного солнечного излучения. Эксперименты показали, что применение ИНС может обеспечить более высокую точность, чем существующие модели.

Потребление энергии пользователями можно рассматривать как аспект человеческого поведения. Несомненно, на такое поведение влияют погодные условия. При обучении считыванию показаний интеллектуального счетчика нейронные сети можно также применять для прогнозирования энергопотребления домашних хозяйств.

Моделирование фотоэлектрических систем с использованием MATLAB

Фотоэлектрические системы получили большое внимание из-за их экологического свойства эффективно преобразовывать полезную солнечную энергию в электрическую. Основным препятствием для более широкого использования фотоэлектрических систем является их высокая начальная стоимость.

В настоящее время проводится множество исследовательских работ, направленных на оптимизацию фотоэлектрических систем с целью снижения капитальных затрат на систему без ущерба для ее надежности.

Изучая область фотоэлектрических систем в студенческие годы, человек сталкивается с ситуацией, когда, несмотря на большое количество публикаций по этой теме, трудно понять, как начать свои собственные эксперименты и моделирование.

Чтобы решить эту проблему, в книге «Моделирование фотоэлектрических систем с использованием MATLAB» (Wiley, 2016) описаны модели фотоэлектрических систем, чередующиеся с короткими программами MATLAB, показывающими, как настроить моделирование на основе содержания текущей главы.

Главы книги посвящены различным системам, включая фотоэлектрические источники энергии, накопители и силовые электронные устройства.

Книга появилась в результате совместной работы Тамера Хатиба и Вильфрида Эльменрайха в период с 2013 по 2015 годы в институте РЭШ (центре науки и инноваций в сетевых и встроенных системах).

Интеллектуальная лаборатория микросетей

Чтобы дать студентам практический опыт исследовательской деятельности в области интеллектуальных сетей в Клагенфурте была создана лаборатория Smart Microgrid (Интеллектуальная лаборатория микросетей).

Лаборатория является частью некоммерческой исследовательской компанией Lakeside Labs GmbH и работает в сотрудничестве с Smart Grids Group в Alpen-Adria-Universität Klagenfurt.

Расширенный тренинг по фотогальванике Lucas-Nülle

Лаборатория была создана в сотрудничестве с Lucas-Nuelle, ведущим поставщиком систем обучения в отрасли. Он а призвана способствовать обучению, исследованиям и обучению, чтобы подготовить новое поколение инженеров к будущим задачам в области устойчивого производства и потребления энергии.

Экспериментальные установки включают комбинацию сценариев моделирования с реальным оборудованием. Таким образом, студенты и исследователи могут проводить эксперименты и тестировать всю энергосистему, от выработки электроэнергии до ее потребления. Особое внимание уделяется интеграции фотоэлектрических систем, чтобы студенты могли проектировать свои собственные микросети.

Лаборатория подключена к фотоэлектрической установке, установленной на крыше здания, мощностью 4,8 кВт, что сопоставимо с фотоэлектрической системой для типичных односемейных домов. Система сбора данных предоставляет данные о выходной мощности фотоэлектрической системы в реальном времени.

В лаборатории доступны несколько тестовых нагрузок с обычными бытовыми приборами для проведения экспериментов в этом контексте. Обычно эта система подключена к сети, но в случае отключения электроэнергии лаборатория может работать в автономном режиме.

Institut für Vernetzte und Eingebettete Systeme

Вильфрид Эльменрайх — профессор интеллектуальных сетей в Институте сетевых и встроенных систем Университета Альпен-Адрия в Клагенфурте, Австрия. Институт сотрудничает с национальными и международными партнерами из промышленности и академических кругах и является частью исследовательского кластера Lakeside Labs (самоорганизующиеся сетевые системы). Его исследовательские интересы включают интеллектуальные энергетические системы, самоорганизующиеся системы и технические приложения роевого интеллекта.

Смотрите также на нашем сайте:

Возобновляемые источники энергии и умные сети на практике

Материал подготовил , редактор сайта Электрик Инфо