Повышение пропускной способности электрических сетей на основе интеграции метеорологических данных

Обложка

Цитировать

Полный текст

Аннотация

Эффективное и устойчивое функционирование энергосистем является критически важным элементом для обеспечения поставки электроэнергии, необходимой для поддержания жизненных функций современного общества. В этом контексте интеграция метеорологических данных в управление электрическими сетями приобретает все большее значение.

Метеорологические данные, такие как информация о погодных условиях, температуре, ветре и осадках, играют существенную роль в оперативном и стратегическом управлении энергосистемами. Их использование позволяет оптимизировать работу генерирующих и распределительных станций, использовать максимальную пропускную способность линий, а также улучшать планирование ремонтных работ и обновление инфраструктуры. Зная погодные условия, операторы электроэнергетических сетей могут принимать более обоснованные решения относительно распределения и управления энергоресурсами.

Данное исследование направлено на определение роли метеорологических данных в стратегиях управления современных энергетических систем.

Об авторах

Марк Яковлевич Клецель

НАО «Торайгыров университет»

Email: mkletsel@mail.ru
SPIN-код: 7986-1196

доктор технических наук, профессор кафедры «Электроэнергетика»

Казахстан, г. Павлодар

Елена Владимировна Петрова

Омский государственный технический университет

Email: krivolapov_vladislav@mail.ru
SPIN-код: 2750-7350

старший преподаватель кафедры «Электроснабжение промышленных предприятий»

Россия, г. Омск

Станислав Сергеевич Гиршин

Омский государственный технический университет

Email: krivolapov_vladislav@mail.ru
SPIN-код: 1125-1521
Scopus Author ID: 57190579930

кандидат технических наук, доцент (Россия), доцент кафедры «Электроснабжение промышленных предприятий»

Россия, г. Омск

Владислав Александрович Криволапов

Омский государственный технический университет

Автор, ответственный за переписку.
Email: krivolapov_vladislav@mail.ru

аспирант кафедры «Электроснабжение промышленных предприятий»

Россия, г. Омск

Владимир Николаевич Горюнов

Омский государственный технический университет

Email: vladimirgoryunov2016@yandex.ru
SPIN-код: 2765-2945
Scopus Author ID: 7003455231

доктор технических наук, профессор (Россия), заведующий кафедрой «Электроснабжение промышленных предприятий»

Россия, г. Омск

Владислав Михайлович Троценко

Омский государственный технический университет

Email: krivolapov_vladislav@mail.ru
SPIN-код: 3958-5882

старший преподаватель кафедры «Электроснабжение промышленных предприятий»

Россия, г. Омск

Список литературы

  1. World Energy Transitions Outlook 2023: 1.5°C Pathway // International Energy Agency. URL: https://www.irena.org/Publications/2023/Jun/World-Energy-Transitions-Outlook-2023 (дата обращения: 05.11.2023).
  2. bp Energy Outlook 2023 // BP. URL: https://www.bp.com/content/dam/bp/business-sites/en/global/corporate/pdfs/energy-economics/energy-outlook/bp-energy-outlook-2023.pdf (дата обращения: 05.11.2023).
  3. Global Energy Outlook 2023: Sowing the Seeds of an Energy Transition // Resources for the Future. URL: https://www.rff.org/publications/reports/global-energy-outlook-2023 (дата обращения: 05.11.2023).
  4. World Energy Outlook 2022 // International Energy Agency. URL: https://iea.blob.core.windows.net/assets/830fe099-5530-48f2-a7c1-11f35d510983/WorldEnergyOutlook2022.pdf (дата обращения: 05.11.2023).
  5. Paldino G. M., De Caro De F., De Stefani J. [et al.]. A Digital Twin Approach for Improving Estimation Accuracy in Dynamic Thermal Rating of Transmission Lines // Energies. 2022. Vol. 15, № 6. P. 2254. doi: 10.3390/en15062254.
  6. Barton T., Musilek P. Day-Ahead Dynamic Thermal Line Rating Using Numerical Weather Prediction // 2019 IEEE Canadian Conference of Electrical and Computer Engineering (CCECE). 2019. P. 1–7. doi: 10.1109/CCECE.2019.8861883.
  7. Liu Z., Deng H., Peng R. [et al.]. An Equivalent Heat Transfer Model Instead of Wind Speed Measuring for Dynamic Thermal Rating of Transmission Lines // Energies. 2020. Vol. 13, № 18. P. 4679. doi: 10.3390/en13184679.
  8. Barton T. Forecasting of Dynamic Thermal Line Rating Under the Conditions of Temporal Discretization and Correlation: Thesis. Canada, 2021. 127 p. doi: 10.7939/r3-hjjj-9269.
  9. IEEE Standard for Calculating the Current-Temperature Relationship of Bare Overhead Conductors // IEEE. 2013. P. 1–72. doi: 10.1109/IEEESTD.2013.6692858.
  10. Guide for thermal rating calculations of overhead lines // CIGRE. 2014. 95 p.
  11. СТО 56947007-29.240.55.143-2013. Методика расчета предельных токовых нагрузок по условиям сохранения механической прочности проводов и допустимых габаритов воздушных линий. Стандарт организации. Введ. 2013–02–13. Москва: ОАО ФСК ЕЭС, 2013. 42 с.
  12. Morteza A., Sadipour M., Fard R. S. [et al.]. A daggingbased deep learning framework for transmission line flexibility assessment // IET Renewable Power Generation. 2022. Vol. 17. doi: 10.1049/rpg2.12663.
  13. Петрова Е. В. Оценка влияния солнечной радиации на нагрузочные потери активной мощности в высокотемпературных и самонесущих изолированных проводах линий электропередачи // Известия Транссиба. 2019. № 3 (39). С. 134–145. EDN: LDQZUC.
  14. Massaro F., Ippolito M. G., Carlini E. M. [et al.]. Maximizing energy transfer and RES integration using dynamic thermal rating: Italian TSO experience // Electric Power Systems Research. 2019. Vol. 174. P. 105864. doi: 10.1016/j.epsr.2019.105864.
  15. Dabbaghjamanesh M., Kavousi-Fard A., Mehraeen S. Effective Scheduling of Reconfigurable Microgrids with Dynamic Thermal Line Rating // IEEE Transactions on Industrial Electronics. 2019. Vol. 66, no. 2. P. 1552–1564. doi: 10.1109/TIE.2018.2827978.
  16. Viafora N., Delikaraoglou S., Pinson P. [et al.]. Chance-constrained optimal power flow with non-parametric probability distributions of dynamic line ratings // International Journal of Electrical Power & Energy Systems. 2020. Vol. 114. P. 105389. doi: 10.1016/j.ijepes.2019.105389.
  17. Bubenchikov K., Gonzalez-Castellanos A., Pozo D. Benefits of Dynamic Line Rating for the Russian Power Corridor between the European and Siberian Zones // 2020 International Youth Conference on Radio Electronics, Electrical and Power Engineering (REEPE). 2020. P. 1–6. doi: 10.1109/REEPE49198.2020.9059177.
  18. Bhattarai B. P., Gentle J. P., McJunkin T. [et al.]. Improvement of Transmission Line Ampacity Utilization by Weather-Based Dynamic Line Rating // IEEE Transactions on Power Delivery. 2018. Vol. 33, no. 4. P. 1853–1863. doi: 10.1109/TPWRD.2018.2798411.
  19. Karimi S., Musilek P., Knight A. M. Dynamic thermal rating of transmission lines: A review // Renewable and Sustainable Energy Reviews. 2018. Vol. 91. P. 600–612. doi: 10.1016/j.rser.2018.04.001.
  20. Abboud A. W., Gentle J. P., McJunkin T. R. [et al.]. Using Computational Fluid Dynamics of Wind Simulations Coupled with Weather Data to Calculate Dynamic Line Ratings // IEEE Transactions on Power Delivery. 2020. Vol. 35, no. 2. P. 745–753. doi: 10.1109/TPWRD.2019.2925520.
  21. Положение ПАО «Россети» «О единой технической политике в электросетевом комплексе» (новая редакция) // ПАО «Россети». 2022. URL: https://rosseti-yug.ru/upload/iblock/04b/Положение%20о%20единой%20технической%20политике%20ПАО%20Россети%20(ред.492).pdf (дата обращения: 05.11.2023).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

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».