Ключові слова
load modelling
prosumer
energy storage
renewable energy sources
optimization мікромережа
моделювання навантаження
просьюмер
системи накопичення енергії
відновлювані джерела енергії
оптимізація
Як цитувати
Анотація
У зв’язку з нестабільністю відновлюваних джерел енергії підтримка сталої роботи мікромереж стає актуальним і складним завданням. Системи накопичення енергії можуть забезпечити безперервне живлення для таких мікромереж, проте їхня інтеграція супроводжується викликами, пов’язаними з визначенням оптимальних параметрів систем накопичення енергії. У роботі представлено методику, що оптимізує ємність системи накопичення енергії, враховуючи різні алгоритми контролера для функціонування мікромережі просьюмера. Розроблено метод визначення оптимальної ємності системи накопичення енергії задля максимізації прибутку від взаємодії з мережею. Розглядаються два кардинально різних алгоритми контролера роботи мікромережі: перший зосереджений на максимальному використанні сонячної генерації, а другий – на збалансованому використанні усіх елементів системи, включаючи накопичувачі і споживачі енергії. Досліджено мікромережу на прикладі просьюмера, що включає сонячну фотоелектричну систему, профіль навантаження, систему накопичення електроенергії та підключення до енергомережі за тризонним тарифом. Задля оцінки ефективності обраних стратегій проведено аналіз показників для зимового та літнього днів, що дало можливість виявити вплив сезонності на роботу мікромережі. Запропонований метод дає змогу визначати ємність системи накопичення енергії під час проєктування індивідуальних фотоелектричних систем генерації. Бібл. 15, табл. 2, рис. 10.
Посилання
Aghmadi A., Mohammed O.A. Energy Storage Systems: Technologies and High-Power Applications. Batteries. 2024. Vol. 10. No 4. P. 141. DOI: https://doi.org/10.3390/batteries10040141.
Ali Z.M., Calasan M., Aleem S.H.E.A., Jurado F., Gandoman F.H. Applications of Energy Storage Systems in Enhancing Energy Management and Access in Microgrids: A Review. Energies. 2023. Vol. 16. No 16. P. 5930. DOI: https://doi.org/10.3390/en16165930.
APOLLO cloud statistics. SoDa. URL: https://www.soda-pro.com (accessed at 12.10.2024).
Blinov I.V., Parus Ye.V., Shymaniuk P.V., VorushyloA.O. Optimization model of microgrid functioning with solar power plant and energy storage system. Tekhnichna elektrodynamika. 2024. No 5. Pp. 69–78. DOI: https://doi.org/10.15407/techned2024.05.069. (Ukr)
Elalfy D. A., Gouda E., Kotb M. F. et al. Comprehensive review of energy storage systems technologies, objectives, challenges, and future trends. Energy Strategy Reviews. 2024. Vol. 54. P. 101482. DOI: https://doi.org/10.1016/j.esr.2024.101482 .
Kulapin O., Makhotilo K. Modeling of Prosumer Load Profiles based on behavioral approach. Energetyka: ekonomika, tekhnologii, ekologiia. 2024. No 1. Pp. 98–105. DOI: https://doi.org/10.20535/1813-5420.1.2024.297584. (Ukr)
Sharma P., Saini K.K., Mathur H.D., Mishra P. Improved Energy Management Strategy for Prosumer Buildings with Renewable Energy Sources and Battery Energy Storage Systems. Journal of Modern Power Systems and Clean Energy. Vol. 12. Issue 2. Pp. 381–392. DOI: https://doi.org/10.35833/MPCE.2023.000761.
Fedorchuk S., Ivakhnov A., Bulhakov O., Danylchenko D. Optimization of Storage Systems According to the Criterion of Minimizing the Cost of Electricity for Balancing Renewable Energy Sources. IEEE KhPI Week on Advanced Technology (KhPIWeek), Kharkiv, Ukraine, 05-10 October 2020. Pp. 519–525. DOI: https://doi.org/10.1109/KhPIWeek51551.2020.9250155.
Bouakkaz A., Mena A.J.G., Haddad S., Ferrari M.L. Efficient energy scheduling considering cost reduction and energy saving in hybrid energy system with energy storage. Journal of Energy Storage. 2021. Vol. 33. P. 101887. DOI: https://doi.org/10.1016/j.est.2020.101887.
Gopee Y., Gaetani-Liseo M., Blavette A., Camillers G., Roboam X., Alonso C. Energy Management System for a Low Voltage Direct Current Microgrid: Modeling and experimental validation. 48th Annual Conference of the IEEE Industrial Electronics Society( IECON 2022), Brussels, Belgium, 17-20 October 2022. Pp. 1–6. DOI: https://doi.org/10.1109/IECON49645.2022.9968485.
Kulapin O., Makhotilo K. Selection of Optimal Battery Capacity of the Household Prosumer. Visnyk Vinnytskoho Politekhnichnoho Instytutu. 2024. No 4. Pp. 30–36. DOI: https://doi.org/10.31649/1997-9266-2024-175-4-30-36. (Ukr)
Hashemi A., Derakshan G., Pahlavani M., Abdi B. Optimal Scheduling of Residential Electricity Demand Based on the Power Management of Hybrid Energy Resources. Environmental and Climate Technologies. 2020. Vol. 24. Issue 1. Pp. 580–603. DOI: https://doi.org/10.2478/rtuect-2020-0036.
Sharma P., Bhattacharjee D., Mathur H.D., Mishra P., Siguerdidjane H. Novel optimal energy management with demand response for a real-time community microgrid. IEEE International Conference on Environment and Electrical Engineering and IEEE Industrial and Commercial Power Systems Europe (EEEIC/I&CPS Europe), Madrid, Spain, 06-09 June 2023. Pp. 1–6. DOI: https://doi.org/10.1109/EEEIC/ICPSEurope57605.2023.10194855.
Zhao C., He J., Cheng P. та ін. Consensus-Based Energy Management in Smart Grid With Transmission Losses and Directed Communication. IEEE Transactions on Smart Grid. 2017. Vol. 8. Issue 5. Pp. 2049–2061. DOI: https://doi.org/10.1109/TSG.2015.2513772.
Fouladi E., Baghaee H., Bagheri M., Lu M., Charehpetain G.B. BESS Sizing in an Isolated Microgrid Including PHEVs and RERs. 2020 IEEE International Conference on Environment and Electrical Engineering and 2020 IEEE Industrial and Commercial Power Systems Europe (EEEIC/I&CPS Europe), Madrid, Spain, 09-12 June 2020. DOI: https://doi.org/10.1109/EEEIC/ICPSEurope49358.2020.9160640.
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Авторське право (c) 2025 Array