СИСТЕМЫ АНАЛИЗА И ОБРАБОТКИ ДАННЫХ
ISSN (печатн.): 2782-2001
ISSN (онлайн): 2782-215X
В современной энергетике широко используются установки распределенной генерации (РГ), находящиеся в непосредственной близости к потребителю. Эти установки могут работать в изолированном (островном) режиме на выделенную нагрузку и параллельно с электроэнергетической системой (ЭЭС). Для надежного функционирования установок РГ требуется решить ряд технологических задач, в число которых входит задача оптимального управления установками РГ при переходе в островной режим и подключении резервных дизель-генера-торных установок (ДГУ). Эта задача может быть решена с использованием современных интеллектуальных технологий управления. В статье приводится описание модели системы электроснабжения (СЭС) с мощной асинхронной нагрузкой, а также турбогенераторной установкой (ТГУ) и ДГУ. Представлены результаты моделирования процессов перехода в островной режим с подключением резервных ДГУ при исчезновении связи с питающей ЭЭС. Моделирование выполнялось в среде MATLAB с использованием пакетов Simulink и SimPowerSystems.
На основе результатов моделирования сформулированы следующие выводы: при переходе в островной режим могут возникать провалы напряжения и снижение частоты. При подключении и синхронизации ДГУ напряжение и частота стабилизируются. Применение прогностических алгоритмов в регуляторах турбогенератора позволяет значительно снизить инерционность объекта, уменьшить перерегулирование и колебательность напряжения и частоты при отключении питающей ЭЭС. При подключении высоковольтных двигателей к ТГУ, работающей в островном режиме, использование автопрогностического регулятора частоты позволяет существенно улучшить демпферные свойства и снизить инерционность объекта, при этом пуск электродвигателей производится более плавно.
1. Barker Ph.P., Mello R.W. de. Determining the impact of distributed generation on power systems. Part 1. Radial distribution systems // 2000 IEEE PES Summer Meeting, Seattle, WA, USA, July 11–15. – Seattle, 2000. – P. 222–233.
2. Voropai N.I., Stychinsky Z.A. Renewable energy sources: theoretical foundations, technologies, technical characteristics, economics. – Magdeburg: Otto-von-Guericke-Universität, 2010. – 223 p.
3. Mahmoud M.S., AL-Sunni F.M. Control and optimization of distributed generation systems. – Cham: Springer International Publishing, 2015. – 578 p.
4. Suslov K., Solonina N., Stepanov V. A principle of power quality control in the intelligent distribution networks // International Symposium on Smart Electric Distribution Systems and Technologies EDST 2015: proceedings. – Vienna, Austria, 2015. – P. 260–264.
5. Булатов Ю.Н., Крюков А.В., Чан Зюй Хынг. Сетевые кластеры в системах электроснабжения железных дорог. – Иркутск: ИрГУПС, 2015. – 205 с.
6. Martínez Ceseña E.A., Capuder T., Mancarella P. Flexible distributed multienergy generation system expansion planning under uncertainty // IEEE Transaction on Smart Grid. – 2016. – Vol. 7. – P. 348–357.
7. Крюков А.В., Чан З.Х. Влияние установок распределенной генерации на качество электроэнергии в системах электроснабжения железных дорог // Современные технологии. Системный анализ. Моделирование. – 2012. – № 4 (36). – С. 162–167.
8. Крюков А.В., Чан З.Х. Анализ симметрирующего эффекта распределенной генерации // Транспортная инфраструктура Сибирского региона. – Иркутск: ИрГУПС, 2012. – Т. 2. – С. 75–81.
9. Rugthaicharoencheep N., Auchariyamet S. Technical and economic impacts of distributed generation on distribution system // International Journal of Electrical, Computer, Energetic, Electronic and Communication Engineering. – 2012. – Vol. 6, N 4. – P. 385–389.
10. Арсентьев М.О., Арсентьев О.В., Крюков А.В. Системы электроснабжения железнодорожного транспорта с установками распределенной генерации. – Иркутск: ИрГТУ, 2013. – 152 с.
11. Булатов Ю.Н., Крюков А.В., Чан Зюй Хынг. Нечеткие регуляторы для ветрогенерирующих установок // Известия вузов. Проблемы энергетики. – 2014. – № 7–8. – C. 60–69.
12. Voropai N.I., Etingov P.V. Two-stage adaptive fuzzy PSS application to power systems // Proceedings of International Conference on Electrical Engineering ICEE'2001, July 22–26. – Xi'an, China, 2001. – Vol. 1. – P. 314–318.
13. Smart grid technologies / J. Wang, A.Q. Huang, W. Sung, Y. Liu, B.J. Baliga // IEEE Industrial Electronics Magazine. – 2009. – Vol. 3, N 2. – P. 16–23.
14. PID-controller tuning optimization with genetic algorithms in servo systems / A.Y. Jaen-Cuellar, R. de J. Romero-Troncoso, L. Morales-Velazquez, R.A. Osornio-Rios // International Journal of Advanced Robotic Systems. – 2013. – Vol. 10. – P. 324–337.
15. Bulatov Yu.N., Kryukov A.V. Optimization of automatic regulator settings of the distributed generation plants on the basis of genetic algorithm // 2016 2nd International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM 2016). – Chelyabinsk, Russia, 2016. – P. 1–6.
16. Intelligent control of the regulators adjustment of the distributed generation installation / A.V. Kryukov, S.K. Kargapol'cev, Yu.N. Bulatov, O.N. Skrypnik, B.F. Kuznetsov // Far East Journal of Electronics and Communications. – 2017. – Vol. 17, N 5. – P. 1127–1140.
17. Chen Y., Ma Y., Yun W. Application of improved genetic algorithm in PID controller parameters optimization // Telkomnika. – 2013. – Vol. 11, N 3. – P. 1524–1530.
18. Bulatov Yu.N., Kryukov A.V., Suslov K.V. Multi-agent technologies for control of distributed generation plants in the isolated power systems // Far East Journal of Electronics and Communications. – 2017. – Vol. 17, N 5. – P. 1197–1212.
19. Buchholz B.M., Styczynski Z.A. Smart grids : fundamentals and technologies in electricity networks. – Berlin; Heidelberg: Springer-Verlag, 2014. – 396 p.
20. Bulatov Yu.N., Kryukov A.V. Neuro fuzzy control system for distributed generation plants // Advances in Intelligent Systems Research. – 2018. – Vol. 158: Proceedings of the Vth International workshop "Critical infrastructures: Contingency management, Intelligent, Agent-based, Cloud computing and Cyber security" (IWCI 2018). – P. 13–19.
21. Wang R., Wang P., Xiao G. Intelligent microgrid management and EV control under uncertainties in smart grid. – Singapore: Springer, 2018. – 218 p.
22. Camacho E.F., Bordons C. Model predictive control. – 2nd ed. – London: Springer, 2007. – 405 p.
23. Пикина Г.А. Принцип управления по прогнозу и возможность настройки систем регулирования одним параметром // Новое в российской электроэнергетике. – 2014. – № 3. – С. 5–13.
24. Булатов Ю.Н., Крюков А.В., Нгуен В.Х. Прогностические регуляторы для установок распределенной генерации // Системы. Методы. Технологии. – 2016. – № 1 (29). – С. 63–69. – doi: 10.18324/2077-5415-2016-1-63-69.
25. Булатов Ю.Н., Крюков А.В., Нгуен В.Х. Автопрогностический регулятор частоты вращения ротора генератора установки распределенной генерации // Научный вестник НГТУ. – 2017. – № 1 (66). – С. 15–25.
26. SimPowerSystems: user’s guide for use with Simulink / Hydro-Que?bec; Mathworks (Firme). – Natick, MA: MathWorks, 1998–2006.
27. IEEE Std. 421.5–1992. Recommended practice for excitation system models for power system stability studies / Energy Development and Power Generating Committee. – S. l.: IEEE, 1992.
Булатов Ю.Н., Крюков А.В., Нгуен Ван Хуан. Моделирование режимов работы систем электроснабжения с установками распределенной генерации и мощной асинхронной нагрузкой // Научный вестник НГТУ. – 2018. – № 4 (73). – С. 101–114. – doi: 10.17212/1814-1196-2018-4-101-114.
Bulatov Yu.N., Kryukov A.V., Nguen Van Khuan. Modelirovanie rezhimov raboty sistem elektrosnabzheniya s ustanovkami raspredelennoi generatsii i moshchnoi asinkhronnoi nagruzkoi [Modeling of power supply system operating modes with distributed generation plants and a powerful asynchronous load]. Nauchnyi vestnik Novosibirskogo gosudarstvennogo tekhnicheskogo universiteta – Science bulletin of the Novosibirsk state technical university, 2018, no. 4 (73), pp. 101–114. doi: 10.17212/1814-1196-2018-4-101-114.
