Управление распределенными энергетическими системами на основе методов оптимизации и экспертных подходов
Работая с нашим сайтом, вы даете свое согласие на использование файлов cookie. Это необходимо для нормального функционирования сайта, показа целевой рекламы и анализа трафика. Статистика использования сайта отправляется в «Яндекс» и «Google»
Научный журнал Моделирование, оптимизация и информационные технологииThe scientific journal Modeling, Optimization and Information Technology
cетевое издание
issn 2310-6018

Управление распределенными энергетическими системами на основе методов оптимизации и экспертных подходов

Питолин М.В.   Преображенский Ю.П.  

УДК 517.977
DOI: 10.26102/2310-6018/2020.28.1.031

  • Аннотация
  • Список литературы
  • Об авторах

В настоящее время наблюдается развитие различных методов и подходов, связанных с управлением распределенными энергетическими системами. При их использовании требуется сбор большого количества информации. При использовании рейтинговых оценок функционирования энергетических систем возникает ряд проблем. В ходе управления ресурсоэффективностью распределенной энергетической системы существенным является вопрос о принятии рационального решения. При этом важна информация двух видов. Первый связан с формализованным решением задачи с использованием оптимизационного моделирования. Второй основан на экспертном оценивании соответствующих результатов. Такую информации следует объединять, поскольку выбор будет многокритериальным по ресурсному обеспечению. В такой задаче существует множество мониторируемых показателей эффективности работы распределенной энергетической системы. Решение задачи, которая связана одним критерием, большей частью, рассматривается как задача линейного программирования. При этом применяются непрерывные или целочисленные переменные. В данной работе показано, как формируется оценка эффективности распределенных энергетических систем. Разработана оптимизационная модель задачи и сформированы процедуры экспертной оценки управленческих решений. Результаты представленной работы полезны для управления сложными распределенными энергетическими системами.

1. Jamil F. On the Electricity Shortage, Price and Electricity Theft Nexus. Energy Policy. 2013;54:267-72.

2. Con Edison (ConEd). 2013. «Demand Management Incentives». http://www.coned.com/energyefficiency/demand_ management_incentives.asp.

3. Energy Storage Association (ESA). Community Energy Storage. 2014. http://energystorage.org/energy-storage/ technology-applications/community-energy storage.

4. Wood E. Princeton University's Microgrid: How to Partner, Not Part from the Grid. 2014. Microgrid Knowledge. http://microgridknowledge.com/princeton-universitys-microgridpartner-part-central-grid/.

5. Groefsema H., van Beest N.R.T.P. Design-time compliance of service compositions in dynamic service environments. Int. Conf. on Service Oriented Computing & Applications. 2015:108-115.

6. Groefsema H.: Business Process Variability: A Study into Process Management and Verification. PhD thesis. 2016.

7. Object Management Group. Business Process Model and Notation, version 2.0. http://www.omg.org/spec/BPMN/2.0/, last accessed 2019/02/10.

8. Weber I., Xu X., Riveret R., Governatori G., Ponomarev A. Mendling J. Untrusted Business Process Monitoring and Execution Using Blockchain. BPM 2016, LNCS 9850. 2016:329- 347.

9. Bertone G., Deisenroth M. P., Kim J. S., Liem S., de Austri R. R. Welling M.. Accel-erating the BSM Interpretation of LHC Data with Machine Learning. arXiv preprint arXiv:2016;1611.02704.

10. Albert S. Lutakamale, Shubi Kaijage. Wildfire Monitoring and Detection System Using Wireless Sensor Network: A Case Study of Tanzania. Wireless Sensor Network. 2017;9:274-289.

11. Odu G.O., Charles-Owaba O.E. «Review of Multi-criteria Optimization Methods – Theory and Applications». IOSR Journal of Engineering (IOSRJEN). 2013;3:1-14.

12. Sorokin S.O. Optimization modeling of the functioning of the system of homogeneous objects in a multidimensional digital environment. Modeling, optimization and information technologies. 2018;6(3):153-164. Доступно по: https://moit.vivt.ru/wpcontent/uploads/2018/09/Issue_3(22)_2018.pdf.

13. Orlova D.E. Stability of solutions in ensuring the functioning of organizational and technical systems. Modeling, optimization and information technologies. 2018;6(1):325- 336. Доступно по: http://moit.vivt.ru/wp-content/uploads/2018/01/Orlova_1_2_18.pdf.

14. Pekka Neittaanmki, Sergey, Repin and Tero Tuovinen (Eds.). Mathematical Modeling and Optimization of Complex Structures; Series: Computational Methods in Applied Sciences. Springer International Publishing AG. Switzerland. 2016.

15. Rios L.M. and Sahinidis N.V. Derivative-free optimization: a review of algorithms and comparison of software implementations. Journal of Global Optimization. 2013;54:1247- 1293.

Питолин Михаил Владимирович
кандидат технических наук доцент
Email: pmv_m@mail.ru

Воронежский институт МВД РФ

Воронеж, Российская Федерация

Преображенский Юрий Петрович
кандидат технических наук доцент
Email: petrovich@vivt.ru

Воронежский институт высоких технологий

Воронеж, Российская Федерация

Ключевые слова: распределенная энергетическая система, оптимизация, экспертная оценка, принятие решений, системный анализ

Для цитирования: Питолин М.В. Преображенский Ю.П. Управление распределенными энергетическими системами на основе методов оптимизации и экспертных подходов. Моделирование, оптимизация и информационные технологии. 2020;8(1). Доступно по: https://moit.vivt.ru/wp-content/uploads/2020/02/PitolinPreobrazhenskiyUP_1_20_1.pdf DOI: 10.26102/2310-6018/2020.28.1.031

774

Полный текст статьи в PDF