The development of intellectual network-centric system (smart grid) of adaptive resource allocation in integrated networks of gas, heat and electricity


Cite item

Abstract

The current trends of the Smart Grid concept are described .The creation of an intellectual customer-centric system of gas, heat and electricity supply is described as a solution to the corresponding problems the creation of the intellectual customer-centric system of gas, heat and electricity supply is proposed. As a prototype of such a simulation modeling and the adaptive resource allocation in integrated networks of resource supply system is given.

Full Text

Введение Идеология построения интеллектуальных сетей энергообеспечения, называемых Smart Grid (SG) [1] (термин введен Майклом Барром (Michael T. Burr) в 2003 году [2]), является в настоящий момент одним из наиболее существенных и развиваемых направлений модернизации глобальной энергетики. Предпосылки интереса мирового сообщества к идее развития концепции SG очевидны: растут показатели потребления ресурсов, повышается стоимость производства электроэнергии, увеличение количества и мощности площадок производства ресурсов негативно влияет на состояние окружающей среды, существующие сети поставки энергоресурсов резко реагируют на колебания в экономической сфере. С ростом требований мирового сообщества используемые модели производства и поставки энергетических ресурсов перестают быть удовлетворительными; например, текущий объем потерь электроэнергии в сетях Российской Федерации составляет более 10 % [3, 4]. Эти и другие причины подталкивают правительства и бизнес-круги различных стран к скорейшей реализации принципов концепции SG. Стоит отметить, что трактовка термина Smart Grid геозависима [5-8]. Однако в целом к сетям энергоснабжения, развиваемым в рамках концепции SG, можно выдвинуть следующие требования: адаптивность, эффективность, доступность и возможность обратной связи, надежность, информационная обеспеченность, использование интеллектуальных счетчиков, динамическая тарификация (Demand Response), усложнение и интеграция функций SG, развитие микросетей, объединение идей SG и «умного дома», альтернативные источники энергии [9, 10]. В настоящий момент наиболее остро стоит проблема развития сетей электроснабжения. Правительство РФ в целях экономии энергоресурсов, в частности, проводит в ряде областей России эксперимент по установке норм потребления электроэнергии [11]. Однако не менее актуальной является задача интеграции сетей газо-, тепло- и электроснабжения (ресурсного снабжения) для повышения эффективности использования энергоресурсов и снижения цен для потребителей. Совмещение концепций SG и интеграции сетей ресурсного снабжения позволит сделать их более гибкими, надежными и устойчивыми за счет возможности компенсации одних ресурсов другими. В данной работе рассматривается система имитационного моделирования и адаптивного распределения ресурсов в интегрированных сетях газо-, тепло- и электроснабжения с использованием принципов сетецентризма и мультиагентных технологий [12]. Мультиагентный подход к разработке интеллектуальной сетецентрической клиентоориентированной системы ресурсного снабжения В рамках развития концепций SG и интеграции сетей ресурсного снабжения необходимо разработать интеллектуальную сетецентрическую клиентоориентированную систему (ИСКС) газо-, тепло- и электроснабжения, которая позволила бы обеспечить следующие функции: полноценный мониторинг сетей электроснабжения; эффективное распределение ресурсов в системе электроснабжения; соответствие производимого числа ресурсов потребляемому; быструю адаптацию сетей к происходящим событиям; возможность прогнозирования и работы с планом управления сетями на длительный горизонт. Данная система должна учитывать тенденции развития SG, быть рассчитанной на работу с современными элементами сетей (в том числе интеллектуальными счетчиками и т. п.) и предусматривать интеграцию с существующими информационными системами. Для построения подобных систем предпочтительно использование мультиагентных технологий, которые позволят внести элементы самоорганизации на основе принципов конкуренции и кооперации в работу рассматриваемых сетей для оперативной, гибкой и эффективной реакции на изменение потребностей в электроэнергии или предоставляемых сетями ресурсах. Однако сложность подобного рода систем не позволит создать одну масштабируемую систему, пригодную для использования на всех уровнях: от отдельной квартиры в доме – до целого региона. В этой связи в настоящем проекте предлагается изначально создавать такую систему, как сетецентрическая («система систем»), построенная как адаптивная р2р-сеть планировщиков отдельных ресурсов, причем с рекурсивной вложенностью для развертывания на любом уровне («матрешечная архитектура»). Сетецентрический подход в разработке ИСКС позволит обеспечить эффективное распределение ресурсов в сетях энергоснабжения и повысить общий уровень удовлетворения запросов потребителей, а также обеспечит адекватность производственных затрат уровню потребления за счет согласованного построения планов производства и поставки ресурсов с учетом всех параметров потребителей и поставщиков. Более подробно принципы и преимущества сетецентрического подхода и мультиагентных технологий описаны в [12]. При разработке ИСКС сети ресурсного снабжения моделируются как динамическая сеть агентов потребностей и возможностей, которые договариваются между собой, достигая баланса интересов (консенсуса). Важным достоинством мультиагентных технологий является их ориентация на работу в режиме реального времени [13]. Онтология для описания сетей ресурсного снабжения Для описания базовых понятий предметной области и связей между ними разработана онтология. Онтология позволяет описывать объекты и процессы, законы поставки, формирования спроса и производства ресурсов, учитывая структуру сетей, а также детализировать и накапливать информацию о конкретных объектах сетей. На рис. 1 показан верхний уровень онтологии управления сетями ресурсного снабжения, который включает три базовых концепта, соответствующих объектам потребления, производства и распределения ресурсов («Потребитель», «Поставщик» и «Сеть» соответственно). Принципы проектирования и использования онтологии в информационных системах описаны в [14]. Р и с. 1. Верхний уровень онтологии управления сетями ресурсного снабжения На основе использования простейших базовых онтологических сущностей в совокупности с практически неограниченными возможностями онтологии к расширению [14] создан конструктор топологии сетей, позволяющий учесть все их необходимые параметры. Архитектура ИСКС ИСКС реализована в виде следующих программных модулей: мультиагентная платформа, включающая подсистему передачи сообщений, диспетчер агентов, подсистему формирования и доступа к сцене (модели конкретной ситуации), инспектор агентов, журнал переговоров агентов; модуль задания начальной конфигурации сети; модуль интеграции; модуль адаптивного планирования заказов и ресурсов; модуль построения отчетов; модуль разграничения прав доступа. Укрупненная архитектура системы, включающая основные модули и компоненты, представлена на рис. 2. Р и с. 2. Архитектура ИСКС Первоначально администратор сети задает общую конфигурацию сетей ресурсного снабжения через автоматизированное рабочее место (АРМ). Данная конфигурация загружается в мультиагентную платформу, где при помощи диспетчера агентов каждому объекту сетей сопоставляется программный агент, представляющий интересы этого объекта. С использованием модуля интеграции осуществляется сбор реальных данных с оборудования сетей ресурсного снабжения, а также из существующих информационных систем, выполняющих сетевой мониторинг. Потребители и поставщики через соответствующие АРМы указывают свои параметры потребления и производства ресурсов. После этого при помощи модуля передачи сообщений агенты, представляющие объекты сети, начинают переговоры, которые путем торгов и уступок завершаются достижением консенсуса – решения, устраивающего все стороны. Если такое решение невозможно, программные агенты вырабатывают рекомендации потребителям об изменении объемов спроса или предложения поставщикам, которые отправляются пользователям системы через АРМы. В такой диалоговой форме общение системы с пользователем продолжается до тех пор, пока не будут сгенерированы предложения, устраивающие всех «игроков». В ходе работы с системой ее пользователи могут получать доступ к различным статистическим данным. Доступ пользователя к функциям системы и данным определяется модулем разграничения прав доступа. Пользователям ИСКС предоставляется удаленный доступ к системе с любого устройства, обладающего связью с Интернет и допускающего использование браузера (ПК, ноутбуки, планшеты, мобильные телефоны). Для этого разработан пользовательский интерфейс ИСКС на языке HTML 5 с ориентацией на web- и облачные технологии. На рис. 3 представлено окно конструктора сетей ресурсного снабжения, доступного администратору сети через соответствующий АРМ. Р и с. 3. Окно конструктора сетей ресурсного снабжения Основные функции ИСКС Интеллектуальная сетецентрическая клиентоориентированная система газо-, тепло- и электроснабжения должна выполнять следующие функции. Создание конфигурации сетей. Система должна обеспечивать возможность полноценного описания архитектуры действующих сетей ресурсного снабжения. Каждый элемент этих сетей должен описываться достаточным и достоверным набором характеристик. Формирование спроса. Система должна позволять потребителям выстраивать индивидуальный план потребления ресурсов на длительный горизонт. При этом, учитывая тенденцию интеграции концепций SG и «умного дома», система должна быть ориентирована на детализированное формирование спроса по каждому объекту потребления. Адаптивное планирование в реальном времени. Исходя из агрегированных данных спроса и прогноза потребления поставщики ресурсов должны планировать свои графики предоставления ресурсов, что позволит выровнять нагрузку сети и избежать пиков. Управление топологией и интеграция сетей. Система должна объединить существующие программные и аппаратные механизмы мониторинга и управления сетями ресурсного снабжения. Интеграция должна включать сбор телеметрии и управление топологией сетей, в том числе с целью замещения ресурсов. Прогнозирование. Интеграция с системами сбора данных с интеллектуальных счетчиков должна позволить строить прогнозы на основе сохраняемой истории и внешних факторов. Интерактивность, выработка предложений. Система должна работать в режиме диалога и двусторонней связи с пользователем. Существующие графики фактического потребления или поставки должны корректироваться пользователем «на лету», отражая его потребности. Если запрос пользователя невозможно или крайне трудно обработать, система должна формировать предложение, помогающее пользователю принять решение. Аналитика. Система должна производить анализ агрегируемых данных, предоставляя статистические отчеты, а также вырабатывая заключения и рекомендации по наиболее эффективному использованию ресурсов. Разграничение прав доступа, роли. Система должна предоставлять доступ трем типам пользователей – потребитель, поставщик, администратор сети. Каждый из этих пользователей должен иметь возможность описывать характеристики подотчетных ему объектов и строить планы потребления, производства и поставки ресурсов. Здесь администратор сети – пользователь, осуществляющий мониторинг и управление интегрированными сетями газо-, тепло- и электроснабжения. Масштабирование. Благодаря использованию сетецентрической архитектуры и возможности масштабирования онтологии система должна быть пригодной для использования как в рамках всех трех интегрированных типов сетей, так и в рамках одного некрупного объекта – фабрики, многоквартирного или даже частного дома. Пример работы метода адаптивного планирования в ИСКС На рис. 4 продемонстрированы графики производства ресурсов поставщиками электричества (ПЭ) и газа (ПГ). На каждом из графиков отмечен максимальный уровень производства ресурса, а также объемы их потребления различными объектами сети в каждый из дней. Рассмотрим событие, когда фабрика (потребитель № 4) выдвигает заявку на потребление в третий день. При стартовых условиях удовлетворение заявки фабрики невозможно из-за ограничений в объемах производства, тем не менее необходимо удовлетворение спроса всех объектов потребления. Рассмотрим переговоры агентов для решения этой задачи. В начальной ситуации пробуждаются (создаются) агенты ПЭ и фабрики – потребитель № 4 (П № 4). Агент фабрики запрашивает производство определенного объема ресурса в третий день. Получив запрос на размещение в графике, агент ПЭ производит анализ графика. Процесс анализа расписания заключается в поиске мест размещения, которые удовлетворяют интересам и поставщика, и фабрики. По итогу анализа агент ПЭ дает негативный ответ на запрос агента П № 4, указывая причины возникновения конфликта: высокие объемы спроса других потребителей. Агент П № 4 рассылает агентам потребителей 1, 2 и 3 предложения о снижении спроса в третий день с указанием возможной компенсации такого решения, а также величины, на которую необходимо снизить потребление. Агенты всех потребителей не заинтересованы в снижении уровня потребления электроэнергии. Однако агент потребителя 3 (П № 3) в отличие от остальных имеет в своем распоряжении газовый электрогенератор. Агент П № 3, зная о возможности замещения одного ресурса другим, запрашивает агента ПГ о возможности и стоимости обеспечения необходимого количества газа с учетом курса конвертации одного ресурса в другой. Агент ПГ дает положительный ответ с указанием стоимости. Агент П № 3 рассчитывает конечную стоимость перехода на газовое электрообеспечение (с учетом амортизации генератора и прочих факторов) и отправляет ответ агенту П № 4. П № 4, зная, что от получения должного объема электричества в третий день зависит выполнение крупного заказа, соглашается на условия агента П № 3, после чего последний меняет текущие заявки к ПЭ и ПГ, а агент фабрики повторяет запрос к ПЭ, который теперь может его удовлетворить. Р и с. 4. Графики адаптивного перепланирования производства ресурсов в ответ на появление новой заявки В рамках тестирования системы был разработан сценарий минимизации стоимости электроэнергии для потребителя за счет подключения газового электрогенератора и распределения потребления электричества во времени. В сценарии описан ряд отличающихся по характеристикам потребителей и поставщиков газо-, тепло- и электроснабжения. Смоделированы спрос и предложение ресурсов на месячный горизонт, воссоздана ситуация пиковой нагрузки на сеть за счет увеличения среднего значения спроса потребителей. Система, проведя анализ ситуации, приняла два взаимодополняющих решения: – в автоматическом порядке подключить альтернативный источник энергии (газовый электрогенератор) для удовлетворения повышенных запросов потребителей, задействовав газовый ресурс; – разослать потребителям в их АРМы рекомендации по снижению нагрузки на сеть в обозначенный пиковый период потребления, подкрепленные мотивационными мерами: предложением скидок на потребление в периоды помимо пикового, а также штрафами за потребление сверх допустимого уровня в период повышенной нагрузки. Благодаря принятым системой решениям удалось снизить конечную стоимость ресурсов для потребителей (согласно схеме расчета цены Demand Response), а также сохранить безопасный режим работы сетей. Выводы На текущий момент разработан прототип интеллектуальной сетецентрической клиентоориентированной системы газо-, тепло- и электроснабжения. Эксперименты, проведенные с прототипом ИСКС, продемонстрировали высокую пригодность мультиагентного подхода к решению задач управления ресурсами в интегрированных сетях ресурсного снабжения для повышения эффективности использования первичных и конечных энергоносителей, а также для демонстрации модели межотраслевой интеграции на основе сетецентрического подхода. Необходимо отметить высокий уровень конкурентоспособности мультиагентных систем в области реализации подхода Demand Response за счет обеспечения двусторонней связи системы управления с ее пользователями в реальном времени. Разрабатываемая система за счет широких возможностей масштабирования и интеграции имеет возможность развертывания в различных сферах сетей газо-, тепло- и электроснабжения на любом уровне – от промышленного до бытового. При поддержке экспертов возможно подробное описание онтологии сетей газо-, тепло- и электроснабжения, а также перенос в систему существующих карт сетей всех трех типов, что позволит перейти от прототипа к реальной системе.
×

About the authors

Denis S Budaev

SEC «Smart Solutions»

Leading Developer 17 Moscovskoe Shosse, office center «Vertikal», Samara, 443013

Vladimir B Larukhin

SEC «Smart Solutions»

Director of Engineering 17 Moscovskoe Shosse, office center «Vertikal», Samara, 443013

Daniil S Kosov

SEC «Smart Solutions»

analyst 17 Moscovskoe Shosse, office center «Vertikal», Samara, 443013

Elena V Simonova

SEC «Smart Solutions»

Email: simonova@smartsolutions-123.ru
(Ph.D. (Techn.)), Associate Professor, Senior Analyst 17 Moscovskoe Shosse, office center «Vertikal», Samara, 443013

References

  1. Smart grid// Режим доступа: http://www.oe.energy.gov/smartgrid.htm
  2. Michael T. Burr. Technology corridor: Reliability demands will drive automation // Fortnightly Magazine. 2003. – November 1. – Режим доступа: http://www.fortnightly.com/fortnightly/2003/11/technology-corridor?page=0%2C0
  3. Воротницкий В.Э., Туркина О.В. Сравнительный анализ потерь электрической энергии в электрических сетях Российской Федерации и стран дальнего зарубежья // Режим доступа: http://www.ntc-power.ru/upload/presentation/Prezentation_Vorotnitskiy_Turkina.pdf
  4. Быкова О., Аблязов П. Куда движется электроэнергетика? // Режим доступа: http://www.bigpowernews.ru/research/document47671.phtml?1&q=0JrQo9CU0JAg0JTQktCY0JbQldCi0KHQryDQrdCb0JXQmtCi0KDQntCt0J3QldCg0JPQldCi0JjQmtCQPw==
  5. European SmartGrids Technology Platform. Vision and Strategy for Europe’s Electricity Networks of the Future // Luxembourg: Office for Official Publications of the European Communities, 2006.
  6. Дорофеев В.В., Макаров А.А. Активно-адаптивная сеть – новое качество ЕЭС России // Энергоэксперт. – 2009. – № 4 (15).
  7. Концепция энергетической стратегии России на период до 2030 года (проект) // Прил. к журналу «Энергетическая политика». – М.: ГУ ИЭС, 2007.
  8. Ледин С.С. Интеллектуальные сети SG – будущее российской энергетики // Автоматизация и IT в энергетике. – Ноябрь 2010. – № 11(16).
  9. трендов рынка SMART Grid в 2012 году. – Режим доступа: http://www.cleandex.ru/articles/2012/08/23/10_trendov_rynka_smart_grid_v_ssha
  10. Перспективы развития технологий Smart Grid в России. – Режим доступа: http://www.cleandex.ru/opinion/2010/05/28/smart_grid_perspectives_in_russia
  11. Простой стимул экономить электричество появится в нескольких российских регионах. – Режим доступа: http://www.1tv.ru/news/other/238598
  12. Иващенко А.В., Карсаев О.В., Скобелев П.О., Царев А.В., Юсупов Р.М. Мультиагентные технологии для разработки сетецентрических систем управления // VI Всероссийская научно-практическая конференция «Перспективные системы и задачи управления», 4-6 апреля 2011 г. Таганрог. – Известия ЮФУ. Технические науки. 2011. №3 (116). – С. 11-23.
  13. Скобелев П.О. Интеллектуальные системы управления ресурсами в реальном времени: принципы разработки, опыт промышленных внедрений и перспективы развития // Приложение к теоретическому и прикладному научно-техническому журналу «Информационные технологии». – 2013. – № 1. – С. 1-32.
  14. Скобелев П.О. Онтология деятельности для ситуационного управления предприятиями в реальном времени // Онтология проектирования. – 2012. – № 1(3). – С. 6-38.

Copyright (c) 2013 Samara State Technical University

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies