Embed Size (px)
Citation preview
1
КАТЕДРА „ЕЛЕКТРОТЕХНИКА, ЕЛЕКТРОНИКА И АВТОМАТИКА"
маг.инж. Димитър Емануилов Василев
КОЛИЧЕСТВЕНИ МЕТОДИ ЗА ВЗЕМАНЕ
НА ОПТИМАЛНИ РЕШЕНИЯ ПРИ УПРАВЛЕНИЕ
НА ЕЛЕКТРОЕНЕРГИЙНИ ОБЕКТИ
АВТОРЕФЕРАТ
на дисертационен труд за присъждане
на научната и образователната степен „доктор”
по научна специалност
„Автоматизирани системи за обработка
на информацията и управление ”
в професионално направление
5.2. “Eлектротехника, електроника и автоматика”
Научен ръководител:
Проф. д-р инж.Стефка Иванова Неделчева
Научно жури:
проф. д-р инж. Стефка Иванова Неделчева
проф. дтн. инж. Румен Иванов Каров
доц.д-р инж. Антон Георгиев Андонов
доц. д-р инж. Пенчо Венков Георгиев
доц. д-р инж. Таня Иванова Пехливанова
Сливен, 2013 г.
ТЕХНИЧЕСКИ УНИВЕРСИТЕТ – СОФИЯ ИНЖЕНЕРНО-ПЕДАГОГИЧЕСКИ ФАКУЛТЕТ - СЛИВЕН
2
Дисертационният труд е разработен в обем от 217 страници. Състои се от
въведение, четири глави, заключение, библиографска справка от 134 заглавия, от които
58 на кирилица и 76 на латиница, 67 фигури и 23 таблици. Към дисертацията е дадено
приложение с общ обем от 35 страници.
Дисертационният труд е обсъден и насочен за защита от катедра
“Електротехника, електроника и автоматика” на Инженерно-педагогически факултет –
Сливен при Технически университет-София на заседание на катедрения съвет състояло
се на 19.04. 2013 г.
Дисертационният труд е насочен за защита със заповед № ОЖ 158 / 25.04.2013г.
на Ректора на ТУ-София.
Защитата на дисертационния труд ще се състои на 3.09.2013 г. от 9 часа в зала
1104 на ИПФ – Сливен на открито заседание на научното жури.
Материалите по защитата са на разположение на интересуващите се в каб. 2203
на ИПФ – Сливен.
Забележка: Означенията на уравненията, фигурите и таблиците в автореферата
съответстват на означенията в дисертационния труд.
Автор: маг.инж. Димитър Емануилов Василев Заглавие: КОЛИЧЕСТВЕНИ МЕТОДИ ЗА ВЗЕМАНЕ НА ОПТИМАЛНИ РЕШЕНИЯ
ПРИ УПРАВЛЕНИЕ НА ЕЛЕКТРОЕНЕРГИЙНИ ОБЕКТИ
Тираж: 50 бр.
Печатна база: Издателство на ТУ-София
3
Съдържание
ОБЩА ХАРАКТЕРИСТИКА НА ДИСЕРТАЦИОННИЯ ТРУД
Актуалност на проблема
5
Обект на дисертационния труд 5
Предмет на изследването 5
Цел на дисертационния труд 5
Основни задачи на дисертационния труд 5
Използвани научноизследователски методи 6
Публикации по темата на дисертационния труд 6
Практическа полезност на изследването 7
Апробация на резултатите 7
Одобрение на дисертационния труд 7
Обем и структура на дисертационния труд 7
Съдържание на дисертационния труд 8
Глава първа. Проучване и анализ на проблемите за вземане на
решения при оптимално управление на електроенергийни обекти.
8
Глава втора. Финансово – икономически количествени методи за
вземане на решения при оптимално управление на
електроенергийни обекти
18
Глава трета. Количествени методи за вземане на решения при
управлението на електроенергиен обект
21
Глава четвърта. Вземане на решения за оптимално използване на
фотоволтаични системи
24
Приноси на дисертационния труд 30
Списък на публикациите по дисертационния труд 31
Резюме на английски език 32
4
Изказвам благодарност на научния си ръководител проф. д-р Стефка
Неделчева за всеотдайното ръководство, за съветите, за ползотворната
критика, за търпението и разбирането и за цялата помощ, която ми оказа
при разработката на този дисертационен труд.
Признателен съм на всички членове на научното жури за тяхното
добро отношение, насочващи бележки и коментари.
Благодаря на проф. д.т.н Станимир Карапетков и на цялото
ръководство на ИПФ-Сливен за подкрепата и добронамереното
отношение.
5
ОБЩА ХАРАКТЕРИСТИКА НА ДИСЕРТАЦИОННИЯ ТРУД
Актуалност на проблема
В Директива 2009/28/ЕО са заложени три цели: делът на ВЕИ в общия енергиен
микс да се увеличи на 20% средно за всичките 27 страни от ЕС, делът за България е
определен на 16%; с 20% да се понижат емисиите от въглероден диоксид и с 20% да се
повиши енергийната ефективност.
В практиката не са достатъчно приспособени разработките във връзка
оптималното управление на електроенергийни обекти - оценката на риска от
възникването на дефицит на резервна мощност в електроенергийната система;
същността и показателите за оценка на финансово-икономическа ефективност;
методите за оценка на икономическата ефективност и риска на инвестиционните
проекти в електроенергетиката; прилагането на aлгоритмите за проследяване на точката
на максималната мощност МРР, за да се постигне максимална ефективност на
възобновяемата енергия в електроенергийна система. Всеки от тези проблеми е сложен и
богат по съдържание и изисква задълбочено изследване през призмата на новите методи
и модели за вземане на оптимални решения. При изясняването им трябва да се подходи
конкретно, тъй като еталонът не е типичен за електроенергийни обекти. От тези позиции
в дисертационния труд се разглеждат проблемите на количествените методи за
вземането на оптимални решения при управление на електроенергийни обекти.
Обект на дисертационния труд са основни фактори влияещи на ефективното
управление на електроенергийни обекти.
Предмет на изследването са процеси, функции, подходи, методи и дейности
осигуряващи ефективното управление на електроенергийни обекти.
Цел на дисертационния труд
Да се разработят количествени методи и модели за вземане на оптимални
решения при управление на електроенергийни обекти за оценка на риска от
възникването на дефицит на резервна мощност в електроенергийната система, за оценка
на финансово - икономическите количествени показатели, за оценка на разпределението
на ресурси в електроенергийно предприятие чрез линейното и динамичното
програмиране, за оценка на aлгоритмите за оптимален добив на електроенергия от
възобновяеми източници в електроенергийната система.
Основни задачи на дисертационния труд
В съответствие с формулираната цел в дисертационния труд се поставят следните
задачи:
1. Да се създаде алгоритъм за оценка на риска от възникването на дефицит на
резервна мощност в преносната електрическа мрежа на електроенергийната система в
условията на неопределеност.
2. Да се въведе критерий за оценка на числената стойност на последствията за
електроенергийната система в зависимост от големината на дефицита на мощност.
6
3. Да се анализират количествените методи за финасово-икономически анализ на
дейността на електроенергийно предприятие, да се реализира факторен анализ на
количествените показатели и се генерират възможни ситуационни сценарии за вземане
на оптимални решения;
4. Да се реализира мениджърска информационна система подпомагаща вземането
на решения в електроенергийно предприятие.
5. Да се предложат математични модели на линейното програмиране за
определяне на производствения асортимент и оптимално разпределение на ресурси в
електроенергиен обект ;
6. Да се изследва прав и обратен метод за решаване на задачата на динамичното
програмиране за разпределение на инвестиции в конкретен електроенергиен обект;
7. Да се реши задачата на динамичното програмиране за планиране на работната
сила и за разпределение на едномерен ресурс в конкретен електроенергиен обект;
8. Да се анализират количествените методи за следене достигането на точката на
максималната мощност (MPP) на РV модули;
9. Да се изследва ефективността на MPP алгоритмите и прилежащите им
контролери и да се направи сравнителен анализ, за да се избере най-ефективния от тях.
Използвани научноизследователски методи
При разработване на дисертационния труд, както на емпирично, така и на
теоретично равнище, са използвани статистически методи, методите анализ и синтез,
индукция и дедукция, многокритериално оптимизационни методи, математическо
моделиране, имитационно моделиране и други. При обосновката на някои идеи и
виждания, авторът се е позовавал на опита на западноевропейските университети. На
тази основа са формулирани конкретни предложения за усъвършенстване на вземането
на решения за оптимално управление на електроенергийни обекти.
Публикации по темата на дисертационния труд
Основните теоретични, симулационни и експериментални резултати от
дисертационния труд са представени в 8 публикации, 1 в чужбина (FACTA
UNIVERSITATIS, ISSN 0353-3670, Ser: Elec. Energ. Volume 25, Issue No. 3, 2012, Nish,
Serbia.) и 7 в България (2 в списание “Известия на ТУ – Сливен” и на 5 международни
конференции: Международна научно-практическа конференция “Бизнес-стратегии-
структури”-гр.Варна, 1995, Научно-практическа конференция с международно участие
”Агробизнесът в условията на преход към пазарна икономика”- Сливен, 3-6 октомври
1996г., Международна научна конференция 22-23 ноември 2001г.-Габрово, Национална
конференция с международно участие “ОБРАЗОВАТЕЛНИ ТЕХНОЛОГИИ:
УПРАВЛЕНИЕ, ОБУЧЕНИЕ, СРЕДСТВА”-Сливен, 2007, Научна конференция с
международно участие "Знанието – традиции, иновации, перспективи"- Бургас, юни
2013).
7
Практическа полезност на изследването
Разработените методики за оценка на финансово-икономическата ефективност и
реализираната мениджърска информационна система има 9 внедрявания в
производствени фирми на територията на Сливенска област.
Разработените алгоритми и математически модели са използвани в учебния
процес по дисциплините „Моделиране и управление на технико-икономически системи”
и „Моделиране на бизнес процеси" в катедра „Електротехника, електроника и
автоматика” в ИПФ-Сливен.
Апробация на резултатите
Идеите и вижданията, които са развити в дисертационния труд са обсъждани и
защитавани на национални научни конференции:
1. Международна научно-практическа конференция “Бизнес – стратегии -
структури”-гр.Варна, 1995;
2. Научно-практическа конференция с международно участие ”Агробизнесът в
условията на преход към пазарна икономика”, Сливен, 3-6 октомври 1996г.;
3. Международна научна конференция 22-23 ноември 2001г.-Габрово;
4. Национална конференция с международно участие “ОБРАЗОВАТЕЛНИ
ТЕХНОЛОГИИ: УПРАВЛЕНИЕ, ОБУЧЕНИЕ, СРЕДСТВА”-Сливен, 2007;
5. Научна конференция с международно участие "Знанието – традиции,
иновации, перспективи"- Бургас, юни 2013).
Одобрение на дисертационния труд
Дисертационният труд е докладван и одобрен на научен семинар на катедра
„Електротехника, електроника и автоматика” на ИПФ-Сливен проведен на 19.04.2013г.
Обем и структура на дисертационния труд
Дисертационния труд е разработен в обем от 217 страници. Състои се от
въведение, четири глави, заключение, библиографска справка от 134 заглавия, от които
58 на кирилица и 76 на латиница, 67 фигури и 23 таблици. Към дисертацията е дадено
приложение с общ обем от 35 страници.
8
СЪДЪРЖАНИЕ НА ДИСЕРТАЦИОННИЯ ТРУД
Глава първа
1. Проучване и анализ на проблемите за вземане на решения при оптимално
управление на електроенергийни обекти.
Целта на изследването в първа глава е да се анализират основните проблеми
при вземане на решения в условията на определеност и неопределеност и да се
оцени риска от възникването на дефицит на резервна мощност в
електроенергийната система.
Набелязват се за решаване следните задачи:
Да се изследват основните проблеми при вземане на решения.
Да се направи класификация на видовете задачи при вземане на решения.
Да се анализират процедурите за вземане на решения, подходите за
сравнение на различните алтернативи и съпътстващите ги особености.
Да се създаде алгоритъм за оценка на риска от възникването на дефицит на
резервна мощност в преносната електрическа мрежа на електроенергийната
система в условията на неопределеност.
Да се въведе критерий за оценка на числената стойност на последствията за
електроенергийната система в зависимост от големината на дефицита на
мощност.
Да се анализират резултатите от проведените оценки на риска от дефицит на
мощност в електроенергийната система.
1.1.Основни проблеми при вземане на решения
По принцип теорията на вземане на решения (ТВР) включва система от знания,
които отразяват същността на вземането на решение, и закономерностите, чрез които то
е разработено, прието и приложено [2], [15], [21].
Предметът на ТВР са закономерностите на работа на лицата вземащи решения
(ЛВР), принципите на управление и организация на труда, организационни форми,
технологии и методи на работа, характерът и съдържанието на решенията. Обект на ТВР
е системната работа на управленския персонал при управлението на организацията,
особено в проектирането, изработването и изпълнението на решенията.
Принципите на управление включват изискванията на обективните закони на
управление и правилата за тяхното отчитане в управленската дейност, а методите на
управление съдържат целесъобразната организация на набор от способи и техники на
управление на персонала, които позволяват да се решат управленческите задачи и
постигане на целите на управлението.
Целта е едно от основните понятия в системния подход за идентифициране на
взаимовръзката между категориите в теорията за вземане на решения. Обикновено целта
е очаквания резултат от дейността на персонала и лицата, вземащи решения. Очакваният
резултат от работата е свързан с избора на средства за постигане на целта. Средства
могат да бъдат различни в зависимост от културата на лицата вземащи решения,
конкретната ситуация. Целта играе важна роля в процеса на управление и вземането на
решения, влияе върху методологията и организационните особености на управлението.
9
Целенасоченият подход способства за правилно съотношение на функцията на
управлението и операциите, процедурите на вземане на решения на различни нива в
йерархията на управление. Целта определя технологията на управлението и вземането на
решения.
Фиг. 1.1. Взаимовръзка между основните категории на теорията на управлението и
вземането на решения
На фиг.1.1 са показани взаимовръзките на основните категории на теорията за
управление (ТУ) и ТВР. Управленческото решение е звено във веригата: цел на
управление; функция на управление; управленски методи; технологията на управление
и вземане на управленско решение; управленско решение. Всяка нова категория в
обобщена форма внася в ТВР нови знания за предмета на изследване, придобит опит в
областта на вземане на решения и резултатите от най-новите постижения на науката.
Функции на управлението
Управленски методи
Управленска технология
Управленски процес
Закони за управлението
Принципи на управление
Цели на управлението
Вземане на решения
Технологии на вземане
на решения
Управленски решения
Структура на управление
(целева, организационна,
функционална)
10
1.1.1. Схема на процеса на анализ на решенията
ТВР предлага определена логическа схема на декомпозиция и анализиране
аспектите на проблема, прилагането на която ще доведе до адекватно решение за BP
съобразно изискванията на ТВР. Тази схема предоставя структуриран начин за
обмисляне на ситуациите, а строгата последователност позволява на BP правилно да
идентифицира и дефинира за себе си своите очаквания, предпочитания и несигурности
за проблема. Схемата на процеса на анализ на решенията е представена на фиг.1.2 [15].
Фиг. 1.2. Логическа схема на декомпозиране и анализиране аспектите на проблема
1.2. Обобщения относно вземането на решения
В процеса на вземане на решения върху функционирането на всяка реална
система оказват влияние разнообразни фактори (контролируеми или неконтролируеми,
управляеми или неуправляеми), които в най-общия случай са със случаен характер.
От съществено значение за правилния избор на ЛВР е не само анализът на
работата на управляваната система, но и изграждането на автоматизирани банки за
информация. По такъв начин ЛBP има възможност своевременно да получава
релевантна информация за управляваната система, както и апостериорна информация
чрез провеждане на експеримент или на експертизи, на чиято основа се оценява
не
да
Стъпка 1
Идентифициране на ситуацията, дефиниране на целите и алтернативите
Стъпка 2
Моделиране на проблема 1) Модел на структурата на проблема; 2) Модел на несигурността и количествено измерване на знанието и незнанието на ЛВР;
3) Модел на предпочитанията и количествено измерване на ценностната система на ЛВР
върху последствията от различните алтернативи.
Стъпка 3
Ранжиране на алтернативите
Стъпка 4
Анализ на чувствителността
Стъпка 5
Изпълнение на ранжираната с най-малък номер алтернатива
11
стохастичния характер на редица фактори, свързани с функционирането на системата, и
със състоянията на околната среда.
Фиг. 1.9 [14].
Решаването на задачите за вземане на решения е сложен и многостранен процес,
при който лицата, вземащи решение (независимо от тяхното ниво в йерархията на
системата за управление), прилагат различни теоретични методи и подходи (фиг. 1.9)
[14].
Познаването на всеки метод позволява на ЛВР успешно да решава разнообразни
задачи, които възникват в системите от индустрията.
1.3. Подходи и методи за вземане на решения в условията на неопределеност
и риск.
Вземане на решение с чрез метода „Анализ на йерархията“.
Процесът на сдвоените сравнения се използва много по-широко за вземане на
решения. Ние можем да се справим с решение от четири различни гледни точки: ползите
(П), които решението носи, възможностите (В), които създава, разходите (Р), които
поражда и рисковете (Р), пред които може да се наложи да се изправи. Ние се отнасяме
към тези качества общо като ПВРР. В областта на стратегическото планиране се
използват подобни фактори, известни като SWOT анализ (предимства, недостатъци,
възможности и заплахи), като се променят реда на слабостите и възможностите в
кореспонденцията с ПВРР. Алтернативите трябва да се класират за всяко от четирите
качества/характеристики. Четирите категории тогава се обединяват в една обща
класация чрез оценяването на най-добрата алтернатива във всяка от ПВРР на
12
стратегическите критерии, които даден индивид или правителството използва, за да
вземе решение дали да прилага или не едно или друго от многобройните решения, пред
които са изправени. Резултатите от четирите оценявания определят приоритетите, всеки
от които се използва, за да се оценят всички приоритети на всички алтернативи по
отношение на това качество/ характеристика. Алгоритъмът на вземане на решение чрез
метода „Анализ на йерархията“ е показан на фигура 1.12.
фиг.1.12 Алгоритъм на вземане на решение чрез метода „Анализ на йерархията“
ФАЗА 1 • Дефиниране на проблема за решение
ФАЗА 2
• Установяване на контролни йерархии на всяко едно от ПВРР и даване на приоритетно значение на контролните критерии
ФАЗА 3
• Създаване на клъстери и елементи в подмрежите за решение за контролните критерии от висок приоритет (включително алтернативи клъстер)
ФАЗА 4 • Свързване (линк) на подходящите елементи в подмрежите за решение
ФАЗА 5 • Извършване на двойки сравнения на елементи, въз основа на връзки от зависимости
ФАЗА 6 • Изчисляване на граничните приоритети на стохастичната суперматрица
ФАЗА 7
• Синтезиране за получаване граничните приоритети и идеалната алтернатива за всяка подмрежа от контролни критерии. Синтезиране отново на контролно йерархично ниво
ФАЗА 8
• Създаване на рейтингов модел за идентифицираните стратегически критерии и оценяването на ПВРР
ФАЗА 9
• Синтезиране на алтернативите от нивото на критериите за контрол с помощта на ПВРР тежести, получени от оценки на стратегически критерии
ФАЗА 10 • Провеждане на анализ на чувствителността на крайния резултат
13
1.4. Оценка на риска от дефицит на мощност в електроенергийната система
в условията на неопределеност
1.4.1. Вземане на решения относно дефицита на мощност в електроенергийна
система
Функционирането на генериращи източници към електроенергийната система
(ЕЕС) е свързано с различна степен на риск и тежест на последиците при тяхното
изключване.
В съвременните условия на децентрализация и дерегулация на ЕЕС при наличие
на либерализиран пазар на електроенергия собствениците на генериращи източници са
различни. Техните интереси не съвпадат с интересите на преносните и
електроразпределителните предприятия. Степента на риска за независимия генериращ
източник се определя от възможностите за подаване на електроенергия към
електрическата мрежа. Степента на риска за преносните и разпределителните
предприятия зависи от надеждността на захранващите източници, избраната схема за
пренос на електроенергия и електрозахранване на потребителите.
Следователно, оценката на риска в ЕЕС зависи от много фактори, по-важните от
които са:
схемата на присъединяване на независимите производители на
електроенергия и тяхната надеждност;
наличният резерв на електроенергийни ресурси – горивото за
електрическите централи (ЕЦ);
схемата на електрическата мрежа и надеждността на нейните елементи;
надеждността на устройствата за релейна защита и автоматизация (УРЗА)
и противоаварийната автоматика.
Оценката на риска се извършва в условията на неопределеност на някои от
факторите, като:
възникване на дефицит на активна мощност;
отказ на основен елемент от електрическата схема;
ограничения, създадени поради планови и извънпланови изключвания;
резки изменения в товаровия график
Вземането на решения в условията на неопределеност винаги е свързано с риск,
поради:
наличието на вероятност за отказ на всички електроенергийни обекти или
технически съоръжения (генериращи източници, електропроводи и др.);
възможност за възникване на дефицит на активна мощност;
опасност от лъжливи или излишни заработвания на УРЗА.
1.4.2. Оценка на резерва на активна мощност в ЕЕС
Планирането на студения резерв на мощност се извършва от Системния оператор
на ЕЕС. Използва се принципът на равните разходи за необходимия резерв и за
недоставената електроенергия за разглеждания период, както и разпределянето на
студения резерв между производители-ползватели на преносната електрическа мрежа
[37]. За определяне на разходите се приема прогнозна цена за разполагаемост на
14
студения резерв и осреднена цена за недоставена електроенергия, ежегодно
утвърждавана от ДКЕВР [37, 38].
Моделирането на разполагаемостта на мощностите от генериращите източници
се основава на функцията на вероятностно разпределение на сумарната разполагаема
мощност на ЕЕС и стационарните коефициенти на готовност на отделните съоръжения.
Съгласно теорията на надеждността коефициентът на готовност гk на генериращ
източник се дефинира като отношение на времето за неговото функциониране )( pT и
сумата от времето за работа и времето )( нT за неразполагаемост, когато съоръжението е
в планов календарен, планов краткосрочен и принуден ремонт [41, 24]:
(1.1) )/( нppг TTTk
Еквивалентирането на генераторите в ЕЦ се извършва по следния начин [37]:
генераторите в кондензационните ЕЦ (КЕЦ) се представят индивидуално чрез
техните очаквани разполагаеми мощности и реални коефициенти на
готовност от предходната година;
топлофикационните и заводските централи се задават общо като една
еквивалентна централа с разполагаема мощност, съответстваща на
средно-статистическата мощност, реализирана от тях през предходната
година.
Водните ЕЦ (ВЕЦ) се еквивалентират като средна работна мощност на
възможното годишно количество електроенергия, осигурено при условията за
година с нормално количество валежи.
Функцията на вероятностно разпределение на сумарната разполагаема мощност е
следната [37]:
(1.2) dGGfGF
G
GG )()(
където 5,02)(
)2(/)(2
G
GG
GGeGf
е плътността на вероятностното разпределение;
Gn
i
ii pGG1 - математическото очакване на сумарната разполагаема мощност;
Gn
i
iiiG ppG1
22 )1( e дисперсията на сумарната разполагаема мощност; iG
е
разполагаемата мощност на i-тия агрегат (реален или еквивалентен); ip e стационарният
коефициент на готовност на i-тия агрегат; Gn - общият брой на разглежданите агрегати
(реални и еквивалентни).
Моделът на товара на ЕЕС се основава на нормално вероятностно разпределение
на средночасовите товари:
15
(1.3) dBBfBF
B
BB )()(
където
5,02)()2(/)(
2
B
BB
BBeBf
е плътността на вероятностното
разпределение; В - математическото очакване на прогнозния товар; 2
B - дисперсията на
товара, опреде-лена по статистически данни.
Моделът на мощностния баланс се основава на еквивалентно нормално
вероятностно разпределение на резултантната величина, получена като разлика на
разполагаемата мощност и товара. Математическото очакване на баланса на мощност е
BGW с дисперсия 222
BGW и функция на разпределение:
(1.4) dWWfWF
W
WW )()(
където 5,02)(
)2(/)(2
W
WW
WWeWf
е плътността на вероятностното разпределение.
Определянето на необходимия резерв за постигане на дадена степен на
надеждност в ЕЕС е затруднено. Големината на резерва зависи от състава на работещите
генератори и техните показатели за надеждност и единичната им мощност. Броят на
включените генератори се изменя през годината в зависимост от общия товар в ЕЕС.
Съгласно приетата методология от [37] товаровият график се разделя на три участъка,
съответстващи на минималния, средния и максималния товар на ЕЕС, за които се
определя пълната вероятност за мощностния дефицит )0(WF
, коефициента на енергийна
адекватност )0(1 Wr FK
, като се отчитат реалните коефициенти на готовност гk на
генериращите източници и количеството недоставена електроенергия
dWWfWTWF WW
0
)()(
, където Т е продължителността на разглеждания период, h.
Стойностите на студения резерв се определят като разлика между разполагаемата
мощност, която съответства на средния коефициент rK и очаквания прогнозен
средночасов товар.
Във връзка с първичното регулиране на честотата изискваният резерв се определя
от Работната група “Паралелна работа и сигурност” на ENSTO-E. При самостоятелна
работа на ЕЕС на България резервът на активна мощност трябва да бъде не по-малък от
възможния дефицит, който може да възникне при аварийно изключване на генераторна
мощност.
Планирането на резерва за третично регулиране на честотата се извършва в
координация с осигуряването на студения резерв. Определянето на необходимата
ежедневна мощност на резерва за третично регулиране се извършва с [37]:
(1.5) 1000.1,1 PPt
където 1000P е работната мощност на най-големия генератор за деня.
Възникването на дефицит по-голям от 1200 МW се смята за аварийна ситуация и
Системният оператор въвежда ограничителен режим или прекъсва пазара на
електроенергия.
16
1.4.3. Оценка на риска от възникването на дефицит на мощност в ЕЕС
По принцип, при оценка на риска се дава отговор на следните въпроси:
Кой елемент от схемата може да изключи?
Каква е вероятността за изключване на елемента?
Какви са последиците от евентуално изключване на елемента?
При оценка на възникването на дефицит е необходимо да се разгледат различни
сценарии jH, субективната вероятност за реализацията на които са числа
]1,0[jq.
Тогава резултатите от приетите решения )( jHf
също са случайни величини с
вероятност ]1,0[jq. Оценката на степента на риска за избраното решение се изпълнява
посредством тегловите коефициенти или цифровото изражение jv на последствията от
всеки от сценариите:
(1.6) jj
j
j qHfvfV )()(
В случая параметърът )( jHf
изразява дефицита на мощност в ЕЕС при
реализация на сценарий jH с отчитане на големината на коефициента на готовност.
Числената стойност jv на последствията зависи от големината на дефицита на мощност
и е дадена в таблица 1.1.
Таблица 1.1.
Дефицит,
MW < 200 200-400 400-600 600-800 800-1200
jv (за 1 MW) 1 2 4 6 8
Сценариите за възникване на дефицит на мощност )( jHf
със съответните
коефициенти на готовност, числената стойност jv на последствията, субективната
вероятност jq и
jj
j
j qWvfV )(
са дадени в таблица 1.2, а изчислената стойност на
степента на риска )( fV /100 е дадена на фиг.1.13.
17
Таблица 1.2.
№ Сценарий jv
)( jHf jq
)( fV
1 Дефицит на резервна мощност 25% поради
загуба на товара
2 0,002.300 0,9505 1,14
2 Дефицит на резервна мощност 50% поради
загуба на товара
4 0,005.600 0,9025 10,83
3 Дефицит на резервна мощност 75% поради
загуба на товара
8 0,005.900 0,8573 30,86
4 Дефицит на резервна мощност 100% поради
загуба на товара
8 0,005.1200 0,8145 39,09
5 Изключване на генератор 1000 MW в АЕЦ при
планов ремонт на втория генератор 1000 MW
8
8
0,002.1000
0,002.1000
0,98
1,0
31,68
6 Изключване на два електропровода за връзка
на АЕЦ с преносната мрежа
6
6
0,0025.700
0,0025.700
0,98
1,0
20,79
7 Изключване на един електропровода за връзка на АЕЦ с преносната мрежа и генератор 210
MW
6
2
0,0025.700
0,002.210
0,98
0,96
11,09
Фиг.1.13. Изчислена степен на риска за сценариите от таблица 1.2
Субективната вероятност jq се определя с отчитане на неопределеността на някои
от влияещите фактори.
Оценката на субективната вероятност има три важни аспекта: определяне на скали
и критерии, чрез които се измерва риска; оценка на вероятността за настъпване на
събитието; измерване на рисковете. Скалите и критериите, по които се измерва риска са
преки (естествени) или косвени (производни). Пример за пряка скала за измерване на
физически величини е секунда за времето, ват (W) за електроенергията и други,
елементарни по своето съдържание физически величини. Проблемите, решавани с
косвени скали са значително по-сложни, например субективното свойство „ценност на
защитаваната система”, може да се измерва, чрез абстрактните производни скали като
„стойност за възстановяването на системата” или „време за възстановяване на
системата”. Практиката показва, че изборът на подходящи косвени скали най-много
затруднява експертите, поради което в интерес на изследванията, свързани с рисковете,
трябва да се създават адаптирани методики. Трудностите при съставянето на критериите
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
Сц. 1 Сц. 2 Сц. 3 Сц. 4 Сц. 5 Сц. 6 Сц. 7
0,0114
0,1083
0,3086
0,3909
0,3168
0,2079
0,1109
18
и скалите за оценка на риска са значителни, особено когато се отнасят за ЕЕС, в които
системните аварии се разглеждат като събития, причиняващи едно или няколко от
следните тежки последствия: нарушаване на устойчивостта; каскадно изключване на
електропроводи; ненормални нива на честотата в системата и/или на напреженията във
възлите.
1.5. Изводи по първа глава
Направена е класификация на видовете, задачите и етапите за вземане на
решения.
Проведеният анализ на процедурите за вземане на решение, позволява да се прави
сравнение на алтернативите за вземане на решение, видовете реализации на взетото
решение и съпътстващите ги особености
Оценката на степента на риска изисква определяне на елементите от ЕЕС, чието
изключване може да предизвика дефицит на мощност, вероятността за тяхното
изключване и евентуалните последици.
Проведените изчисления показват, че най-висока степен на риска се получава при
дефицит на резервна мощност 100% поради загуба на товара.
Изключването на генератор 1000 MW в АЕЦ при планов ремонт на втория
генератор 1000 MW е със степен на риска 80% от случая, когато се губи 100% от
дефицита на резерв на мощност поради загуба на товара.
Глава 2.
Финансово – икономически количествени методи за вземане на решения
при оптимално управление на електроенергийни обекти
Цел: Да се изследват финансово - икономическите количествени методи за
вземане на решения в електроенергийно предприятие и да се реализира компютърно
моделиране на процеса на вземане на решение при оптималното им управление.
Задачи:
1. Да се анализират количествените методи за анализ на инвестиционни проекти
по метода „разходи-ползи”;
2. Да се синтезират компютърни модели за реализирането на оценка на
инвестиционни проекти по метода „разходи-ползи”;
3. Да се анализират количествените методи за финасово-икономически анализ на
дейността на електроенергийно предприятие и да се реализира факторен анализ на
количествените показатели;
4. Да се реализира компютърно моделиране на финансово -икономическите
количествени методи за вземане на решения в електроенергийно предприятие;
5. Да се реализира мениджърска информационна система подпомагаща вземането
на решения в електроенергийно предприятие.
2.Оценка на инвестиционни проекти за електроенергийни обекти.
2.1. Количествени методи за анализ на инвестиционни проекти по метода
„разходи – ползи“
19
При вземането на всяко инвестиционно решение се налага претегляне на
разходите спрямо ползите под една или друга форма и е необходимо някакво изчисление
във времето, за да могат да се съпоставят разходите с ползите при натрупването им през
различните години. Подобни изчисления се извършват ежедневно от частни компании и
от публичния сектор на национално, регионално и местно равнище. Постепенно е
възникнал консенсус относно основните принципи за сравняване на разходите и ползите
при оценяването на инвестиции.
В широк смисъл анализът „разходи-ползи” /Cost-benefit Analysis - CBA/ може да
определи като съвременен подход при вземането на управленски решения. Чрез него се
прави оценка на ползите и разходите, изразени във финансови средства, необходими за
осъществяването на конкретен инвестиционен проект като се включва оценката, както
на количествени, така и на качествени характеристики на изследвания обект. Това прави
метода изключително полезен за проекти с обществена значимост, които се финансират
от публичните държавни или общински бюджети, както и от оперативните програми за
развитие, финансирани от структурните фондове на ЕС [97].
Етапи на анализа на инвестиционни проекти по метода разходи и ползи.
Оценката на инвестиционен проект с цел вземане на решение за реализацията му
следва да бъде структурирана в шест основни стъпки: [97]
Фиг. 2.1. Стъпки на реализиация на анализа „разходи-ползи” /Cost-benefit Analysis - CBA/
2.2. Финансово-счетоводни управленски решения
За формулирането на финансово-счетоводни управленски решения се използва
Националният счетоводен стандарт 13, който регламентира основните показатели, които
се изчисляват въз основа на счетоводната информация и характеризират финансовото
състояние и резултати от дейността на предприятието[50].
2.2.1. ОПРЕДЕЛЕНИЯ ЗА ФИНАНСОВО-СЧЕТОВОДЕН АНАЛИЗ
Стъпка 1
• Представяне и обсъждане на социално-икономическия контекст и целите на проекта
Стъпка 2 • Ясно идентифициране на проекта
Стъпка 3 • Технико-икономическо проучване за осъществимост на проекта
Стъпка 4 • Финансов анализ
Стъпка 5 • Икономически анализ
Стъпка 6 • Оценка на риска
20
2.2.2. ВИДОВЕ ПОКАЗАТЕЛИ ЗА ФИНАНСОВО-СЧЕТОВОДЕН АНАЛИЗ
2.2.2.1. В зависимост от подхода при изчисляването им:
Показатели за структура - използват се величини от един и същи период, чрез
които се характеризира определена структура;
Показатели за динамика - използват се величини от различни периоди, чрез
които се характеризира развитието на предприятието.
2.2.2.2. В зависимост от източниците на информация:
Показатели, определяни въз основа на информация от счетоводния баланс;
Показатели, определяни въз основа на информация от Отчета за приходите и
разходите;
Показатели, определяни въз основа на информация от приложението към
Годишния счетоводен отчет;
Показатели, определяни въз основа на информация от различни източници;
2.2.2.3. В зависимост от вида на информацията, която се сравнява и оценява
в хода на финансово-счетоводния анализ:
Показатели за рентабилност;
Показатели за ефективност;
Показатели за ликвидност;
Показатели за финансова автономност;
Показатели за обръщаемост на материалните запаси;
Показатели за вземанията и задълженията;
Показатели за динамика;
Показатели за структура.
Вида и начина на изчисляването им и последващия факторен анализ са изложени
последователно в следващите раздели на дисертацията
Въз основа на детайлизиран факторен финансово-счетоводен анализ е
реализирана мениджърска информационна система (Приложение 2)
Изводи към втора глава:
1) Избраният метод „разходи-ползи” за анализ на инвестиционни проекти е
най-подходящ за точна оценка и вземане на решение за изграждане на електроенергийни
обекти;
2) Предложеният алгоритъм за анализ на инвестиционни проекти по метода
«разходи и ползи» е обективен и изчерпателен, водещ до вземане на обективни решения.
3) Синтезираните компютърни финансови модели най-точно и бързо анализират
и синтезират препоръчителни стойности на корекция на управляващите параметри с цел
оптимизацията им;
4) Реализираната мениджърска информационна система (МИС) подпомагаща
вземането на решения, генерира изчерпателни и обективни препоръчителни решения за
оптимално управление.
Към претенциите за приноси по-специално могат да се отнесат:
1) Въз основа на количествените методи за анализ на инвестиционни проекти по
метода „разходи-ползи” е синтезиран алгоритъм за проверка на инвестиционен проект и
вземане на решение за реализирането му.
21
2) Реализирани са компютърни финансови модели за реализирането на анализ на
инвестиционни проекти по метода „разходи-ползи” за фотоволтаичен парк /Приложение
1/
3) За осемте групи показатели регламентирани в НСС 13 са реализирани
методика на изчисляване на показателите, методика за реализиране на детайлизиран
факторен анализ на показателите. Реализиран е анализ на влиянието на факторите
поотделно и е установено комплексното им влияние;
4) За осемте групи показатели регламентирани в НСС 13 са реализирани
възможни изводи от факторния анализ с цел вземане на решения и са генерирани
препоръки за управление на електроенергийно предприятие;
5) На основата на така описаните методики на изчисляване на показателите по
НСС 13 и методиките за реализиране на последващ факторен анализ е реализирана
мениджърска информационна система (МИС), която подпомага вземането на
управленски решения по въпроси касаещи управлението на електроенергийно
предприятие;
6) Синтезиран е алгоритъм за проектиране на модулните таблични форми, който е
специфичен за всяка група показатели и е съобразен с особеностите на средата на
реализация на МИС.
7) Реализирана е мениджърската информационна система (входни таблични
форми, изходни таблични форми и диаграми, възможни изводи от факторния анализ с
цел вземане на решения )/Приложение 2/.
8) Мениджърската информационна система има 9 внедрявания в производствени
фирми на територията на Сливенска област.
Глава трета
Количествени методи за вземане на решения при управлението на
електроенергиен обект
Цел: Да се изследват количествени методи за вземане на решения в
електроенергийно предприятие чрез линейното и динамичното програмиране и да се
моделира процеса на вземане на решение за оптималното им управление.
3.1. Линейното програмиране като количествен метод за вземане
на решение при управлението на електроенергийно предприятие
3.1.1.Въведение
През последните четири десетилетия линейното програмиране намери много
широко приложение при решаването на най-различни задачи в промишлеността,
селското стопанство, транспорта, научните изследвания и др.
Линейните оптимизационни задачи (задачите на линейното програмиране)
намират широко приложение в различни области от практиката, като разпределение на
ограничени ресурси, планиране на производството, транспортиране на материали,
определяне на съотношенията на компонентите в смеси и сплави, разпределение на
производствени операции по агрегати и др. Общата задача на линейното програмиране
се определя, както следва: Търсят се стойностите на променливите величини x1,..,xj,..,xn,
22
за които се достига екстремална (максимална или минимална) стойност на критерия за
оптималност[9]
при спазване на ограниченията
(3.2)
и при изпълнение на условието за физична реализуемост на променливите
(3.3)
Разгледани са следните задачи на линейното програмиране с цел оптимално
вземане на решения за:
1. Математичен модел на линейното програмиране за определяне на
производствена програма на електроенергийно предприятие;
2. Анализ на чувствителността на оптималното решение на задачата на линейното
програмиране за определяне на производствена програма. При анализа на
чувствителността се търси отговорът на следните въпроси:
- Какво е влиянието на ресурсите върху оптималното решение?
- Кой е най-изгодният ресурс?
- Какво е влиянието на цените на произведената продукция върху оптималното
решение?
Разгледани са подходящи ситуации - изменения на запасите, изменение на
коефициентите на целевата функция и влияние на цените на продукцията върху
оптималното решение;
3. Математичен модел на линейното програмиране за определяне на
производствения асортимент в електротехническо предприятие;
4. Математичен модел на линейното програмиране за оптимално разпределение
на ресурси на електротехническо предприятие;
3.2. Динамичното програмиране като количествен метод за вземане на
решение при управлението на електроенергийно предприятие
Динамичното програмиране (ДП) е общ метод за решаване на оптимизационни
задачи чрез декомпозиция, т.е. чрез разчленяване (разбиване) на началната задача на
по-прости задачи. Декомпозицията се състои в определянето на етапи на решение и
формулирането на оптимизационна задача за всеки етап, чиято сложност е по-малка от
сложността на началната задача. На всеки етап съответства една скаларна или векторна
оптимизирана (управлявана) променлива, като резултатите от етапите са свързани чрез
рекурентен алгоритъм. Решението на началната задача се получава чрез последователно
решаване на задачите от отделните етапи, като решение на задачата от последния етап.
Поради това ДП се определя като последователен, итерационен метод за решаване на
оптимизационни задачи.
ДП се основава на принципа на оптималността, формулиран от Р.Белман през
1957 г. по следния начин: "една политика е оптимална, ако за даден етап, независимо от
това какви са били решенията на предишните етапи, решенията, които ще се вземат,
(3.1)
23
съставят оптимална политика, като се разглеждат резултатите от предишните етапи"[4,
57]. Накратко този принцип може да се формулира така: "оптималната политика
(стратегия) съдържа само оптимални подполитики (подстратегии)"[4, 57].
Практическото прилагане на този прост, очевиден принцип предполага както
разбирането на смисъла на елементите на модела на ДП, така и определен опит. За
постигането на едното и на другото може да помогнат анализът и решаването на
конкретни практически задачи.
В дисертационния труд са разгледани следните задачи на динамичното
програмиране с цел оптимално вземане на решения за:
1. За разпределение на инвестиции между електроенергийни предприятия. За
решаването на тази задача са разгледани методите прав и обратен алгоритъм на
динамичното програмиране;
2. За планиране на работната сила;
3. За разпределение на едномерен ресурс.
3.3. Обобщения по трета глава
В тази глава се прилагат принципите на линейното и динамичното програмиране
при вземането на решения. Анализират се методите (математичния модел и графичното
решаване на задачите) на линейното и динамичното програмиране и се прилагат за
решаването на конкретни задачи на електроенергийни обекти – чрез линейното
програмиране са решени задачите за определяне на производствената програма,
производствения асортимент, оптимално разпределение на ресурси. С помощта на
динамичното програмиране е реализирано оптимално разпределение на инвестициите,
планиране на работната сила, разпределение на едномерен ресурс.
Към претенциите за приноси по-специално могат да се отнесат:
1) Предложен е математичен модел на линейното програмиране за определяне на
производствена програма, съчетан с графично решение той дава най-висока точност за
вземане на решение;
2) Реализиран е анализ на чувствителността на оптималното решение на задачата
на линейното програмиране за определяне на производствена програма. С анализа се
изследва как се изменя оптималното решение при промяна на началните условия на
задачата – влиянието на ресурсите, избор на най-изгоден ресурс и влиянието на цените
на продукцията. Този анализ е реализиран въз основа на реална ситуация.
3) Предложени са математични модели на линейното програмиране за определяне
на производствения асортимент и оптимално разпределение на ресурси на конкретно
електроенергийно предприятие;
4) Подробно е разгледан прав и обратен метод за решаване на задачата на
динамичното програмиране за разпределение на инвестиции в конкретна ситуация;
5) Решена е задачата на динамичното програмиране за планиране на работната
сила в конкретна ситуация;
6) Решена е задачата на динамичното програмиране за разпределение на
едномерен ресурс по два метода – числен и графичен.
24
Глава четвърта
Вземане на решения за оптимално използване на фотоволтаични системи
Цел: Да се изследват aлгоритмите за проследяване на точката на максималната
мощност МРР, за да се постигне максимална ефективност на възобновяемата
електроенергийна система.
Задачи:
1. Да се анализират количествените методи за следене достигането на
максималната мощност на РV модули;
2. Да се анализират видовете контролери за проследяване на максимална
мощност (MPPT);
3. Да се изследва ефективността на MPP алгоритмите;
4. Да се направи сравнителен анализ на MPP алгоритмите и да се избере
най-ефективния от тях;
5. Да се симулира работата в среда MathLаb и Simulink.
4.1. Въведение
Първичният източник на енергия във фотоволтаичните (РV) системи е слънчевата
енергия. Търговските РV модули достигат максимална ефективност на преобразуване от
20-21%, докато ефективност от 25% може да се постигне в лабораторни условия [91,
110]. Общата ефективност на един модул варира от 15 до 17% [91, 110]. При реални
условия на работа, може да се наблюдава по-ниска от номиналната ефективност [91].
Фотоелектричните системи трябва да се инсталират, така че да са изложени на пряко
слънчево лъчение. Това обикновено означава монтиране в район чист от засенчване, в
южна посока и под ъгъл, равен на географската ширина на мястото. Енергията,
предоставяна от РV система, варира в зависимост от слънчевата радиация и
температурата, тъй като тези параметри влияят на I-V /волт-амперните/
характеристиките на РV клетки. С цел оптимизиране на енергийния трансфер от РV
модули към товара, е необходимо работната точка да се приведе в точката на
максималната мощност (MPP) на волт-амперните характеристики [92, 110]. Целта на
изследването е да се разгледат няколко алгоритми за следене на МРР, което съответства
на оптималното производство на електроенергия, като се препоръча най-подходящият за
прилагане в експлоатационни условия.
4.1. Представяне на оптимизационни алгоритми
Слънчевата енергия, като енергиен източник за преобразуване в електрическа
енергия, по същество е неизчерпаем и широко достъпен енергиен ресурс. Изходната
мощност, произведена във РV модули зависи от слънчевата радиация и температурата на
слънчевите клетки. Следователно, за да се постигне максимална ефективност на
възобновяемата енергийна система, е необходимо да се следи достигането на
максималната мощност на РV модули - това е уникална работна точка, която може да
предостави максимална мощност на товара. Тази точка се нарича точка на максималната
мощност (MPP). Траекторията на тази точка има нелинейно отклонение от РV радиация
и температурата на клетката. По този начин, за да работи РV система в точката си на
максимална мощност, тя трябва да съдържа контролер за проследяване на максимална
мощност (MPPT) - фиг. 4.1.
25
Максималната мощност (MPP) се получава, когато производната функция на
слънчевата енергия от напрежението (dPpv/dVpv) е нула. По принцип, за да се постигне
максималната точка на работа, напрежението на генератора Vpv, се регулира така, че да
се увеличава, когато производната dPpv / dVpv е положителна и да намалява, когато
производната dPpv / dVpv е отрицателна. Контролът, който осигурява непрекъснато
извличане на МРР е представен от:
(4.1)
където: Vopt е оптималното напрежение, което съответства на максималната
мощност, KG е коефициентът на пропорционалност, ΔPpv измененията на мощността
между две работни точки и ΔVpv е вариация на напрежението между две работни точки.
Кривата на изменение на мощността в зависимост от напрежението на РV клетка е
дадена на фиг 4.2.
Имайки предвид системата, работеща в точки A, B и С на фиг. 4.2, в таблица 4.1 се
показва контролния сигнал, който ще бъде резултат във всеки отделен случай.
Диаграмата на контролния блок е показана на фиг. 4.3 и фиг.4.4.
Фиг. 4.2. Характеристика „Мощност- напрежение“ на PV клетка
Фиг. 4.1. Характеристики”Ток – напрежение” и „Мощност- напрежение“ на PV клетка [92]
26
Таблица 4.1.
Работна точка ΔVpv ΔPpv ΔPpv / ΔVpv Контролен сигнал
А > 0 > 0 > 0 Увеличаване на Vpv
< 0 < 0 > 0 Увеличаване на Vpv
B > 0 < 0 < 0 Намаляване на Vpv
< 0 > 0 < 0 Намаляване на Vpv
C > 0 0
< 0 без промяна 0 без промяна
2. Алгоритми за проследяване на МРР
По дефиниция [3], контролер за проследяване на максимална мощност (MPPT)
комбиниран с DC/DC конвертор позволява на РV генератор да произвежда максимална
продължителна мощност, независимо от метеорологичните условия (слънчева радиация,
температура).
Този контрол поставя системата в максималната работна точка (Vopt, Iopt). Първата
система с MPPT е въведена през 1968 г. за космическа система [4]. През годините
няколко MPPT алгоритъма /за проследяване на максимална мощност/ са разработени и
широко адаптирани, за да се определи максималната точка на мощност [1, 5]. Техниката
на контрол, която е най-използвана, се състои от действие върху работния цикъл така, че
автоматично да пуска генератора на неговата оптимална стойност, независимо от
колебанията на метрологичните условия и внезапните промени в товарите, които могат
да настъпят по всяко време. Основните компоненти на /тракера за максимална мощност/
MPPT са неговите степени на мощност и контролер. Двете конфигурации на схемата
MPPT са представени на фиг. 4.5 и фиг.4.6.
Фиг.4.3. MPPT схема на управление и регулиране на Vpv
Фиг.4.4. Волт-амперна и мощностна характеристика
27
На фиг. 4.5 степента на мощност за входящото напрежение Vpv и настоящото Ipv се
използват от контролера за целите на отдаване на максимална мощност MPP. В този
случай, параметър a за контрол на степента на мощност е непрекъснато включен, докато
слънчевата батерия се зареди до нейната МРР.
Много методи са разработени за определяне на MPP. За проследяване на MPP са
съставени справочни компютърни таблици [5]. Те се основават на използването на база
данни, която включва параметри и данни, като например типични криви на РV генератор
за различни радиации и температури. Нелинейната характеристика на РV генератор се
моделира с помощта на математически уравнения или цифрови приближения [2,5]. Тези
два алгоритъма имат недостатък, че те изискват голям обем на паметта за изчисляване на
математическите формули и за съхранение на данните.
Съществуват итеративни алгоритми за непрекъснато следене на MPP чрез
измерване на тока и напрежението на РV модул и отчитане на смущенията и
наблюденията (P&O). Повечето схеми за контрол използват P&O техниката, защото тя е
лесна за изпълнение, но проблемът с отклоненията е неизбежен. Диференциалният
метод изисква сложна верига за управление. В последните две стратегии има някои
недостатъци, като например високи разходи, трудности, сложност и нестабилност.
Разработени са интелигентно базирани MPPT схеми на контрол (размита логика,
невронни мрежи). Размитите логически контролери (FLC) се използват с голям успех, в
осъществяването на търсене на MPP. Размитият контролер дава стабилна
Фиг. 4.5. MPPT управление по входни параметри[5]
Фиг. 4.6. MPPT управление по изходни параметри [5]
28
производителност при вариране на параметрите и натоварването. Входните данни на
MPPT размития логически контролер обикновено са грешка Е и вариация на грешка dE.
Този модел позволява да се контролира напрежението на РV генератор независимо от
изменението на метеорологичните условия, за да се получи максималната мощност.
3. Сравнение между ефективността на алгоритмите за следене на МРР
Критерият за оценка на алгоритмите е тяхната ефективност, като показателите за
ефективност са структурирани в таблица 2.
Прилагането на алгоритмите, които са приложими за PV масиви изградени в
България и оценка на тяхната ефективност е показана в таблица 4.2 и на фиг. 4.7 и фиг.
4.8.
Таблица 4.2
MPPT Ефективност Минимална (%) Максимална (%)
Смущение и наблюдение 72 81,5
Модифициран „Смущение и
наблюдение” 77 90
Изкуствени невронни мрежи 78,5 88
Постоянно референтно напрежение 71,5 84,5
Нарастващата проводимост 57 81,5
В резултат на проведените изчисления и симулации се получава, че
най-ефективният алгоритъм е модифициран метод P&O. при малки и средни PV масиви.
фиг. 4.7. Минимална MPPT Ефективност
0
10
20
30
40
50
60
70
80
(P&O) Мод.(P&O) ИНМ ПРН НП
72 77 78,5
71,5
57
MP
PT
Еф
екти
вн
ост
Минимална (%)
29
фиг. 4.8. Максимална MPPT Ефективност
Изводи към глава 4:
1. Вземането на решения за оптимизиране работата на PV масиви се основава на
проследяване на точката на максималната мощност МРР, за да се постигне максимална
ефективност на възобновяемата електроенергийна система. Методите за това са
различни и използването им също е обект на вземане на решения съобразно технико -
икономическите показатели на PV електроенергийни обекти.
2. От направения анализ на методите за следене на точката за максимална
мощност най-подходящ за условията на България е модифициран метод на смущение и
наблюдение (P&O). Той е приложим за малки и средни PV електроенергийни обекти.
3. При големи PV електроенергийни обекти (над 20 kW) е препоръчително
използването на интелигентни техники като размит контролер, невронни мрежи,
невро-размити и генетичните алгоритми (които се реализират чрез сложни алгоритми,
нуждаещи се от DSP - процесор за цифрова обработка на сигнали), което изисква
сериозна финансова инвестиция.
4. От направените симулации на Matlab се доказва ефективността на Метода
смущение и наблюдение (P&O). (Приложение 3.1)
Към претенциите за приноси по-специално могат да се отнесат:
1. Реализиран е анализ на моделите за проследяване на точката на максималната
мощност МРР;
2. Реализирана е оценка на ефективността на моделите за проследяване на
точката на максималната мощност МРР;
3. Реализираната симулация на метода „Смущение и наблюдение“ (P&O) в среда
на Matlab доказва ефективността на Метода смущение и наблюдение (P&O) в
сравнение с други модели, приложим за малки и средни PV електроенергийни
обекти. (Приложение 3)
76
78
80
82
84
86
88
90
(P&O) Мод.(P&O) ИНМ ПРН НП
81,5
90
88
84,5
81,5 M
PP
T Е
фек
тив
но
ст
Максимална (%)
30
ПРИНОСИ НА ДИСЕРТАЦИОННИЯ ТРУД
Най-съществените резултати, постигнати в дисертацията, са следните:
1. Направена е оценка на степента на риска, която изисква определяне на
елементите от ЕЕС, чието изключване може да предизвика дефицит на мощност,
вероятността за тяхното изключване и евентуалните последици;
2. Дефинирани са показателите за анализ на инвестиционни проекти за
електроенергийни обекти по метода „разходи-ползи” и е синтезиран алгоритъм и
компютърен модел за проверка на инвестиционен проект и вземане на решение за
реализирането му.
3. Създаден е интегриран модел, който включва комплекс от модели, с които се
отчита влиянието върху финансово-икономическата ефективност на електроенергийни
предприятия. За осемте групи показатели регламентирани в Национален счетоводен
стандарт 13 са реализирани: методика на изчисляване на показателите и методика за
реализиране на детайлизиран факторен анализ на показателите, и са генерирани
препоръки за оптимално управление на електроенергийно предприятие.
4. Разработена е и е реализирана мениджърска информационна система (МИС),
която подпомага вземането на управленски решения по въпроси касаещи управлението
на електроенергийно предприятие (алгоритъм и софтуер). Системата има 9 внедрявания
в производствени фирми на територията на Сливенска област.
5. Предложени са математични модели на линейното програмиране за определяне
на производствена програма и е реализиран анализ на чувствителността. Решена е
реалната задача за определяне на производствения асортимент и оптималното
разпределение на ресурси на конкретно електроенергийно предприятие
6. Предложени са математични модели на динамичното програмиране за
разпределение на инвестиции чрез прав и обратен метод за решаване на задачата на
динамичното програмиране в конкретна ситуация. Решена е задачата на динамичното
програмиране за планиране на работната сила и за разпределение на едномерен ресурс
по два метода.
7. Направена е оценка на aлгоритмите за проследяване на точката на
максималната мощност МРР, за да се постигне максимална ефективност на
възобновяемата електроенергийна система. От направените симулации се доказва
ефективността на Метода смущение и наблюдение (P&O).
Получените резултати са значими за вземане на оптимални решения при
управление на електроенергийни обекти.
31
СПИСЪК НА ПУБЛИКАЦИИТЕ ПО ДИСЕРТАЦИОННИЯ ТРУД
1) Василев, Димитър Е. Управленско-информационни технологии за анализ стопанската
дейност на фирмите - методика за синтез на компютърен финансов модел. Доклад от
Международна научно-практическа конференция “Бизнес-стратегии-структури”
гр.Варна. 1995, Сборник доклади, том I
2) Василев, Димитър Е. Съвременни тенденции за изграждане на автоматизирани
информационни системи за организационно управление. Доклад от Научно-практическа
конференция с международно участие ”Агробизнесът в условията на преход към пазарна
икономика”, Сборник доклади, Сливен, 3-6 октомври 1996г.
3) Василев Димитър Е. Модел за изграждане на мениджърска информационна система
подпомагаща вземането на решения. Доклад от Международна научна конференция
22-23 ноември 2001г., Габрово, Сборник доклади том 3, стр.25.
4) Василев, Димитър Е. Математическо и компютърно моделиране на информацията в
автоматизираните информационни системи подпомагащи вземането на решения. Доклад
от Национална конференция с международно участие “ОБРАЗОВАТЕЛНИ
ТЕХНОЛОГИИ: УПРАВЛЕНИЕ, ОБУЧЕНИЕ, СРЕДСТВА”, Сливен, 2007
5) Stefka Nedelcheva, Dimitar Vasilev, Nedelcho Nedelchev. Assessment of risk of deficiency
of power in electric power system. FACTA UNIVERSITATIS, ISSN 0353-3670, Ser: Elec.
Energ. Volume 25, Issue No. 3, 2012.
6) Василев, Димитър Е. Вземане на решения при оценка на инвестиционни проекти по
метода „разходи - ползи”. Известия на ТУ-Сливен, том 4, 2012 ISSN 1312-3920
7) Василев, Димитър Е. “Вземане на решения за оптимално използване на
фотоволтаични системи”, Научна конференция с международно участие "Знанието –
традиции, иновации, перспективи", Бургас юни 2013
8) Василев, Димитър, Никола Василев. Вземане на решения по метода „Анализ на
йерархията“. Известия на ТУ-Сливен, том 2, 2013 ISSN 1312-3920
32
QUANTITATIVE METHODS FOR AN OPTIMAL DECISION-MAKING IN POWER
PLANTS MANAGEMENT
This dissertation develops a methodology and models for decision-making in the analysis,
evaluation and control of energy and economic efficiency, for assessment of investment risk
and risk of shortage of power in the power system under uncertainty.
Some of the most important results obtained in this study are as follows:
1. The assessment of the degree of risk made requires identifying the elements of the power
system, the exclusion of which may cause a deficiency of power, the probability of their
exclusion and the consequences;
2. Indicators for the analysis of investment projects for power plants using the "cost-benefit"
method are defined and an algorithm and a computer model to verify an investment project and
a deciding on its implementation is synthesized.
3. An integrated model that includes a set of models which measure the impact on the financial
and economic efficiency of power plants is created. A method for calculating the indicators for
the eight groups of indicators stipulated in the National accounting standard /NAS/ 13, a
method for implementation of a detailed factor analysis of indicators were implemented and
recommendations for the optimal management of the power plant were generated.
4. A management information system (MIS) that supports decision-making on matters
concerning the management of the power plant (algorithm and software) was developed and
implemented. The system has 9 implantations in companies in the Sliven region.
5. Mathematical models of linear programming to determine the production program are
proposed and a sensitivity analysis is implemented. The real task to determine the production
range and optimal allocation of resources of a specific power plant is solved.
6. Mathematical models of the dynamic programming for distribution of investment through
direct and reverse method for solving the problem of dynamic programming in a specific
situation are proposed. The task of dynamic programming for workforce planning and
allocation of a dimensional resource in two methods is solved.
7. An evaluation of the algorithms to track the maximum power point MPP to maximize the
efficiency of the renewable electricity system is made. The effectiveness of the perturbation and
observation (P & O) method is proved by the simulations made.
This dissertation develops a methodology and proposes an algorithm to evaluate the economic
efficiency of power plants. The proposed methodological approach allows modeling and
simulation of technical and economic parameters of power plants in order to optimize their
performance.
The results obtained are important for an optimal decision-making for control of power plants
and they can be used in practice.
