КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер 22-79-00181

НазваниеРазработка адаптивной системы управления электроэнергетическими системами с высокой долей возобновляемых источников энергии на базе методов машинного обучения с интеллектуальным отбором и восстановлением значимых исходных данных

РуководительМатренин Павел Викторович, Кандидат технических наук

Организация финансирования, регион федеральное государственное бюджетное образовательное учреждение высшего образования "Новосибирский государственный технический университет", Новосибирская обл

Период выполнения при поддержке РНФ

07.2022 - 06.2024

Конкурс№70 - Конкурс 2022 года «Проведение инициативных исследований молодыми учеными» Президентской программы исследовательских проектов, реализуемых ведущими учеными, в том числе молодыми учеными.

Область знания, основной код классификатора 09 - Инженерные науки, 09-402 - Гидроэнергетика, новые и возобновляемые источники энергии

Ключевые словаУправление электроэнергетическими системами, прогнозирование временных рядов, возобновляемые источники энергии, гидроэнергетика, энергия солнца и ветра, метеорология, машинное обучение, адаптивные и самообучающиеся модели, предварительная обработка данных, системы накопление энергии

Код ГРНТИ44.29.00

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
В настоящее время в мире наблюдается трансформация энергетической отрасли в сторону увеличения доли возобновляемых источников энергии (ВИЭ) при условии обеспечения устойчивого развития экономики, энергетики и экологии в долгосрочной перспективе. Создание и функционирование электроэнергетических систем с высокой долей возобновляемых источников энергии затруднено из-за стохастического, сложно предсказуемого характера генерации возобновляемых источников энергии, что увеличивает уровень неопределенности в процессах изменения параметров и условиях функционирования энергосистем, затрудняет управление ими. Проект направлен на решение проблемы низкой эффективности прогнозирования генерации и, как следствие, использования возобновляемых источников энергии в составе электроэнергетической системы, а также реализации возможности адаптивного управления такой системой с помощью методов прогнозирования временных рядов с интеллектуальным отбором и восстановлением значимых исходных данных, а также оптимального управления системами накопления энергии. Снижение неопределенности генерации электроэнергии на базе ВИЭ за счет более точного прогнозирования объема генерации электроэнергии и эффективного использования систем накопления энергии является актуальной задачей, поскольку ее решение позволит повысить технико-экономическую эффективность электроэнергетических систем с высокой долей ВИЭ за счет более точного планирования режимов ее работы, повышения эффективности распределения генерации между различными электростанциями в системе, оптимизации размещения резервов мощности, повышения качества электроэнергии для конечных потребителей. Прогнозирование выработки электроэнергии на базе ВИЭ является критически важным инструментом для обеспечения надежного электроснабжения, планирования резервов мощности, организации обслуживания и ремонта электроэнергетического оборудования. Предполагаемые новые научные результаты проекта: - на основе аналитического обзора выявлены и систематизированы факторы, влияющие на точность прогнозирования генерации возобновляемых источников энергии с учетом неполноты и неоднозначности исходных данных для краткосрочного и среднесрочного управления электроэнергетическими системами с высокой долей возобновляемых источников энергии; - доказана необходимость применения интеллектуальных алгоритмов предварительной обработки метеорологических данных для повышения точности прогнозирования генерации возобновляемых источников энергии; - разработаны новые алгоритмы предварительной обработки данных на основе алгоритмов машинного обучения с интеллектуальным отбором и восстановлением необходимых данных для повышения точности прогнозирования генерации возобновляемых источников энергии; - обоснована необходимость адаптации моделей прогнозирования временных рядов к изменяющимся условиям функционирования электроэнергетических систем и учет неполноты и неоднородности исходных данных в задачах прогнозирования генерации возобновляемых источников энергии. - разработана новая методика построения адаптивных моделей прогнозирования временных рядов с применением средств частичного обучения, учитывающая неполноту исходных данных, стохастичность метеорологических условий и процессы изменения климата; - доказана возможность решения задачи технологической эксплуатации и интеллектуального управления электроэнергетической системой с высокой долей возобновляемых источников энергии на основе адаптивных методов машинного обучения, в частности Q-обучения; - разработана новая адаптивная система управления электроэнергетической системой с высокой долей возобновляемых источников энергии и накопителями энергии, учитывающая: а) возникающие в результате технологического единства функционирования объектов генерации, потребления и накопления электроэнергии в составе единой электроэнергетической системы свойства эмерджентности; б) стохастичность внешних климатических условий; многовариантность режимов работы и топологий электроэнергетических систем. В ходе проекта предполагается выполнить анализ международного опыта в сфере проектирования и функционирования электроэнергетических систем с высокой долей возобновляемых источников энергии. На основании проведенного анализа будет спроектирована архитектура и определены требования к функционалу адаптивной системы управления электроэнергетической системой с высокой долей возобновляемых источников энергии и накопителями энергии. Затем предполагается выполнить разработку и программную реализацию алгоритмов предварительной обработки временных рядов, моделей прогнозирования генерации возобновляемых источников энергии и управления электроэнергетическими системами с высокой долей таких источников. На завершающем этапе будут проведены тестирование, отладка и документирование разработанных моделей и алгоритмов на данных многолетних методологических наблюдений и графиков генерации и потребления электроэнергии для верификации разработанных моделей и алгоритмов. Таким образом, в результате будет получена новая концепция и методика создания и функционирования адаптивной системы управления электроэнергетической системой с высокой долей возобновляемых источников энергии и накопителями энергии, которая сможет учитывать свойства эмерджентности таких электроэнергетических систем, неполноту и неоднородность исходных данных, изменения климатических условий, а также многовариантность режимов работы и топологий электроэнергетических систем; разработаны новые технологии интеллектуальной предварительной обработки метеорологических данных для повышения точности прогнозирования генерации возобновляемых источников энергии; а также разработаны новые методы построения моделей прогнозирования временных рядов с применением средств частичного обучения для учета неполноты исходных данных с адаптацией к изменениям климатических условий и режимов работы электроэнергетических систем. Конечным прикладным продуктом станет комплексное программное обеспечение, реализующее основной функционал адаптивной системы управления электроэнергетической системой с высокой долей возобновляемых источников энергии и накопителями энергии, которое будет включать в себя указанные выше технологии интеллектуальной предварительной обработки метеорологических данных и построения адаптивных моделей прогнозирования временных рядов.

Ожидаемые результаты
При реализации проекта предполагается получить следующие практически значимые результаты: 1. Аналитический обзор существующих принципов проектирования, технических ограничений и основных барьеров при реализации управления электроэнергетическими системами с большой долей возобновляемых источников энергии, а также факторов, влияющих на точность прогнозирования генерации возобновляемых источников энергии. 2. Новую концепцию и методику создания и функционирования адаптивной системы управления электроэнергетической системой с высокой долей возобновляемых источников энергии и накопителями энергии, которая сможет учитывать свойства эмерджентности таких электроэнергетических систем, неполноту и неоднородность исходных данных, стохастичность внешних климатических условий; а также многовариантность режимов работы и топологий электроэнергетических систем. 3. Модернизированную технологию (алгоритмы, математические модели и их программная реализация) интеллектуальной предварительной обработки метеорологических данных для повышения точности прогнозирования генерации возобновляемых источников энергии. 4. Новую технологию (алгоритмы, математические модели и их программная реализация) построения адаптивных моделей прогнозирования временных рядов с применением средств частичного обучения, учитывающую неполноту исходных данных, стохастичность метеорологических условий и процессы изменения климата. 5. Комплексное программное обеспечение, реализующее основной функционал адаптивной системы управления электроэнергетической системой с высокой долей возобновляемых источников энергии и накопителями энергии, которое будет включать в себя указанные выше технологии интеллектуальной предварительной обработки метеорологических данных и построения адаптивных моделей прогнозирования временных рядов. Представленное исследование является значимым для развития нового научного направления в области электроэнергетических систем с высокой долей возобновляемых источников. Мировые научные тенденции в области энергетики, в частности возобновляемых источников энергии, показывают возможность перехода к безуглеродным системам к 2050 году. Современные исследования показывают, что интеграция возобновляемых источников энергии возможна не только в странах с высокой доступностью ветровых, солнечных и гидроресурсов, но и в странах с ограниченной доступностью таких ресурсов и высокой сезонностью генерации и потребления электрической энергии. Несмотря на положительные эффекты от внедрения технологий использования возобновляемых источников энергетики и поддержку развития отрасли на мировом и государственном уровнях, существуют аспекты, препятствующие переходу к возобновляемой энергетике. Принципы организации и функционирования электроэнергетических систем с доминирующей долей возобновляемой энергетики отличаются от принципов, на которых основаны традиционные электроэнергетические системы. Основным отличием является вероятностный характер генерации, приводящий к появлению дополнительного источника неопределенности в энергосистеме, что осложняет надежное функционирование таких систем. В рамках данного исследования предполагается решение описанных проблем и создание технологии в виде алгоритмов, математических моделей и программного обеспечения адаптивной системы управления электроэнергетической системой с высокой долей возобновляемых источников энергии, основанной на методах машинного обучения с интеллектуальным отбором и восстановлением значимых исходных данных и интеллектуальном управлении системами накопления энергии. Полученные результаты могут быть использованы при формировании схем и программ развития технологий возобновляемой энергетики в регионах России и при формировании инвестиционных программ энергетических предприятий. Мировая научная значимость полученных результатов проекта будет подтверждена публикациями в высокорейтинговых международных журналах (планируется публикации в изданиях Web of Science Core Collection и Scopus, входящих в первый квартиль (Q1) и в трудах ведущих международных конференций IEEE и CIGRE). В ходе реализации проекта предполагается опубликовать 7 статей в изданиях, индексируемых в базах данных Web of Science Core Collection и/или Scopus. Также благодаря тому, что руководитель проекта является действующими членом Российского национального комитета международной организации CIGRE (Международный Совет по большим электрическим системам высокого напряжения) планируется участие в заседаниях российского и международных комитетов (С3 "Влияние энергетики на окружающую среду", С6 "Активные системы распределения электроэнергии и распределенные энергоресурсы", D2 "Информационные системы и телекоммуникации") для формирования рекомендаций в рамках разработки новых стандартов по системам с распределенной генерацией, влиянию энергетики на окружающую среду и цифровизации энергетики, а также работы с другими подкомитетами Российского национального комитета Международного Совета по большим электрическим системам высокого напряжения в этом направлении. Разрабатываемое программное обеспечение может быть использовано как новая продукция, а именно самостоятельное программное обеспечение информационно-аналитических систем прогнозирования и управления режимами электроэнергетических систем с высокой долей возобновляемых источников энергии, а также отдельных электрических станций на базе возобновляемых источников энергии. В тоже время модули разрабатываемого программного обеспечения могут быть использованы для усовершенствования существующих технологий прогнозирования и управления такими системами. Эти модули могут применяться в подсистемах отбора, предварительной обработки данных и прогнозирования генерации возобновляемых источников энергии в составе существующей автоматизированной информационно-аналитической системы прогнозирования и управления режимами работы электроэнергетических систем с высокой долей возобновляемых источников энергии. Разработанные в проекте новые подходы к предиктивному управлению режимами электроэнергетических систем и накопителями энергии с учетом связности электроэнергетической системы и ее элементов на основе методов машинного обучения и интеллектуальной предобработки данных позволяют использовать представленную систему в качестве комплексного информационно-аналитического аппарата отраслевого масштаба, для получения скрытых закономерностей в статистических данных, с помощью которого можно не только выполнять оперативное, краткосрочное и среднесрочное прогнозирование генерации возобновляемых источников энергии, но и решать задачи формирования и регулирования инвестиционных программ энергетических предприятий, энерго- и ресурсосбережения, и совершенствовать тарифную политику в области электроэнергетики, на основе надежного энергоснабжения в условиях меняющихся внешних факторов, тем самым обеспечивая социально-экономическое развитие регионов.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Аннотация результатов, полученных в 2022 году
Выполненные работы 1. Выполнен анализ международного опыта в сфере электроэнергетических систем с высокой долей возобновляемых источников энергии, включая проектирование, принципы функционирования и управления для учета лучших существующих методик по созданию систем управления такими электроэнергетическими системами в условиях неполноты и неоднозначности исходных данных. 1.1. Выполнен обзор существующих принципов проектирования, технических ограничений и основных барьеров при реализации оперативного и диспетчерского управления электроэнергетическими системами с высокой долей возобновляемых источников энергии. 1.2. Проведены анализ и систематизация существующих подходов к долгосрочному, среднесрочному, краткосрочному и оперативному планированию электроэнергетических режимов энергосистем с высокой долей возобновляемых источников энергии. 1.3. Проанализированы современные решения в области внедрения систем прогнозирования генерации электроэнергии от возобновляемых источников энергии и управления электроэнергетическими системами с высокой долей возобновляемых источников энергии с применением методов машинного обучения. 1.4. Изучен современный опыт сбора, обработки и применения метеорологических данных для прогнозирования генерации электроэнергии на основе возобновляемых источников энергии. 2. Выполнено проектирование архитектуры и требований к функционалу адаптивной системы управления электроэнергетической системой с высокой долей возобновляемых источников энергии и накопителями энергии, учитывающая: свойства эмерджентности таких систем, неполноту и неоднородность исходных данных, стохастичность внешних климатических условий; многовариантность режимов работы и топологий электроэнергетических систем. 2.1. Разработана концепция управления электроэнергетической системой с высокой долей возобновляемых источников энергии и накопителями энергии. 2.2. Разработаны риск-ориентированные модели оценки балансовой надежности электроэнергетических систем с высокой долей возобновляемых источников энергии в долгосрочном, среднесрочном, краткосрочном и оперативном горизонте планирования с учетом технологических ограничений электроэнергетической системы. 2.3. Разработана архитектура программного обеспечения адаптивной системы управления и проектирование ее базы данных, определение функционала основных модулей и требований к ним, выбор инструментальных средств реализации. 3. Разработана программная реализация алгоритмов обработки временных рядов с интеллектуальным отбором и восстановлением значимых признаков и данных для прогнозирования режимов работы генерации на основе возобновляемых источников энергии. [6 месяцев] 3.1. Выполнен анализ существующих источников метеорологических данных и возможности их применения для улучшения точности прогнозирования режимов работы генерации на основе возобновляемых источников энергии. 3.2. Разработаны технические требования к составу и качеству метеорологических и других входных данных, алгоритмам их обработки, структуре и принципам формирования баз данных, структурной и математической модели данных. 3.3. Выполнен сбор базы данных для обучения, валидации и тестирования моделей. 3.4. Разработаны алгоритмы предварительной обработки входных данных, включая отбор наиболее значимых признаков, обнаружение ошибок, аномалий и выбросов, восстановление пропущенных значений. 3.5. Проведены тестирование и отладка разработанных алгоритмов. Основные результаты 1. Выполнен аналитический обзор существующих принципов проектирования, технических ограничений и основных барьеров при реализации управления электроэнергетическими системами (ЭЭС) с высокой долей возобновляемых источников энергии (ВИЭ), а также факторов, влияющих на точность прогнозирования генерации возобновляемых источников энергии. Основные результаты аналитического обзора: - Ключевой задачей для интеграции ВИЭ в ЭЭС является задача прогнозирования генерации электроэнергии на базе ВИЭ. В настоящее время подавляющее большинство исследований направлено на повышение точности моделей прогнозирования на основе методов машинного обучения, при этом недостаточное внимание уделяется надежности, робастности, интерпретируемости и защите целостности и доступности входных данных систем для прогнозирования в целом как программных или аппаратно-программных комплексов. - Повышение точности прогнозирования генерации на базе ВИЭ в настоящее время возможно скорее не за счет усложнения математических методов прогнозирования, а за счет развития алгоритмов предварительной обработки данных, а также цифровых технологий сбора, передачи и хранения данных метеорологических и гидрологических наблюдений и расширения сети метеорологических и гидрологических постов. - Барьером для развития ЭЭС с высокой долей ВИЭ является снижение надежности электроснабжения потребителей. Одной из наиболее перспективных мер является использование систем накопления энергии, но широкому применению накопителей препятствуют трудности как технического, так и экономического характера. - Интеграция ВИЭ в состав ЭЭС также оказывает значительное влияние на характеристики аварийных режимов. Корректное функционирование средств релейной защиты и автоматики, спроектированных и настроенных для существующей сети, зачастую невозможно при масштабных установках объектов генерации ВИЭ в сети из-за их резко переменчивого характера. Снижение чувствительности защиты и повышение риска ложного срабатывания и неселективного действия при интеграции ВИЭ могут привести к нарушению устойчивости работы системы, что усложняет процесс оперативно-диспетчерского управления. 2. Разработаны новая концепция и методика создания и функционирования адаптивной системы управления электроэнергетической системой с высокой долей возобновляемых источников энергии и накопителями энергии. Предложенная адаптивная система способна учитывать свойства эмерджентности электроэнергетических систем с высокой долей возобновляемых источников энергии, неполноту и неоднородность исходных данных, стохастичность внешних климатических условий; а также многовариантность режимов работы и топологий электроэнергетических систем. Основная идея, положенная в основу управления электроэнергетической системой с высокой долей возобновляемых источников энергии и накопителями энергии, заключается в использовании принципов безопасного машинного обучения (Safe Machine Learning). Разработана архитектура программного обеспечения адаптивной системы управления и проектирование ее базы данных, выполнено описание функционала основных модулей и требований к ним, а также обоснование выбора инструментальных средств реализации. Программное обеспечение реализуется с использованием только свободно распространяемого программного кода, что направлено на обеспечение технологического суверенитета Российской Федерации. 3. Разработана модернизированная технология интеллектуальной предварительной обработки метеорологических данных для повышения точности прогнозирования генерации возобновляемых источников энергии. Сформированы технические требования к составу и качеству метеорологических и других входных данных, алгоритмам их обработки, структуре и принципам формирования баз данных, структурной и математической модели данных; спроектирована база данных для обучения, валидации и тестирования моделей и созданы математическое описание и программная реализация алгоритмов предварительной обработки входных данных, включая отбор наиболее значимых признаков, обнаружение ошибок, аномалий и выбросов, восстановление пропущенных значений. Наиболее важным отличием является предложенная климатически-временная адаптация предиктивных моделей машинного обучения.

Публикации

1. Матренин П.В., Осгонбаатар Т., Сергеев Н.Н. Overview of Renewable Energy Sources in Mongolia IEEE, Proc. of 2022 IEEE International Multi-Conference on Engineering, Computer and Information Sciences (SIBIRCON),11-13 November 2022, Yekaterinburg, Russian Federation (год публикации - 2023) https://doi.org/10.1109/SIBIRCON56155.2022.10016986

2. Матренин П.В.,Атабаева Л.Ш.,Сергеев Н.Н. Limitations and Perspectives of Short-Term Renewable Energy Generation Forecasting Methods IEEE, Proc. of 2022 IEEE International Multi-Conference on Engineering, Computer and Information Sciences (SIBIRCON),11-13 November 2022, Yekaterinburg, Russian Federation (год публикации - 2023) https://doi.org/10.1109/SIBIRCON56155.2022.10017051

3. Русина А.Г., Тувшин О., Матренин П.В. Short-term Load Forecasting Using Statistical Methods for the Central Power System of Mongolia IEEE, Proc. of 2022 IEEE International Multi-Conference on Engineering, Computer and Information Sciences (SIBIRCON),11-13 November 2022, Yekaterinburg, Russian Federation (год публикации - 2023) https://doi.org/10.1109/SIBIRCON56155.2022.10017047

4. Сергеев Н.Н., Матренин П.В. Повышение точности прогноза электропотребления промышленного предприятия методами машинного обучения с помощью отбора значимых признаков из временного ряда iPolytech Journal, Т. 26, № 3, С. 487-498 (год публикации - 2022) https://doi.org/10.21285/1814-3520-2022-3-487-498

5. Сергеев Н.Н., Матренин П.В., Зубова Н.В. Comparative Analysis of Approaches to Short-Term Forecasting of Electricity Generation of Wind Turbine AIP Conference Proceedings, Vol. 2910 (1). Id. 020144 (год публикации - 2023) https://doi.org/10.1063/5.0175251

6. Сергеев Н.Н.. Матренин П.В. Обзор международного опыта в прогнозировании в прогнозировании генерации возобновляемых источников энергии с помощью методов машинного обучения iPolytech journal, - (год публикации - 2023)

7. Матренин П.В., Сергеев Н.Н. Программа кластеризации и редукции метеорологических данных с применением метода главных компонент и автокодирующих моделей -, 2023619057 (год публикации - )

8. - В НГТУ НЭТИ создают систему прогнозирования выработки электростанций Сетевое издание «Elec.ru», - (год публикации - )

9. - В НГТУ НЭТИ создают систему прогнозирования выработки электростанций Веб-сайт Новосибирского государственного технического университета, - (год публикации - )