В связи с большим количеством гидроэлектростанций (ГЭС), расположенных в операционной зоне Филиала АО «СО ЕЭС» Северокавказское РДУ, актуальность задачи автоматизации планирования водно-энергетических режимов очевидна.
Разработанная методика позволяет получить значения максимально допустимых перетоков мощности в контролируемых линиях, которые соответствуют текущим схемно-режимным ограничениям, что является актуальным при управлении режимами электроэнергетических систем.
Проведена теоретическая и практическая проверка актуальности данных моделирования с использованием результатов натурных испытаний, которые по своим свойствам значительно ближе к идеальным авариям, чем результаты реальных аварий в энергосистеме. Проведенные исследования позволяют сделать вывод об актуальности моделей, полученных с помощью ПАК RTDS.
Представлены результаты выявления и анализа причин существования проблемы достоверности и надежности доминирующих в настоящее время цифровых средств моделирования электроэнергетических систем, связанных с численным интегрированием жестких нелинейных систем дифференциальных уравнений большой размерности, описывающих процессы в реальных электроэнергетических системах при всевозможных нормальных, аварийных и послеаварийных режимах их работы. Предложен методологически новый подход к решению проблемы верификации средств расчета режимов и процессов в электроэнергетических системах на основе комплексного подхода, представляющего собой в широком смысле гибридное моделирование.
В данной работе представлены эффективные методы по определению однофазного замыкания на землю и определению места повреждения в распределительных сетях 6 (10) − 35 кВ ПАО «Татнефть».
Одним из самых используемых видов управляющих воздействий противоаварийной автоматики является отключение нагрузки (ОН) потребителей электрической энергии. При этом особой задачей является исключение перерегулирования, т. е. излишнего отключения нагрузки потребителей. Повышение эффективности работы противоаварийной автоматики позволит минимизировать объемы управляющих воздействий на отключение нагрузки потребителей.
Для разработки перспективного планирования развития энергосистем, заключающейся в решении задач технологического управления, возникает потребность выполнения прогнозирования графиков электрических нагрузок. Повышение точности прогноза электропотребления способствует как экономии энергоресурсов, так и увеличению эффективности работы и соответственно прибыли в электросетевых компаниях. В работе поставлена и решена задача прогнозирования электропотребления для элекросетевой компании с помощью традиционных методов и методов искусственного интеллекта (искусственные нейронные сети) для кратко-, средне и долгосрочных временных интервалов. Разработанный алгоритм прогнозирования позволяет получить прогнозное значение со средней абсолютной ошибкой прогнозирования (MAPE), не превышающей 1% с учетом переобучения искусственной нейронной сети (ИНС). Использование таких моделей позволило снизить величины ошибок для электрической нагрузки в кратко- и среднесрочном периоде в целях повышения эффективности оперативно-технологического управления режимами энергосистемы и перспективного планирования ее развития. Снижение ошибки прогноза позволит электросетевым компаниям уменьшить дополнительную плату за электропотребление, вызванную неточностью прогнозирования.
