Dynamic energy management system with real time component control to increase the efficiency of local polygeneration microgrid

• Autorzy: Kaplun Viktor , Kruhliak Hennadii , Makarevych Svitlana , Kulybaba Yevhenii

Identyfikatory

DOI

10.15199/48.2023.09.24

Warianty tytułu

PL

Dynamiczny system zarządzania energią ze sterowaniem komponentami w czasie rzeczywistym w celu zwiększenia wydajności lokalnej mikrosieci poligeneracyjnej

• Języki publikacji: EN

Abstrakty

EN

The paper is devoted to approaches to creating in energy management system with dynamic control of components based on modern information technologies. It is proposed to implement the energy management strategy of local objects by coordinating supply and demand in real time. The balance between own generation and consumption in micro-energy systems with several sources should be ensured by the maximum share in their energy balance of renewable sources. It has been established that the structural-algorithmic synthesis of the dynamic management system of the polygeneration microgrid means ensuring its functional integrity based on the selected structure of sources and the coordination of the power balance of the local facility in real time, taking into account the stochastic generation of electricity from renewable sources. The conditions for creation of energy information connections are investigated. The technical platforms for the realisation of the basic principles of the dynamic energy management system using modern IT infrastructure and the possibility of remote monitoring and control of final current collectors based on the current cost of electricity is proposed.

PL

Artykuł poświęcony jest podejściu do tworzenia w systemie zarządzania energią dynamicznego sterowania elementami w oparciu o nowoczesne technologie informatyczne. Proponuje się realizację strategii zarządzania energią lokalnych obiektów poprzez koordynację podaży i popytu w czasie rzeczywistym. Równowaga między wytwarzaniem a zużyciem własnym w mikrosystemach wieloźródłowych powinna być zapewniona poprzez maksymalny udział w ich bilansie energetycznym źródeł odnawialnych. Ustalono, że synteza strukturalno-algorytmiczna dynamicznego systemu zarządzania mikrosiecią poligeneracyjną polega na zapewnieniu jej integralności funkcjonalnej w oparciu o wybraną strukturę źródeł oraz koordynację bilansu mocy lokalnego obiektu w czasie rzeczywistym z uwzględnieniem stochastyczne wytwarzanie energii elektrycznej ze źródeł odnawialnych. Badane są warunki tworzenia powiązań informacji o energii. Zaproponowano techniczne platformy realizacji podstawowych zasad dynamicznego systemu zarządzania energią z wykorzystaniem nowoczesnej infrastruktury informatycznej oraz możliwości zdalnego monitorowania i sterowania końcowymi odbiornikami prądu w oparciu o aktualny koszt energii elektrycznej.

Słowa kluczowe

EN

energy management; real time control; efficiency; local object; polygeneration microgrid

PL

zarządzanie energią; sterowanie w czasie rzeczywistym; efektywność; mikrosieć poligeneracyjna

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2023
• Tom: R. 99, nr 9
• Strony: 128--134
• Opis fizyczny: bibliogr. 19 poz., rys.

Twórcy

autor

Kaplun Viktor

• National University of Life and Environmental Sciences of Ukraine, 12 Heroyiv Oborony str., Kyiv, 03041 Ukraine

• https://orcid.org/0000-0001-7040-9344

autor

Kruhliak Hennadii

• National University of Life and Environmental Sciences of Ukraine, 12 Heroyiv Oborony str., Kyiv, 03041 Ukraine

• https://orcid.org/0000-0003-2634-3856

autor

Makarevych Svitlana

• National University of Life and Environmental Sciences of Ukraine, 12 Heroyiv Oborony str., Kyiv, 03041 Ukraine

• https://orcid.org/0000-0002-9601-5156

autor

Kulybaba Yevhenii

• National University of Life and Environmental Sciences of Ukraine, 12 Heroyiv Oborony str., Kyiv, 03041 Ukraine

• https://orcid.org/0000-0002-0417-293%D0%A5

Bibliografia

• [1] Transforming our world: the 2030 Agenda for Sustainable Development/ Resolution adopted by the General Assembly on 25 September 2015
• [2] Khan, S., Khan, R., & AlBayatti, A. H. (2019). Secure Communication Architecture for Dynamic Energy Management in Smart Grid. IEEE Power and Energy Technology Systems Journal, 6(1), 47- 58.https://doi.org/10.1109/JPETS.2019.2891509
• [3] Lezhnyuk, P. D. Optimization of modes of electrical networks with renewable sources of electricity: monograph / P. D. Lezhnyuk, O. E. Rubanenko, I. O. Gunko – Vinnytsia: VNTU, 2017. – 164 p. https://press.vntu.edu.ua/index.php/vntu/catalog/downlo ad/366/747/845-1?inline=1
• [4] M. H. Yaghmaee, M. S. Kouhi, A. L. Garcia, Personalized Pricing: A New Approach for Dynamic Pricing in the Smart Grid, in: IEEE Smart Energy Grid Engineering (SEGE), 2016. https://ieeexplore.ieee.org/document/7589498
• [5] Q. Tang, K. Yang, D. Zhou, Y. Luo, F. Yu, A Real-Time Dynamic Pricing Algorithm for Smart Grid With Unstable Energy Providers and Malicious Users, in: IEEE Internet of Things, Vol. 3, issue: 4, 2016. https://ieeexplore.ieee.org/document/7150327
• [6] W. Tushar, B. Chai, C. Yuen, D. B. Smith, K. L. Wood, Z. Yang, and H. V. Poor, “Three-party energy management with distributed energy resources in smart grid,” IEEE Trans. Ind. Electron., vol. 62, no. 4, pp. 2487–2498, Apr. 2015. https://ieeexplore.ieee.org/abstract/document/6862919
• [7] Wang, K.; Yu, J.; Yu, Y.; Wu, J.S. A Survey on energy internet: Architecture, approach, and emerging technologies. IEEE Syst. J. 2017, 99, 1–14. [CrossRef]
• [8] Liu, S.C.; Zhang, D.X.; Zhu, C.Y.; Li, W.D.; Lu, W.B.; Zhang, M.J. A view of big data in energy internet. Electr. Pow. Syst. Res. 2016, 40, 14–21.
• [9] P. D. Lund, J. Lindgren, J. Mikkola and J. Salpakari, "Review of energy system flexibility measures to enable high levels of variable renewable electricity", Renewable Sustain. Energy Rev., vol. 45, pp. 785-807, 2015.
• [10] K. Bartlomiej, P. Borkowski. Data analysis of the latency in the building with using telecommunication technology. Przegląd Elektrotechniczny, 2021, 129-135
• [11] V. Kaplun, V. Shtepa and S. Makarevych, "Neural Network Modelling of Intelligent Energy Efficiency Control in Local Polygeneration Microgrid with Renewable Sources," 2020 IEEE KhPI Week on Advanced Technology (KhPIWeek), Kharkiv, Ukraine, 2020, pp. 98-102, doi: 10.1109/KhPIWeek51551.2020.9250130.
• [12] Y. Ji, J. Wang, J. Xu, X. Fang, and H. Zhang, “Real-time energy management of a microgrid using deep reinforcement learning,” Energies, vol. 12, pp. 2291–3212, June, 2019.
• [13] Volodymyr, K., Oleksandr, G., Oleksandr, S., Savchenko, V., & Svitlana, M. (2020). Optimization of Sectionalization Parameters of Distributive Electric Networks. In V. Kharchenko & P. Vasant (Eds.), Handbook of Research on Smart Computing for Renewable Energy and Agro-Engineering (pp. 78-105). IGI Global. https://doi.org/10.4018/978-1-7998-1216- 6.ch004.
• [14] Mortaji, H., Ow Siew Hock, Moghavvemi, M., & Almurib, H. A. (2016). Smart grid demand response management using Internet of things for load shedding and smart-direct load control. 2016 IEEE Industry Applications Society Annual Meeting. https://doi.org/10.1109/ias.2016.7731836
• [15] Raiker G. A., Reddy B., S., Umanand, L., Agrawal, S., Thakur, A. S., Ashwin, K., Barton, J. P., & Thomson, M. (2020). Internet of things based demand side energy management system using non-intrusive load monitoring. 2020 IEEE International Conference on Power Electronics, Smart Grid and Renewable Energy (PESGRE2020). https://doi.org/10.1109/pesgre45664.2020.907 0739
• [16] Kaplun, V., Osypenko, V. About the intelligent decision making system for dynamic electricity pricing on renewable microgrids // Proceedings of the 12th International Scientific and Technical Conference on Computer Sciences and Information Technologies, CSIT 2017
• [17] Kaplun V., Osypenko V. “About Using Electricity Pricing for Smart Grid Dynamic Management with Renewable Sources,” Proceedings of the 2019 IEEE 6th International Conference on Energy Smart Systems (2019 IEEE ESS), April 17-19, 2019, Kyiv, рр. 256-260. DOI: 10.1109/ESS.2019.8764224
• [18] Vuchkov I. Applied linear regression analysis: monograph / Vuchkov I., Boyadzhieva L., Solakov E. — M.: Finances and Statistics, 1987. — 239 p.
• [19] Gichman I.I. Theory of veroyatnities and mathematical statistics: a textbook / Gikhman I.I., Skorokhod A.V., Yadrenko M.I. — K.: High School, 1979. — 406 p.