Система моніторингу фотоелектричних станцій з системою інтелектуальної підтримки прийняття рішень на основі прогностичних моделей

Abstract

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.07 «Автоматизація процесів керування» (05 – технічні науки). – Виконана в Національному технічному університеті «Дніпровська політехніка» МОН України, Дніпро, захист у Національний технічний університет «Дніпровська політехніка» МОН України, Дніпро, 2024. Дисертація спрямована на вирішення актуальної науково–технічної задачі підтримки необхідних умов збалансованого функціонування енергосистеми та енергоринку шляхом інтеграції відповідних методів моделювання та прогнозування часових рядів виробітку фотоелектричної енергії мережевими фотоелектричними станціями з керуючими та інформаційно–вимірювальними системами, які забезпечують моніторинг всієї необхідної для цього інформації. В роботі проаналізовано особливості системи управління фотоелектричними процесами, які вимагають інтелектуальної підтримки прийняття рішень на основі прогностичних моделей, а також процес фотоелектричного перетворення сонячної енергії у якості об’єкту автоматичного прогнозування. За результатами цього аналізу прийнято рішення відносно побудови структури моделі за екзогенним типом, який враховує як ретроспективні дані, так і одночасний з цими даними вектор параметрів, які впливають на рівень генерації. До цих параметрів відносяться метеорологічні дані та дані, що характеризують у часовій послідовності положення сонця на небосхилі відносно позиції геолокації фотогальванічної станції. Обчислювач екзогенної моделі базується на математичному опису фотогальванічного процесу. При цьому для побудови цього математичного опису використано гібридний підхід. Згідно цього підходу прогностична модель включає два функціональних блоки: блок аналітичного прогнозування та блок статистичного прогнозування з використанням методів машинного навчання. Блок аналітичного прогнозування для кожної години кожного дня і місяця року в залежності від положення сонця обчислює величину енергії сонячного випромінювання, яке досягає панелей фотоелектричної станції за ідеальних умов безхмарного неба. Блок статистичного прогнозування обчислює з урахуванням прогнозованого стану атмосфери прогнозований щогодинний виробіток електричної енергії фотоелектричною станцією. Thesis for a Candidate's Degree of Technical Sciences by specialty 05.13.07 – «Automation of control processes» (05 – technical sciences). – Completed a thesis at Dnipro University of Technology of MES of Ukraine, present a thesis at Dnipro University of Technology of MES of Ukraine, Dnipro, 2024. The thesis deals with solution of the actual scientific and technical problem to maintain the required conditions of the balance operation by energy network and energy market through integration of adequate simulation methods and temporal series of photovoltaic energy generation, using photovoltaic stations with controlling and information and measurement systems monitoring all the necessary information. The thesis has analyzed features of the system, controlling photovoltaic processes, involving intelligent support to make decisions based upon prognostic models, and the process of photovoltaic conversion of solar energy as an object of the automated predicting. The analysis results have helped make the decision concerning the development of exogenous model taking into consideration both retrospective data and simultaneous with the data vector of parameters influencing the generation level. Meteorological data as well as data characterizing timely the sun position in the sky relative to geolocation of the photovoltaic station are among the parameters. The exogenous model predictor is based upon mathematical description of the photovoltaic process. In this regard, the mathematical description development has involved a hybrid approach. According to the approach, the prognostic model includes the two functional blocks: analytical predicting block and statistical predicting block with the use of machine learning methods. The analytical predicting block calculates the value of solar radiation energy, achieving photovoltaic station panels if the sky is cloudless, for each hour of each day and a year month depending upon the sun position. The statistical predicting block calculates the predicted hourly electric energy generation by the photovoltaic station taking into consideration the predicted atmospheric state.