ПРИКАСПИЙСКИЙ ЖУРНАЛ

УПРАВЛЕНИЕ И ВЫСОКИЕ ТЕХНОЛОГИИ

Мультиагентный метод управления энергопотоками в гибридной энергосистеме с источниками возобновляемой энергии

Читать Май Нгок Тханг, Камаев Валерий Анатольевич, Щербаков Максим Владимирович, Чинь Тхэ Хунг Мультиагентный метод управления энергопотоками в гибридной энергосистеме с источниками возобновляемой энергии  // Прикаспийский журнал:  управление и высокие технологии. — 2013. — №2. — Стр. 30-42.

Май Нгок Тханг - аспирант, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. Ленина, 65, kamaev@unix.cad.vstu.ru

Камаев Валерий Анатольевич - доктор технических наук, профессор, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. Ленина, 65, kamaev@unix.cad.vstu.ru

Щербаков Максим Владимирович - кандидат технических наук, доцент, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. Ленина, 65, kamaev@unix.cad.vstu.ru

Чинь Тхэ Хунг - магистрант, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. Ленина, 65, kamaev@unix.cad.vstu.ru

Глобальное потепление и значительное увеличение цен на традиционные источники энергии становятся критической проблемой многих стран. Для решения этой проблемы требуется выработать новую энергетическую политику, основанную на использовании энергосистем с источниками возобновляемой энергии. Целью нашего проекта является минимизация затрат на электроэнергию за счет оптимизации работы энергосистемы. В статье рассматриваются структура гибридной энергосистемы с источниками возобновляемой энергии (hybrid renewable energy system – HRES), методика построения системы управления HRES на основе мультиагентной технологии, а также формирование стратегии покупки электроэнергии. Научная новизна данной статьи определяется использованием нейронной сети для прогноза электропотребления и производства электроэнергии в реальном времени с учетом погодных факторов. Тесты, проведённые на основе данных из системы сбора данных EcoScada, демонстрируют эффективность разработанной системы по сравнению с уже существующими энергосистемами.

Ключевые слова: мультиагентная система,гибрид,интеллектуальная энергосистема,интеллектуальный агент,возобновляемые источники энергии,нейронная сеть,прогноз,оптимизация,HRES