Интеллектуальное управление устройствами FACTS для повышения гибкости распределительных электрических сетей с высокой долей ветроэнергетических установок тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Косьмина Евгения Владимировна

• Косьмина Евгения Владимировна
• кандидат наук
• 2026

Оглавление диссертации кандидат наук Косьмина Евгения Владимировна

Введение

Глава 1. Анализ проблем гибкости электроэнергетических систем и постановка задач исследований

1.1. Характеристика свойства гибкости электроэнергетических систем с учетом их трансформации

1.1.1. Определения свойства гибкости трансформирующихся ЭЭС

1.1.2. Причины снижения гибкости ЭЭС

1.2. Классификация средств повышения гибкости ЭЭС

1.3. Требования потребителей к надежности электроснабжения и качеству электроэнергии как фактор, определяющий необходимый уровень гибкости ЭЭС

1.3.1. Общая постановка проблемы

1.3.2. Средства обеспечения гибкости и режимной надежности в современных распределительных сетях

1.4. Анализ подходов к управлению устройствами FACTS для повышения гибкости и режимной надежности

1.5. Постановка задач исследования

1.6. Выводы по Главе

Глава 2. Методические основы гибкости распределительных электрических сетей с ветроэнергетическими установками и оценки средств ее повышения

2.1. Исходные положения и допущения

2.2. Особенности режимов работы распределительных электрических сетей, включающих ветроэнергетические установки

2.3. Средства регулирования напряжения в современных распределительных сетях

2.3.1. Традиционные средства регулирования напряжения

2.3.2. Современные средства регулирования на основе силовой электроники

2.4. Имитационная технология исследования гибкости распределительных электрических сетей с ветроэнергетическими установками и оценки средств повышения ее гибкости

2.4.1. Моделирование случайных состояний активной нагрузки, выдачи мощности ветроэнергетической установкой в составе распределительной электрической сети

2.5. Развитие метода прямого-обратного хода для расчета установившегося режима в системе электроснабжения при рассматриваемой реализации случайных факторов

2.6. Применение распределенных устройств FACTS для обеспечения гибкости и режимной надежности в распределительных электрических сетях с ветроэнергетическими установками

2.7. Выводы по Главе

Глава 3. Синтез системы автоматического управления устройствами FACTS в электрических сетях на базе метода обучения с подкреплением

3.1. Постановка проблемы

3.1.1. Устойчивость по напряжению и гибкость электрической сети

3.1.2. Методика комплексной оценки гибкости напряжения в электрических сетях

3.1.3. Проблема автоматического управления устройствами FACTS

3.2. Обучение с подкреплением

3.2.1. Основа обучения с подкреплением

3.2.2. Методы обучения с подкреплением для синтеза систем автоматического управления

3.2.3. Оценка эффективности синтеза систем автоматического управления на базе различных методов обучения с подкреплением

3.3. Принцип управления устройствами FACTS на базе обучения с подкреплением

3.3.1. Принцип синтеза системы автоматического управления устройствами FACTS на базе обучения с подкреплением

3.3.2. Описание алгоритма оптимальной проксимальной политики PPO

3.4. Выводы по Главе

Глава 4. Экспериментальные исследования

4.1. Описание модели электрической сети в пакете Pandapower

4.2. Распределительная сеть среднего напряжения с ветростанцией

4.3. Городская распределительная сеть среднего напряжения, включающая ветроэнергетическую станцию

4.4. Выводы по Главе

Заключение

Список сокращений

Список литературы

Приложение А - Акты внедрения

Приложение Б - Свидетельства на программный продукт

Введение диссертации (часть автореферата) на тему «Интеллектуальное управление устройствами FACTS для повышения гибкости распределительных электрических сетей с высокой долей ветроэнергетических установок»

Введение

Актуальность темы исследования. С увеличением доли возобновляемых источников энергии (ВИЭ), зависимых от природных условий, включая ветроэнергетические установки (ВЭУ), в электроэнергетической системе (ЭЭС) возникают новые вызовы, связанные с нестабильностью производства электроэнергии. В условиях быстро развивающейся энергетической инфраструктуры, характеризующейся массовым внедрением распределенных энергетических ресурсов (РЭР) на уровне распределительных сетей, наблюдаются двунаправленные перетоки мощности, а также отклонения напряжения за пределы установленных нормативных значений, что негативно сказывается на режимной надежности.

Интеграция труднопрогнозируемых ВИЭ, а также новых типов гибких нагрузок, таких как станции зарядки электромобилей, системы накопления электроэнергии (СНЭЭ), энергоэффективные здания и т.п., создают дополнительные сложности для эффективного управления напряжением в режиме реального времени. Возникает необходимость поиска альтернативных способов компенсации дефицита или перераспределения избытка энергии, что усложняет задачу эффективного регулирования напряжения в распределительной сети с использованием традиционных методов. Современная практика эксплуатации показывает, что в этих условиях традиционные методы управления режимами распределительных сетей оказываются недостаточно эффективными, что требует разработки новых адаптивных подходов, включающих алгоритмы управления на основе искусственного интеллекта (ИИ) и устройств силовой электроники.

В этом контексте актуальным становится применение устройств гибкой системы передачи переменного тока (англ. Flexible Alternating Current Transmission System, FACTS), представляющих собой передовую технологию для повышения режимной надежности, управления перетоками мощности, обеспечения устойчивости и повышения эффективности работы как распределительных, так и передающих электрических сетей. Несмотря на то, что концепция FACTS

изначально была разработана для систем передачи электроэнергии, в последние 10- 15 лет ее начали активно применять для улучшения качества электроэнергии, надежности и энергетической гибкости в распределительных сетях низкого и среднего напряжений. При этом предложенные в последние годы системы автоматического управления (САУ) устройствами FACTS позволяют эффективно оптимизировать режимы работы электрических сетей, учитывая различные параметры и условия, такие как изменчивость производства ветровой энергии, нагрузки и другие факторы. Это способствует повышению надежности и эффективности работы сетей, а также улучшению качества поставляемой электроэнергии.

Актуальность данной работы определяется необходимостью обеспечения баланса мощности и надежного электроснабжения потребителей в условиях глобальных изменений в энергетическом секторе. Основой исследования служат современные математические модели и методы машинного обучения, включая обучение с подкреплением.

Степень разработанности проблемы. В настоящее время существует ряд работ, посвященных изучению данной проблемы.

Вопросы оценки и повышения гибкости электрических сетей рассматриваются в исследованиях ведущих ученых Н.И. Воропая, В.Г. Курбацкого, Д.В. Холкина, И.И. Чаусова, А.П. Соколова, А.М. Глазуновой, А.Б. Осака, E. Hillberg, F. Bouffard, Р. Грюнбаума и др. Целый ряд и исследований в области управления устройствами FACTS и интеграции ветроэнергетических установок проводились авторами И.Н. Колосок, П.В. Илюшиным, Д.Н. Сидоровым, Р.А. Ситдиковым, О.В. Радионовой, В.Г. Курбацким, Д.А. Панасецким, A. Mousaei, Р. Грюнбаумом, R. Gitibin, J. Oldeen и др., которые рассматривали различные аспекты использования FACTS для повышения гибкости и эффективности распределительных электрических сетей. Другие исследования, проведенные учеными А.В. Симоновым, П.В. Илюшиным, Ю.Н. Кучеровым, П.К. Березовским, F. Bouffard, G.R. Timilsina, M.A. Hannan, K.S. Khan, L. Wang и др. посвящены анализу и оптимизации работы распределительных сетей с высокой

долей ВЭУ, что также является важным аспектом для понимания проблемы управления данными системами.

Несмотря на наличие научных исследований, посвященных управлению распределительными электрическими сетями и использованию устройств FACTS, вопросы разработки интеллектуальных методов регулирования для повышения гибкости и адаптивности сетей с высокой долей ВЭУ остаются недостаточно изученными. В частности, существующие подходы не в полной мере учитывают стохастическую природу генерации ВИЭ, изменчивость нагрузок и динамику сетевых состояний, что ограничивает их практическую применимость. В связи с этим дальнейшие исследования в области интеллектуального управления устройствами FACTS представляют собой актуальную научную задачу, направленную на совершенствование методов управления режимами работы распределительных сетей в условиях высокой неопределенности.

Целью настоящей диссертации является исследование и разработка новых интеллектуальных систем автоматического управления устройствами FACTS для повышения гибкости и эффективности управления режимами распределительных электрических сетей в условиях высокой доли ВЭУ в энергобалансе.

Задачи исследования включают в себя:

1. Анализ проблем гибкости современных ЭЭС.

2. Анализ существующих САУ распределительными электрическими сетями и устройствами FACTS.

3. Формирование различных подходов повышения гибкости распределительных электрических сетей с ВЭУ и оценка средств ее повышения.

4. Разработка математических моделей для описания работы распределительных электрических сетей с учетом ВЭУ и устройств FACTS.

5. Моделирование случайных состояний сети и разработка модифицированного алгоритма метода прямого-обратного хода для анализа режимов работы электрических сетей с распределенными энергетическими ресурсами.

6. Разработка методики количественной оценки гибкости напряжения для электрических сетей с распределенными энергоресурсами.

7. Исследование методов оптимизации управления устройствами FACTS для обеспечения устойчивости и гибкости электрических сетей.

8. Синтез САУ устройствами FACTS в электрических сетях на базе метода обучения с подкреплением.

9. Экспериментальная верификация разработанных методов и алгоритмов моделирования и синтеза САУ устройствами FACTS на примере релевантных схем распределительной электрической сети.

Объектом исследования являются первичные распределительные электрические сети среднего напряжения с высокой долей ВЭУ, требующие повышения гибкости и эффективности управления режимом в условиях стохастических колебаний мощности и сложных режимов работы.

Предметом исследования являются системы автоматического управления устройствами FACTS, использующие алгоритмы обучения с подкреплением.

Методология и методы исследования. В работе используется комплексный подход, включающий математическое моделирование и оптимизацию, имитационное моделирование, в том числе экспериментальные исследования на тестовых электрических сетях. Для синтеза САУ устройствами FACTS используются методы обучения с подкреплением и динамического программирования. Для анализа и сравнения применяемых подходов и алгоритмов также используются критерии эффективности и надежности. Программная реализация выполнена с использованием объектно- ориентированного подхода средствами языка Python и Matlab.

Научная новизна. В работе получены следующие новые научные результаты:

1. Обоснована необходимость применения устройств FACTS с САУ на уровне первичных распределительных сетей, включающих различные РЭР, для автоматического регулирования режимов их работы с целью повышения гибкости и надежности электроснабжения. В отличие от традиционного подхода, ориентированного в основном на передачу электроэнергии и централизованное управление, предложено локальное регулирование режимов работы на уровне

распределительных сетей, что позволяет значительно повысить гибкость и устойчивость электроснабжения при высокой доле ВЭУ в энергобалансе.

2. Разработан новый методический подход к синтезу самообучающихся САУ устройствами FACTS на основе метода проксимальной оптимизации стратегий (англ. Proximal Policy Optimization, PPO), обеспечивающий адаптивное регулирование напряжения и перетоков мощности в распределительных сетях с высокой долей ВЭУ в условиях стохастической генерации и изменяющейся нагрузки. В отличие от традиционных средств управления устройствами FACTS разработанный подход обеспечивает самообучение системы на основе взаимодействия с моделью сети. Это делает подход более универсальным и устойчивым к изменениям структуры сети и внешних условий.

3. Разработан модифицированный алгоритм метода прямого-обратного хода, учитывающий нелинейные характеристики нагрузки, сложную топологию сетей (включая слабозамкнутые конфигурации) и работу управляющих устройств (FACTS, СНЭЭ, ВЭУ), что обеспечивает точный анализ режимов распределительных сетей с высокой долей стохастической генерации, в отличие от классического метода, применимого только к простым радиальным сетям с постоянной нагрузкой. Предложенный алгоритм позволяет проводить корректный анализ установившихся режимов в реалистичных условиях.

4. Разработана методика количественной оценки гибкости напряжения на основе комплекса взаимосвязанных показателей (индекс гибкости, среднее и максимальное отклонения), позволяющая сравнивать эффективность различных стратегий регулирования в распределительных сетях с устройствами FACTS и стохастической генерацией. В отличие от существующих подходов, ориентированных на качественную оценку или использование частных метрик (например, коэффициент запаса устойчивости), предложенные показатели позволяют объективно сравнивать различные стратегии управления, что особенно важно при работе с устройствами FACTS и стохастическими источниками генерации.

Теоретическая значимость работы. Впервые предложена методика и введены критерии количественной оценки гибкости напряжения в распределительных сетях с ВИЭ. Диссертационная работа развивает теоретические

основы использования устройств FACTS в распределительных сетях с высокой долей стохастической генерации (ВЭУ). Обоснованы возможность и эффективность применения устройств FACTS для решения таких задач, как: повышение гибкости сети, стабилизация напряжения, управление перетоками мощности, повышение режимной надежности.

Практическая значимость работы. Важной составляющей диссертационной работы является решение актуальных задач цифровизации и адаптации современных энергосистем при интеграции источников распределенной генерации. Разработанный инструмент для моделирования распределительных сетей с ВИЭ позволяет проводить комплексный анализ влияния ВИЭ на режимные параметры сети. Разработанные системы автоматического управления повышают устойчивость и гибкость энергосистем. Комплексный подход позволяет адаптировать существующие сети к интеграции ВИЭ. Предложенные автором методы моделирования позволяют точно оценивать влияние объектов ВИЭ на параметры распределительных сетей.

Положения, выносимые на защиту:

1. Анализ потенциала устройств FACTS для повышения гибкости и эффективности управления режимами распределительных электрических сетей и с высокой долей ВЭУ. Исследование возможности применения устройств FACTS для улучшения устойчивости и эффективности режимов работы распределительных сетей при интеграции ВЭУ.

2. Интеллектуальный подход к синтезу самообучающихся САУ для устройств FACTS на основе метода оптимизации проксимальной стратегии (англ. Proximal Policy Optimization, PPO) для адаптивного регулирования напряжения в распределительных электрических сетях с высокой долей ВЭУ.

3. Модифицированный алгоритм прямого-обратного хода для моделирования и анализа режимов работы распределительных электрических сетей с использованием устройств FACTS. Проведение комплексного моделирования и анализа режимов работы распределительных электрических сетей с высокой долей ВЭУ с учетом влияния устройств FACTS на параметры

системы.

4. Практическая реализация и внедрение разработанных методов управления на базе программного обеспечения с возможностью количественной оценки гибкости напряжения в электрической сети. Оценка возможностей практической реализации разработанных интеллектуальных моделей САУ для устройств FACTS в реальных условиях работы распределительных электрических сетей с высокой долей ВЭУ.

Представленные выше научные положения обосновывают актуальность и значимость исследований в области интеллектуального управления устройствами FACTS для повышения гибкости распределительных электрических сетей с высокой долей ВЭУ и представляют интерес для научного сообщества и практических специалистов в области электроэнергетики.

Соответствие диссертации паспорту научной специальности. Диссертационная работа соответствует следующим направлениям исследований паспорта специальности ВАК 2.4.3. Электроэнергетика:

Пункт 10. «Разработка цифровых и физических методов анализа и мониторинга режимных параметров основного оборудования электростанций, электрических сетей и систем электроснабжения». В третьей главе диссертации представлен интеллектуальный подход к синтезу самообучающихся САУ для устройств FACTS на основе метода оптимизации проксимальной стратегии для адаптивного регулирования напряжения в распределительных электрических сетях с высокой долей ВЭУ (п. 3 научной новизны, положение 2 выносимое на защиту).

Пункт 11. «Разработка методов мониторинга и анализа режимных параметров основного оборудования электростанций, подстанций и электрических сетей энергосистем, мини- и микрогрид». В первой главе представлен анализ потенциала устройств FACTS для повышения гибкости и эффективности управления режимами распределительных электрических сетей и с высокой долей ВЭУ. Во второй главе проведено исследование возможности применения устройств FACTS для улучшения устойчивости и эффективности режимов работы распределительных сетей при интеграции ВЭУ (пп. 1, 4 научной новизны,

положение 1 выносимое на защиту).

Пункт 14. «Разработка методов расчета и моделирования установившихся режимов, переходных процессов и устойчивости электроэнергетических систем и сетей, включая технико-экономическое обоснование технических решений, разработка методов управления режимами их работы». Во второй главе разработан модифицированный алгоритм прямого-обратного хода для моделирования и анализа режимов работы распределительных электрических сетей с использованием устройств FACTS. В четвертой главе проведено комплексное моделирование и анализ режимов работы распределительных электрических сетей с высокой долей ВЭУ с учетом влияния устройств FACTS на параметры системы (п.3 научной новизны, положение 3 выносимое на защиту).

Пункт 20. «Разработка методов использования информационных и телекоммуникационных технологий и систем, искусственного интеллекта в электроэнергетике, включая проблемы разработки и применения информационно-измерительных, геоинформационных и управляющих систем для оперативного и ретроспективного мониторинга, анализа, прогнозирования и управления электропотреблением, режимами, надежностью, уровнем потерь энергии и качеством электроэнергии». В четвертой главе диссертации выполнена практическая реализация и внедрение разработанных методов управления на базе программного обеспечения с возможностью количественной оценки гибкости напряжения в электрической сети. Проведена оценка возможностей практической реализации разработанных интеллектуальных моделей САУ для устройств FACTS в реальных условиях работы распределительных электрических сетей с высокой долей ВЭУ (п.2 научной новизны, положение 2 выносимое на защиту).

Достоверность полученных результатов обеспечивается их соответствием базовым законам электротехники и теории электрических цепей, корректным использованием основных положений теорий математического моделирования и автоматического управления, корректностью математических моделей, соответствием теоретических положений и результатов, полученных в экспериментальных исследованиях. Результаты находятся в соответствии с

результатами, полученными другими авторами.

Апробация результатов. Основные теоретические положения и научные результаты диссертации докладывались и обсуждались на следующих научно-практических конференциях и семинарах:

1. VIII Международная научно-техническая конференция «Электроэнергетика глазами молодежи - 2017» (Россия, Самара, 2017).

2. Всероссийская научно-практическая конференция «Повышение эффективности производства и использования энергии в условиях Сибири» (Россия, Иркутск, 2017, 2018).

3. IX Международная научно-техническая конференция «Электроэнергетика глазами молодежи - 2018» (Россия, Казань, 2018).

4. Всероссийская молодежная конференция с международным участием «Системные исследования в энергетике» (Россия, Иркутск, 2018, 2024).

5. Всероссийский форум научной молодежи «Богатство России» (Россия, Москва, 2018, 2019).

6. X Международная научно-техническая конференция «Электроэнергетика глазами молодежи - 2019» (Россия, Иркутск, 2019).

7. 92-е заседание семинара «Методические вопросы исследования надежности больших систем энергетики» (Россия, Казань, 2020).

Реализация диссертационной работы. Результаты работы используются в учебном процессе на кафедре электроснабжения и электротехники и на кафедре электрических станций, сетей и систем в ФГБОУ ВО «ИРНИТУ», а также внедрены в производственный процесс ООО «Смарт Грид» (Приложение А). Получены два свидетельства о государственной регистрации программ для ЭВМ (Приложение Б).

Исследования выполнялись в рамках проектов:

1. Грант РНФ № 19-49-04108 «Разработка инновационных технологий и средств для оценки и повышения гибкости будущих энергосистем», 2019-2020 гг.

2. Государственное задание Министерства науки и высшего образования Российской Федерации (тема FWEU- 2021-0001 «Теоретические основы, модели и методы управления развитием и функционированием интеллектуальных электроэнергетических систем».

3. Государственное задание Министерства науки и высшего образования Российской Федерации (тема № 123102000012-2 «Комплексное исследование аэродинамических характеристик плазменных систем термохимической подготовки топлива».

Публикации. По теме исследования опубликовано 15 печатных работ (включая сборники статей конференций), из них 3 - в изданиях, рекомендованных ВАК РФ по специальности 2.4.3, 1 - в изданиях, включенных в базы Scopus и Web of Science, 11 - в иных изданиях. Получены два свидетельства о государственной регистрации программ для ЭВМ.

Структура и объем диссертации. Диссертация содержит введение, 4 главы и заключение, 2 приложения, изложенные на 162 страницах, и включает в себя 9 таблиц, 55 рисунков и список литературы из 149 наименований. В приложениях приведены сведения об апробации и применении результатов исследования.

Личный вклад. Личный вклад автора состоит в исследовании и разработке новых интеллектуальных моделей управления устройствами FACTS для повышения гибкости и эффективности распределительных электрических сетей с высокой долей ВИЭ. Лично автором выполнен анализ существующих систем управления, включая их ограниченные возможности в условиях интеграции ВИЭ и предложены усовершенствованные математические модели, описывающие работу сетей с учетом динамики ВЭУ и возможностей устройств FACTS. Совместно с научным руководителем Томиным Н.В. были сформулированы задачи и цели работы, в результате чего автором были предложены этапы для решения проблем гибкости электроэнергетических систем, а также разработаны и протестированы методы оптимизации и адаптивного управления, что позволило создать САУ на основе алгоритмов обучения с подкреплением. Автор самостоятельно провел экспериментальную верификацию предложенных методов на модельных схемах, результаты подтвердили повышение гибкости и эффективности управления режимами распределительных электрических сетей.

Глава 1. Анализ проблем гибкости электроэнергетических систем и постановка задач исследований

1.1. Характеристика свойства гибкости электроэнергетических систем с

учетом их трансформации

В современном мире энергетика стала ключевой отраслью, которая обеспечивает различные секторы экономики энергией для устойчивого развития. Однако, растущие требования к экономическому развитию, увеличение населения и изменения климата требуют изменения традиционной энергетической системы на основе ископаемых видов топлива. В результате, развитие современной энергетики должно соответствовать этим вызовам трансформации и удовлетворять потребности потребителей, минимизировать негативное воздействие на окружающую среду и достигать энергетической устойчивости.

Интеграция ВИЭ является одним из ключевых направлений развития современных ЭЭС [84, 139]. При этом применение солнечной и ветровой энергии становится все более доступными и конкурентоспособными в сравнении с традиционными источниками. Внедрение интеллектуальных технологий в ЭЭС открывает новые возможности для повышения эффективности и надежности работы системы [102].

Одним из ключевых аспектов современной энергетической трансформации является обеспечение гибкости ЭЭС [6]. Развитие новых технологий и внедрение инновационных решений (интеллектуальные сети, технологии ИИ, блокчейн, интернет-вещей и т.п. ) расширяют возможности управления генерацией и потреблением энергии в режиме реального времени. Это позволяет более эффективно использовать доступные ресурсы, минимизировать потери и повышать устойчивость системы. Таким образом гибкость ЭЭС становится критическим свойством и играет важную роль в достижении устойчивости и эффективности энергосистем в современной энергетике.

1.1.1. Определения свойства гибкости трансформирующихся ЭЭС

В научной литературе представлено множество определений гибкости ЭЭС, каждое из которых отражает различные аспекты ее адаптивных свойств [31, 115, 129, 144]. Первоначально гибкость ЭЭС определялась как способность генераторов системы реагировать на неожиданные изменения нагрузки или компонентов системы [67]. Со временем эта концепция была признана в литературе такими ключевыми организациями, как Международное энергетическое агентство (МЭА) и Североамериканская корпорация по надежности электроснабжения (NERC). Несмотря на признание, универсального определения гибкости ЭЭС до сих пор не существует. Различные авторы и исследовательские группы предложили свои собственные определения, отражающие разнообразные аспекты гибкости ЭЭС, такие как способность системы к быстрому изменению режимов работы, интеграция ВИЭ, управление параметрами сети. Анализ существующих подходов позволил сформулировать обобщенное определение: гибкость ЭЭС - это способность электроэнергетической системы, включающей в себя генерацию, преобразование, распределение и потребление электроэнергии, адаптироваться к изменениям в спросе на электроэнергию и поддерживать оптимальный режим работы в реальном времени, обеспечивая эффективное и надежное функционирование энергетической сети. Гибкость ЭЭС позволяет достигать следующих результатов:

- Повышение управляемости ЭЭС для компенсации колебаний нагрузки и производства энергии.

- Увеличение эффективности использования ВИЭ благодаря возможности быстрого переключения между различными типами источников энергии.

- Повышение устойчивости ЭЭС и надежности электроснабжения.

- Оптимизация режимов работы сети.

С эксплуатационной точки зрения гибкость - это возможность развертывания мощностей в течение определенного периода [64]. В [89]

подчеркивается, что типы эксплуатационной гибкости зависят от временных рамок- от секунд и минут (гибкость частоты) до часов и дней (гибкость планирования). В [107] описана техническая гибкость как способность справляться с изменчивостью и неопределенностью как со стороны генерации, так и со стороны спроса, сохраняя при этом надежность на удовлетворительном уровне при разумных затратах в течение различных периодов. Исследование [95] подробно рассматривает фундаментальные аспекты гибкости энергосистемы и ее роль в успешном переходе к устойчивому энергообеспечению. Гибкость считается важным параметром для обеспечения надежности сети и интеграции ВИЭ в систему энергопотребления.

В работах [58, 63, 70] рассматривается проблематика гибкости ЭЭС, которая является актуальной в связи с ростом потребности в электроэнергии, развитием ВИЭ и поиске оптимальных стратегий работы и сетевых решений для современных ЭЭС. Ряд этих исследований также конкретизируют понятие гибкости, предлагают комплексный подход к классификации и характеристике ресурсов гибкости, базирующийся на их анализе и сопоставлении.

Согласно [87], категории гибкости классифицируются на: гибкость генерации, гибкость энергии, гибкость пропускной способности и гибкость напряжения.

Гибкость мощности. Эта категория подразумевает необходимость поддержания баланса между генерацией и потреблением энергии для поддержания устойчивости частоты в течение коротких периодов времени (от секунды до часа).

Список литературы диссертационного исследования кандидат наук Косьмина Евгения Владимировна, 2026 год

Список литературы

1. Алферов, И.В. Влияние конденсаторных установок на перетоки мощности высших гармоник в автономной энергосистеме / И.В. Алферов, В.М. Зырянов, Н.А. Митрофанов // Вестник Иркутского государственного технического университета. - 2018. - Т. 22. - №. 8 (139). - С. 95-103.

2. Антимиров, В.М. Системы автоматического управления /

B.М. Антимиров; под науч. ред. В.В. Телицина. - Москва: Изд-во Юрайт, 2024. -92 с.

3. Безбородов, Д.С. Улучшение качества электроэнергии путем регулирования напряжения в электрических сетях / Д.С. Безбородов, Э.В. Кретов // Вестник магистратуры. - 2020. - №. 5-5 (104). - С. 68-69.

4. Благовещенский, И.Г. Использование имитационного моделирования для идентификации состояния промышленного предприятия / И.Г. Благовещенский, М.М. Благовещенская, Е.А. Назойкин // Инженерный журнал: наука и инновации. - 2020. - №. 2. - С. 39-40.

5. Васильев, А.С. Управляемые электропередачи на базе силовой электроники: учебное пособие. Ч. 1. Методическое и технологическое обеспечение управления режимом по напряжению и реактивной мощности / А.С. Васильев, Р.А. Уфа; Томский политехнический университет. - Томск: Изд-во Томского политехнического университета, 2021. - 142 с.

6. Воропай, Н.И. Направления и проблемы трансформации электроэнергетических систем / Н.И. Воропай // Электричество. - 2020. - №. 7. -

C. 12-21.

7. Воропай, Н.И. Теория систем для электроэнергетиков: Учебное пособие / Н.И. Воропай // Новосибирск: Наука, Сибирская издательская фирма РАН. - 2000. - 272 с.

8. Воропай, Н.И. Комплекс интеллектуальных средств для предотвращения крупных аварий в энергосистемах / Н.И. Воропай, В.Г. Курбацкий, Н.В. Томин, Д.А. Панасецкий, Д.Н. Сидоров, А.В. Жуков,

А.В. Домышев // Новосибирск: Изд-во Наука. - 2016. - 332 с.

9. Воропай, Н.И. Противоаварийное управление нагрузкой для обеспечения гибкости электроэнергетических систем / Н.И. Воропай, М.В. Чулюкова // iPolytech Journal. - 2020. - Т. 24. - №. 4 (153). - С. 781-794.

10. Воропай, Н.И. Расчеты режимов радиальной электрической сети интервальным методом / Н.И. Воропай, Б. Бат-Ундрал // Электричество. - 2008. -№. 10. - С. 64-67.

11. ГОСТ 32144-2013 Электрическая энергия. Совместимость технических средств электромагнитная. Нормы качества электрической энергии в системах электроснабжения общего назначения. - М.: Стандартинформ, 2014. - 19 с.

12. Грюнбаум, Р. Гибкость сети FACTS: новейшее средство увеличения пропускной способности. Гибкость сети / Р. Грюнбаум, Ю. Уллерюд // АББ Ревю -2005. - №4. - с. 21.

13. Добрего, К.В. Модель электрической нагрузки жилищно- коммунального объекта для исследования систем «генератор- накопитель- потребитель» методом Монте-Карло / К.В. Добрего // Наука и техника. - 2017. - №. 2. - С. 160-170.

14. Домышев, А.В. Оценка режимной надежности электроэнергетических систем на основе метода Монте-Карло / А.В. Домышев, Д.С. Крупенев // Электричество. - 2015. - №. 2. - С. 4-11.

15. Избранные главы теории автоматического управления с примерами на языке MATLAB: науч. изд. / Б.Р. Андриевский, А.Л. Фрадков. - Санкт- Петербург: Наука, 2000. - 456 с.

16. Илюшин, П.В. Перспективы применения и проблемные вопросы интеграции распределенных источников энергии в электрические сети: монография / П.В. Илюшин // Энергопрогресс, Энергетик. - 2020. - №. 8. -С. 1- 116.

17. Илюшин, П.В. Интеграция электростанций на основе возобновляемых источников энергии в Единой энергетической системе России: обзор проблемных вопросов и подходов к их решению / П.В. Илюшин // Вестник МЭИ. - 2022. - № 4.

- С. 98-107.

18. Ковтун, Л.И. Аналитико-статистический метод оценки состояния и прогнозирования рисков сложных технических систем / Л.И. Ковтун, О.В. Крюков, А.В. Саушев, С.И. Антоненко // Труды Международного симпозиума «Надежность и качество». - 2020. - Т. 1. - С. 264-269.

19. Колесников, А.А. Синергетическое управление механической системой «перевернутый маятник на тележке»: линейное преобразование координат / А.А. Колесников, И.В. Кондратьев // Известия Южного федерального университета. Технические науки. - 2001. - Т. 23. - №. 5. - С. 162-174.

20. Колосок, И.Н., Тихонов А.В. Моделирование устройств FACTS при оценивании состояния современных ЭЭС: дис. ... канд. техн. наук: 05.14.02 / Колосок Ирина Николаевна, Тихонов Александр Владимирович; Институт систем энергетики им. Л.А. Мелентьева Сибирского отделения Российской академии наук.

- Иркутск, 2017. - 178 с.

21. Косьмина, Е.В. Анализ причин снижения гибкости электроэнергетических систем и мероприятий по ее повышению / Е.В. Косьмина, Н.И. Воропай // Методические вопросы исследования надежности больших систем энергетики. - 2020. - С. 407-416.

22. Лупу, М.Л. Влияние ветрогенерационных установок на режимы работы распределительной сети / М.Л. Лупу, Д.А. Зайцев, М.С Тыршу, И.В. Голуб // Проблемы региональной энергетики. - 2022. - №. 2 (54). - С. 63-73.

23. Манов, Н.А. Методы и модели исследования надежности электроэнергетических систем / Н.А. Манов, М.В., Хохлов, Ю.Я. Чукреев, Г.П. Шумилова, М.И. Успенский, М.Ю. Чукреев, Т.Б. Старцева // Коми научный центр УрО РАН. - Сыктывкар. - 2010. - 292 с.

24. Массель, Л.В. Оценка устойчивости энергетических систем с применением методов машинного обучения / Л.В. Массель, А.Г. Массель, Т.Г. Мамедов, Д.А. Гаськова, А.Р. Цыбиков, Н.И. Щукин // Информационные и математические технологии в науке и управлении. - 2022. - №2. 4 (28). - С. 248-261.

25. Мохаммед, А.З.А. Использование конденсаторных установок и батарей

в распределительной сети / А.З.А. Мохаммед, М.Н. Нестеров, А.А. Виноградов // Вестник Белгородского государственного технологического университета им. В.Г. Шухова. - 2014. - №. 6. - С. 205-209.

26. Новиков, Н.Л. Повышение режимной надежности и управляемости объединенных энергосистем с помощью новых средств и систем управления: дис. ... докт. техн. наук: 05.14.02 / Николай Леонтьевич Новиков; Новосибирский государственный университет. - Санкт-Петербург, 2001. - 503 с.

27. О теплоснабжении: Федеральный закон от 27 июля 2010 г. № 190-ФЗ (ред. от 02.07.2021). [Электронный ресурс]. - Режим доступа: КонсультантПлюс. URL: https://www.consultant.ru/document/cons_doc_LAW_102975/ (дата обращения: 17.02.2024).

28. Об охране окружающей среды: Федеральный закон от 10 января 2002 г. № 7-ФЗ (ред. от 02.07.2021) [Электронный ресурс]. - Режим доступа: КонсультантПлюс. URL : https : //www. consultant. ru/document/cons_doc_LAW_34823 (дата обращения: 17.02.2024).

29. Об утверждении Энергетической стратегии РФ на период до 2035 года: Распоряжение Правительства РФ от 9.06.2020 N 1523-р [Электронный ресурс]. - Режим доступа: Гарант.ру. URL: https://www.garant.ru/products/ipo/prime /doc/74148810/ (дата обращения: 17.02.2024).

30. Об электроэнергетике: Федеральный закон от 26.03.2003 N 35-ФЗ (ред. От 11.06.2021). [Электронный ресурс]. - Режим доступа: КонсультантПлюс. URL: https://www.consultant.ru/document/cons_doc_LAW_41502/ (дата обращения: 17.02.2024).

31. Осак, А.Б. Гибкость и режимная надежность энергосистем, методы анализа и критерии их оценки в условиях цифровой трансформации электроэнергетики / А.Б. Осак, Е.Я. Бузина // Методические вопросы исследования надежности больших систем энергетики. - 2021. - С. 343-352.

32. Официальный сайт Российской ассоциации ветроиндустрии РАВИ. [Электронный ресурс]. - Режим доступа: https://www.rawi.ru (дата посещения: 17.05.2024).

33. Панкратов, А.В. Определение статических характеристик нагрузки по напряжению по данным пассивного эксперимента с учетом реакции сети / А.В. Панкратов, А.К. Жуйков, А.А. Шувалова, В.И. Полищук //Электротехнические системы и комплексы. - 2021. - №. 2 (51). - С. 4-11.

34. Папков, Б.В. Об особенностях малой и распределенной генерации в интеллектуальной электроэнергетике / Б.В. Папков, В.Л. Осокин, А.Л. Куликов // Вестник Уфимского государственного авиационного технического университета. -2018. - Т. 22. - №. 4 (82). - С. 119-131.].

35. Региональные аспекты ветроэнергетики / И.Ю. Иванова, Д.Н. Карамов, И. В. Постников [и др.]; отв. ред. В.А. Стенников, В.Г. Курбацкий; Рос. акад. наук, Сиб. отд-ние, Ин-т систем энергетики им. Л. А. Мелентьева СО РАН. -Новосибирск: СО РАН, 2020. - 296 с.

36. Российская компания «Энергосистемы»: автоматизация энергосетей. [Электронный ресурс]. — Режим доступа: https://www.energosystems.ru (дата обращения: 01.10.2024).

37. Савина, Н.В. Обеспечение качества электроэнергии по напряжению путем автоматического регулирования напряжения в электрических сетях / Н.В. Савина, Д.А. Савченко // Энергетика: управление, качество и эффективность использования энергоресурсов. - 2022. - С. 166-171.

38. Саттон, Р.С. Обучение с подкреплением / Р.С. Саттон, Э.Г. Барто // под ред. Д.А. Мовчан; пер. А.А. Слинкин. Москва: ДМК-Пресс, 2020. - С. 552.

39. Симонов, А.В. Способы обеспечения устойчивой работы ветроэнергетических установок ветровых электростанций в составе отечественных распределительных электрических сетей / А.В. Симонов, П.В. Илюшин // Электроэнергия. Передача и распределение. - 2022. - №. 3. - С. 60-70.

40. Системный оператор представил потребителям электроэнергии направления сбалансированного развития энергосистемы [Электронный ресурс]: пресс-релиз, 08.09.2023. - URL: https://www.so-ups.ru/news/press-release/press-release-view/news/22788/ (дата обращения: 12.11.2024)

41. Тухватуллин, М.М. Анализ современных устройств FACTS,

используемых для повышения эффективности функционирования электроэнергетических систем России / М.М. Тухватуллин, В.С. Ивекеев, И.А. Ложкин, Ф.Ф. Урманова // Электротехнические системы и комплексы. - 2015.

- №. 3 (28). - С. 41-46.

42. Т^рсынбеков, А.К. Прогнозирование электрических нагрузок элемента энергосистемы на основе нейронных сетей с учетом влияющих факторов на примере подстанции / А.К. Т^рсынбеков, Н.В. Прохоренкова // Тинчуринские чтения-2022 «Энергетика и цифровая трансформация». - 2022. - С. 9-14.

43. Уколова, Е.В. Развитие метода backward/forward для исследования гибкости систем электроснабжения / Е.В. Уколова, Н.И. Воропай // Вестник Казанского государственного энергетического университета. - 2020. - Т. 12. - №. 2.

- С. 24-35.

44. Холкин, Д.В. Управление энергетической гибкостью: новые технологии и бизнес-практики: информационно-аналитический обзор / Д.В. Холкин, И.С. Чаусов, О.Г. Баркин // М.: НТИ Энерджинет. - 2022. - 78 с.

45. Abad, M.S.S. Photovoltaic hosting capacity sensitivity to active distribution network management / M.S.S. Abad, J. Ma, // IEEE Transactions on Power Systems. -2020. - Vol. 36. - №. 1. - Pp. 107-117.

46. ABB. A matter of FACTS - Deliver more, high quality power [Электронный ресурс] // ABB Library. 2016. URL: https://library:e:abb:com/pu blic/1 adf0dee2c8f4a65adfb571 eea017b9d/A%20matter%20of%20FACTS_Final%2016 0209:pdf (дата обращения: 23.06.2023).

47. Adams, J. Flexibility requirements and potential metrics for variable Generation: Implications for System planning studies // Princeton, NJ: NERC. - 2010. -Pp. 14-17.

48. Aghahadi, M. Digitalization Processes in Distribution Grids: A Comprehensive Review of Strategies and Challenges / M. Aghahadi, A. Bosisio, M. Merlo, A. Berizzi //Applied Sciences. - 2024. - Vol. 14. - №. 11. - P. 4528

49. Ahmad, S. Reliability enhancement of electric distribution network using optimal placement of distributed generation / S. Ahmad, A. Asar // Sustainability. - 2021.

- Vol. 13. - №. 20. - P. 11407

50. Ahmadi, A. Power quality improvement in smart grids using electric vehicles: a review / A. Ahmadi, A. Tavakoli, P. Jamborsalamati, N. Rezaei, M.R. Miveh, F.H. Gandoman, A.E. Nezhad // IET Electrical Systems in Transportation. - 2019. - Vol. 9. - №. 2. - Pp. 53-64.

51. Alajrash, B.H. A comprehensive review of FACTS devices in modern power systems: Addressing power quality, optimal placement, and stability with renewable energy penetration / B.H. Alajrash, M. Salem, M. Swadi, T. Senjyu, M. Kamarol, S. Motahhir // Energy Reports. - 2024. - Vol. 11. - Pp. 5350-5371.

52. Al-Shaalan, A.M. Reliability evaluation of power systems / A.M.Al-Shaalan // Reliability and Maintenance - An Overview of Cases. - 2019.

53. Askarzadeh, A. Capacitor placement in distribution systems for power loss reduction and voltage improvement: a new methodology / A. Askarzadeh // IET Generation, Transmission & Distribution. - 2016. - Vol. 10. - №. 14. - Pp. 3631-3638

54. Augugliaro, A. A backward sweep method for power flow solution in distribution networks / A. Augugliaro, L. Dusonchet, S. Favuzza, M.G. Ippolito, E. Riva Sanseverino // International journal of electrical power & energy systems. - 2010. -Vol. 32. - №. 4. - Pp. 271-280.

55. Augugliaro, A. An efficient procedure for solving radial distribution networks through the backward/forward method / A. Augugliaro, L. Dusonchet, S. Favuzza, M.G. Ippolito, E.R. Sanseverino, // Proceedings of the 5th WSEAS International Conference, Corfu, Greece. - 2005. - №. 23-25. - P. 483.

56. Babatunde, O.M. Power system flexibility: A review / O.M. Babatunde, J.L. Munda, Y. Hamam // Energy Reports. - 2020. - Vol. 6. - Pp. 101-106.

57. Bagheri, M. Enhancing power quality in microgrids with a new online control strategy for DSTATCOM using reinforcement learning algorithm / M. Bagheri, V. Nurmanova, O. Abedinia, M.S. Naderi // IEEE access. - 2018. - Vol. 6.

- Pp. 38986- 38996.

58. Bai, Y. Flexibility quantification and enhancement of flexible electric energy systems in buildings / Y. Bai, W. Zhang, T. Yu, J. Wang, G. Deng, J. Yan, J. Liu // Journal

of Building Engineering. - 2023. - Vol. 68. - P. 106114.

59. Bartolomey, P. Accelerated power systems power flow calculations using phasor measurements / P. Bartolomey, S. Semenenko // 2016 2nd International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM). - IEEE, 2016. - Pp. 1-5.

60. Bayat, A. Modified UVDA suitable for the reconfiguration of future smart grids consist of many dispersed generations / A. Bayat // CIRED Workshop 2016. - IET, 2016. - Pp. 1-4.

61. Bertsekas, D.P. Dynamic programming and optimal control / D. P. Bertsekas // Journal of the Operational Research Society. - 1996. - Vol. 47. - №. 6. - Pp. 833-833.

62. Bhukya, J. Optimization of controller's parameters for damping local area oscillation to enhance the stability of an interconnected system with wind farm / J. Bhukya, V. Mahajan // International Journal of Electrical Power & Energy Systems. -2020. - Vol. 119. - P. 105877.

63. Bompard, E. Convergence of the backward/forward sweep method for the load-flow analysis of radial distribution systems / E. Bompard, E. Carpaneto, G. Chicco, R. Napoli // International journal of electrical power & energy systems. - 2000. - Vol. 22. - №. 7. - Pp. 521-530.

64. Bouffard, F. The value of operational flexibility in power systems with significant wind power generation / F. Bouffard, M. Ortega-Vazquez // 2011 IEEE Power and Energy Society General Meeting. - IEEE. - 2011. - Pp. 1-5.

65. Brockman, G. Openai gym / G. Brockman, V. Cheung, L. Pettersson, J. Schneider, J. Schulman, J. Tang, W. Zaremba // arXiv preprint arXiv:1606.01540. -2016.

66. Busoniu, L. Reinforcement learning and dynamic programming using function approximators / L. Busoniu, R. Babuska, B. D. Schutter, D. Ernst. - 2010.

67. Chandler, H. Empowering Variable Renewables Options for Flexible Electricity Systems / H. Chandler // International Energy Agency, Paris, France - 2008.

68. Chethan, M. A review of FACTS device implementation in power systems using optimization techniques / M. Chethan, R. Kuppan // Journal of Engineering and

Applied Science. - 2024. - Vol. 71. - №. 1. - P. 18.

69. Deboever, J. Challenges in reducing the computational time of QSTS simulations for distribution system analysis / J. Deboever, X. Zhang, M.J. Reno, R.J. Broderick, S. Grijalva, F. Therrien. - №. SAND-2017-5743. - 2017.

70. Degefa, M.Z. Comprehensive classifications and characterizations of power system flexibility resources / M.Z. Degefa, I.B. Sperstad, H. Saele // Electric Power Systems Research. - 2021. - Vol. 194. - P. 107022.

71. Dewangan, D. Fuzzy logic control for energy management in distributed generation paradigm / D. Dewangan, A. Mudliar, S. Deb, A. Banik, S. Bhusnur, // 2021 International Conference on Advances in Electrical, Computing, Communication and Sustainable Technologies (ICAECT). - IEEE, 2021. - Pp. 1-5.

72. Dewangan, F. Load Forecasting Models in Smart Grid Using Smart Meter Information: A Review / F. Dewangan, A.Y. Abdelaziz, M. Biswal // Energies. - 2023. -Vol. 16. - №. 3. - P. 1404.

73. Diao, R. Autonomous voltage control for grid operation using deep reinforcement learning / R. Diao, Z. Wang, D. Shi, Q. Chang, J. Duan, X. Zhang // 2019 IEEE Power & Energy Society General Meeting (PESGM). - IEEE, 2019. - Pp. 1-5.

74. Dong, J. Distribution voltage control: current status and future trends / J. Dong, Y. Xue, M. Olama, T. Kuruganti, J. Nutaro, C. Winstead // 2018 9th IEEE International symposium on power electronics for distributed generation systems (PEDG). - IEEE. - 2018. - Pp. 1-7.

75. Eremia, M. Electric power systems. Electric networks / M. Eremia // Bucuresti: Academiei Romane. - 2006. - 829 p.

76. Fodstad, M. Next frontiers in energy system modelling: A review on challenges and the state of the art / M. Fodstad, P.C. del Granado, L. Hellemo, B.R. Knudsen, P. Pisciella, A. Silvast, J. Straus // Renewable and Sustainable Energy Reviews. - 2022. - Vol. 160. - P. 112246.

77. Ghamsari-Yazdel, M. Reintegration-based controlled islanding considering fast and slow active/reactive corrective actions to enhance frequency and transient voltage stabilities / M. Ghamsari-Yazdel, N. Amjady, H.R. Najafi // Electric Power Systems

Research. - 2021. - Vol. 193. - P. 107018.

78. Gitibin, R. Comparison of D-SVC and D-STATCOM for performance enhancement of the distribution networks connected wecs including voltage dependent load models / R. Gitibin, F. Hoseinzadeh // 2015 20th Conference on Electrical Power Distribution Networks Conference (EPDC). - IEEE, 2015. - Pp. 90-100.

79. Glavic, M. (Deep) reinforcement learning for electric power system control and related problems: A short review and perspectives / M. Glavic // Annual Reviews in Control. - 2019. - Vol. 48. - Pp. 22-35.

80. Golgol, M. High-Speed Voltage Control in Active Distribution Systems with Smart Inverter Coordination and Deep Reinforcement Learning / M. Golgol, A. Pal // arXiv preprint arXiv:2311.13080. - 2023.

81. Gu, Y. GAN-based model for residential load generation considering typical consumption patterns / Y. Gu, Q. Chen, K. Liu, L. Xie, C. Kang // 2019 IEEE power & energy society innovative smart grid technologies conference (ISGT). - IEEE, 2019. -Pp. 1-5.

82. Gungor, V.C. Smart grid technologies: Communication technologies and standards / V.C. Gungor, D. Sahin, T. Kocak, S. Ergut, C. Buccella, C. Cecati, G.P. Hancke // IEEE transactions on Industrial informatics. - 2011. - Vol. 7. - №. 4. -Pp. 529-539.

83. Hamidan, M.A. Optimal planning of distributed generation and battery energy storage systems simultaneously in distribution networks for loss reduction and reliability improvement / M.A. Hamidan, F. Borousan // Journal of Energy Storage. -2022. - Vol. 46. - P. 103844.

84. Hannan, M.A. Wind Energy conversions, controls, and applications: A review for sustainable technologies and directions / M.A. Hannan, A.Q. Al-Shetwi, M.S. Mollik, P.J. Ker, M. Mannan, M. Mansor, T.I. Mahlia // Sustainability. - 2023. -Vol. 15. - №. 5. - P. 3986.

85. Haque, M.H. A general load flow method for distribution systems / M.H. Haque // Electric Power Systems Research. - 2000. - Vol. 54. - №. 1. - Pp. 47-54.

86. Heetun, K.Z. Voltage stability analysis of grid-connected wind farms with

FACTS: Static and dynamic analysis / K.Z. Heetun, S.H.E. Abdel Aleem, A.F. Zobaa // Energy and Policy Research. - 2016. - Vol. 3. - №. 1. - Pp. 1-12.

87. Hillberg, E. Flexibility needs in the future power system / E. Hillberg, A. Zegers, B. Herndler, S. Wong, J. Pompee, J. Y. Bourmaud, G. Beccuti - 2019.

88. Hingorani, N.G. Concepts and technology of flexible ac transmission systems / N.G. Hingorani, L. Gyugyi // Understanding Facts. - 2000. - Vol. 210.

89. Holttinen, H. The Flexibility Workout: Managing Variable Resources and Assessing the Need for Power System Modification / H. Holttinen, A. Tuohy, M. Milligan, E. Lannoye, V. Silva // IEEE Power and Energy Magazine. - 2013. - Vol. 11. - №. 6. - Pp. 53-62.

90. Huang, W. From demand response to integrated demand response: Review and prospect of research and application / W. Huang, N. Zhang, C. Kang, M. Li, M. Huo, // Protection and Control of Modern Power Systems. - 2019. - Vol. 4. - №. 2. - Pp. 1- 13.

91. Hussain, A. Optimal allocation of flexible AC transmission system controllers in electric power networks / A. Hussain, M. Amin, R.D. Khan, F.A. Chaudhry // Inae Letters. - 2018. - Vol. 3. - Pp. 41-64.

92. Hussain, F. Energy storage technologies / F. Hussain, M.Z. Rahman, A.N. Sivasengaran, M. Hasanuzzaman // Energy for Sustainable Development. -Academic Press/ - 2020. - Chapter 6. - Pp. 125-165.

93. IEEE Standards Coordinating Committee 21 (SCC21). IEEE guide for conducting distribution impact studies for distributed resource interconnection. - IEEE.

94. Impram, S. Challenges of renewable energy penetration on power system flexibility: A survey / S. Impram, S.V. Nese, B. Oral // Energy Strategy Reviews. - 2020. - Vol. 31. - P. 100539.

95. Jakhar, A. A comprehensive review of power system flexibility / A. Jakhar // 2017 IEEE international conference on power, control, signals and instrumentation engineering (ICPCSI). - IEEE, 2017. - Pp. 1747-1752.

96. Kabir, A.M. A matlab based backward-forward sweep algorithm for radial distribution network power flow analysis / A.M. Kabir, A.S. Abubakar, O. Abdulrahman, S. Salisu, // International Journal of Science and Engineering Investigations. - 2015. -

Vol. 46. - №4. - P. 89-96.

97. Kersting, W.H. Distribution system modeling and analysis / W.H. Kersting // Electric power generation, transmission, and distribution. - CRC press, 2018. -Pp. 26- 1-26-58.

98. Khan, K.S. Flexibility Analysis of O&G Platform Power System with Wind Energy Integration / K.S. Khan, M.L. Sousa, G.B. Santos, R.M. Monaro, M.B. Salles // Journal of Physics: Conference Series. - IOP Publishing, 2022. - Vol. 2362. - №. 1. -P. 012021.

99. Kosmina, E.V. FACTS Devices to Ensure Operational Reliability of Modern Power Systems / E.V. Kosmina, N.V. Tomin / Energy Systems Research. -2024. - Vol. 7. - №.3. - Pp.53-63.

100. Kumar, G.B.A. Optimal power point tracking of solar and wind energy in a hybrid wind solar energy system / G.A. Kumar, Shivashankar // International Journal of Energy and Environmental Engineering. - 2022. - Vol. 13. - №. 1. - Pp. 77-103.

101. Kumar, M. Simulation and modeling of electrical load data using machine learning / M. Kumar, N. Pal // Machine Learning in Information and Communication Technology: Proceedings of ICICT 2021, SMIT. - Singapore: Springer Nature Singapore, 2022. - Pp. 311-316.

102. Kuzle, I. Review of various technologies of smart grid management for increasing the flexibility of the power system and enabling mass integration of renewable energy sources / I. Kuzle // Rad Hrvatske akademije znanosti i umjetnosti. Tehnicke znanosti. - 2023. - vol 554. - №22. - Pp. 57-98.

103. Less is more: How building efficiency can help decarbonize our world [Электронный ресурс] // Schneider Electric. URL: https://www.se.com/ww/en/insights /electricity-4-0/buildings-decarbonization/less-is-more.j sp (дата обращения: 23.06.2023).

104. Lubosny, Z. Wind Turbine Operation in Electric Power System: advanced modelling / Z. Lubosny, Z. Lubosny // Berlin: Springer, 2003. - P. 259.

105. Lund, P.D. Review of energy system flexibility measures to enable high levels of variable renewable electricity / P.D. Lund, J. Lindgren, J. Mikkola, J. Salpakari

//Renewable and sustainable energy reviews. - 2015. - Vol. 45. - Pp. 785-807.

106. Lundberg, M. Local voltage control in distribution networks using PI control of active and reactive power / M. Lundberg, O. Samuelsson, Hillberg // Electric Power Systems Research. - 2022. - Vol. 212. - P. 108475.

107. Ma, J. Evaluating and planning flexibility in sustainable power systems // J. Ma, V. Silva, R. Belhomme, D.S. Kirschen, L.F. Ochoa // 2013 IEEE power & energy society general meeting. - IEEE. - 2013. - Pp. 1-11.

108. Masdi, H. Design of a prototype D-STATCOM for voltage sag mitigation / H. Masdi, N. Mariun, S. Mahmud, A. Mohamed, S. Yusuf // PECon 2004. Proceedings. National Power and Energy Conference, 2004. - IEEE, 2004. - Pp. 61-66.

109. Microgrids in Süd- Afrika [Электронный ресурс] // Siemens. URL: https:/ www.siemens.com/global/en/company/stories/research- technologies/energytransition/ microgrids-in-south-africa.html (дата обращения: 23.06.2023).

110. Milan, P. Stochastic modeling of wind power production / P. Milan, M. Wächter, J. Peinke // Proceedings of EWEA. - 2011.

111. Mousaei, A. Challenges and Opportunities of FACTS Devices Interacting with Electric Vehicles in Distribution Networks: A Technological Review / A. Mousaei, M. Gheisarnejad, M.H. Khooban // Journal of Energy Storage. - 2023. - Vol. 73. -P. 108860.

112. Murray, W. Voltage control in future electrical distribution networks / W. Murray, M. Adonis, A. Raji // Renewable and Sustainable Energy Reviews. - 2021. - Vol. 146. - P. 111100.

113. Narain, G. Understanding FACTS: concepts and technology of flexible AC transmission systems / G. Narain, Hingorani, L. Gyugyi // Wiley-IEEE Press. - 2000.

114. National Renewable Energy Laboratory (NREL). Review of PREPA Technical Requirements for Interconnecting Wind and Solar Generation: [Электронный ресурс]. - Режим доступа: https://www.nrel.gov/docs/fy14osti/57089.pdf. (дата обращения: 24.08.2024).

115. Nosair, H. Flexibility envelopes for power system operational planning / H. Nosair, F. Bouffard // IEEE Transactions on Sustainable Energy. - 2015. - Vol. 6. -

№ 3. - Pp. 800-809.

116. Numan, M. Reliability evaluation of energy storage systems combined with other grid flexibility options: A review / M. Numan, M.F. Baig, M. Yousif // Journal of Energy Storage. - 2023. - Vol. 63. - P. 107022.

117. Oldeen, J. Reinforcement Learning for Grid Voltage Stability with FACTS / J. Oldeen, V. Sharma. - 2020.

118. Oskoui, A. Holly STATCOM - FACTS to Replace Critical Generation, Operational Experience /A. Oskoui, B. Mathew, J. Hasler, M. Oliveira, T. Larsson, A. Petersson, E. John // 2005/2006 IEEE/PES Transmission and Distribution Conference and Exhibition. - IEEE, 2006. - Pp. 1393-1398.

119. Ourahou, M. Review on smart grid control and reliability in presence of renewable energies: Challenges and prospects / M. Ourahou, W. Ayrir, B. E. Hassouni, A. Haddi // Mathematics and computers in simulation. - 2020. - Vol. 167. - p. 19-31.

120. Panosyan, A.A. Modeling of advanced power transmission system controllers: Ph.D. dissertation. Gottfried Wilhelm Leibniz Universität Hannover, 2010.

121. Paterakis, N.G. An overview of Demand Response: Key-elements and international experience / N.G. Paterakis, O. Erdinç, J.P. Cataläo // Renewable and Sustainable Energy Reviews. - 2017. - Vol. 69. - Pp. 871-891.

122. Peyghami, S. An overview on the reliability of modern power electronic based power systems / S. Peyghami, P. Palensky, F. Blaabjerg // IEEE Open Journal of Power Electronics. - 2020. - Vol. 1. - Pp. 34-50.

123. Puech, A. Accelerating Quasi-Static Time Series Simulations with Foundation Models / A. Puech, F. Mirallès, J. Weiss, V. Mai, A.B. Massé, M.d. Montigny, T. Brunschwiler, H.F. Hamann // e+ i Elektrotechnik und Informationstechnik. - 2024. - Pp. 1-7.

124. Raffin, A. Stable-baselines3: Reliable reinforcement learning implementations / A. Raffin, A. Hill, A. Gleave, A. Kanervisto, M. Ernestus, N. Dormann // Journal of Machine Learning Research. - 2021. - Vol. 22. - №. 268. - Pp. 1-8.

125. Rahman, M.M. Assessment of energy storage technologies: A review / M.M. Rahman, A.O. Oni, E. Gemechu, A. Kumar // Energy Conversion and

Management. - 2020. - Vol. 223. - P. 113295.

126. Rashad, A. Stability improvement of power systems connected with developed wind farms using SSSC controller / A. Rashad, S. Kamel, F. Jurado // Ain Shams Engineering Journal. - 2018. -Vol. 9. - №. 4. - Pp. 2767-2779.

127. Rezaeian-Marjani, S. Optimal allocation of D-STATCOM in distribution networks including correlated renewable energy sources / S. Rezaeian-Marjani, S. Galvani, V. Talavat, M. Farhadi-Kangarlu // International Journal of Electrical Power & Energy Systems. - 2020. - Vol. 122. - P. 106178.

128. Rezaie, H. Enhancing voltage stability and LVRT capability of a wind- integrated power system using a fuzzy-based SVC / H. Rezaie, M.H. Kazemi- Rahbar // Engineering Science and Technology, an International Journal. - 2019. - Vol. 22. - №. 3. - Pp. 827-839.

129. Salman, U.T. A review of improvements in power system flexibility: Implementation, operation and economics / U.T. Salman, S. Shafiq, F.S. Al-Ismail, M. Khalid // Electronics. - 2022. - Vol. 11. - №. 4. - P. 581.

130. Schulman, J. Proximal policy optimization algorithms / J. Schulman, F. Wolski, P. Dhariwal, A. Radford, O. Klimov // arXiv preprint arXiv:1707.06347. -2017.

131. Sen, K.K. Introduction to FACTS controllers: theory, modeling, and applications / K.K. Sen, M.L. Sen // John Wiley & Sons. - 2009.

132. Shakya, A.K. Reinforcement learning algorithms: A brief survey / A.K. Shakya, G. Pillai, S. Chakrabarty // Expert Systems with Applications. - 2023. -P. 120495.

133. Sharma, D.K. Improvement of power system stability by modeling and designing of cascade PI and fuzzy logic controllers for STATCOM / D.K. Sharma, A. Ahmad // International Journal of Engineering Science and Technology. - 2011. -Vol. 3. - №. 8. - Pp. 6543-6553.

134. Singh, B. A comprehensive survey on enhancement of system performances by using different types of FACTS controllers in power systems with static and realistic load models / B. Singh, R. Kumar // Energy Reports. - 2020. - Vol. 6. - Pp. 55-79.

135. Taibi, E. Power system flexibility for the energy transition / E. Taibi, T. Nikolakakis, L. Gutierrez, C. Fernandez, J. Kiviluoma, T.J. Lindroos, S. Rissanen // IRENA: Abu Dhabi, United Arab Emirates. - 2018.

136. The Faroe Islands' quest for 100 percent green energy [Электронный ресурс] // ABB. URL: https://new.abb.com/news/detail/95202/the-faroe-islands-quest-for-100-percent-green-energy (дата обращения: 23.06.2023).

137. Thomson, M. Network power-flow analysis for a high penetration of distributed generation / M. Thomson, D. G. Infield // IEEE Transactions on power systems. - 2007. - Vol. 22. - №. 3. - Pp. 1157-1162.

138. Thurner, L. Pandapower - an open-source python tool for convenient modeling, analysis, and optimization of electric power systems / L. Thurner, A. Scheidler,

F. Schäfer, J.H. Menke, J. Dollichon, F. Meier, M. Braun // IEEE Transactions on Power Systems. - 2018. - Vol. 33. - №. 6. - Pp. 6510-6521.

139. Timilsina, G.R. Global wind power development: Economics and policies /

G.R. Timilsina, G.C. van Kooten, P.A. Narbel, // Energy Policy. - 2013. - Vol. 61. -Pp. 642-652.

140. Tinney, W.F. Compensation methods for network solutions by optimally ordered triangular factorization / W.F. Tinney // IEEE Transactions on Power Apparatus and Systems. - 1972. - №. 1. - Pp. 123-127.

141. Tomin, N. Management of voltage flexibility from inverter-based distributed generation using multi-agent reinforcement learning / N. Tomin, N. Voropai, V. Kurbatsky, C. Rehtanz // Energies. - 2021. - Vol. 14. - №. 24. - P. 8270.

142. Vitiello, S. Smart metering roll-out in Europe: Where do we stand? cost benefit analyses in the clean energy package and research trends in the green deal / S. Vitiello, N. Andreadou, M. Ardelean, G. Fulli // Energies. - 2022. - Vol. 15. - №. 7.

- P. 2340.

143. Vlachogiannis, J.G. Reinforcement learning for reactive power control / J.G. Vlachogiannis, N.D. Hatziargyriou // IEEE transactions on power systems. - 2004.

- Vol. 19. - №. 3. - Pp. 1317-1325.

144. Voropai, N. Flexibility and Resiliency of electric power systems: Analysis

of definitions and content / N. Voropai, C. Rehtanz // EPJ Web of Conferences. - EDP Sciences, 2019. - Vol. 217. - P. 01018

145. Wang, C. Explicit conditions on existence and uniqueness of load-flow solutions in distribution networks / C. Wang, A. Bernstein, J.Y. Le Boudec, M. Paolone // IEEE Transactions on Smart Grid. - 2016. - Vol. 9. - №. 2. - Pp. 953-962.

146. Wang, L. Feasibility study of wind farm grid-connected project in Algeria under grid fault conditions using D-FACTS devices / L. Wang, K.D.E. Kerrouche, A. Mezouar, A. Van Den Bossche, A. Draou, L. Boumediene // Applied Sciences. - 2018.

- vol. 8. - №. 11. - P. 2250.

147. Wu, D. Modeling and optimization methods for controlling and sizing grid- connected energy storage: A review / D. Wu, X. Ma // Current Sustainable/Renewable Energy Reports. - 2021. - vol. 8. - Pp. 123-130.

148. Xu, S. Development of a D-STATCOM prototype based on cascade inverter with isolation transformer for unbalanced load compensation / S. Xu, Q. Song, Y. Zhu, W. Liu // 2005 IEEE International Conference on Industrial Technology. - IEEE, 2005.

- P. 1056.

149. Yang, Y. Modelling and optimal energy management for battery energy storage systems in renewable energy systems: A review / Y. Yang, S. Bremner, C. Menictas, M. Kay // Renewable and Sustainable Energy Reviews. - 2022. - vol. 167.

- P. 112671.

Приложение А - Акты внедрения

УТШРМЩАЮ

^■Ч^ГОКк I 1р ]и:< тчцЛипЛ ^йотс ы tir.iv тГ^и МКуи:киН ПЮТПЯЫЬНЫО '.х ^слимсиЯ^й^ тшинчкмН

О ■..': г:.. РТ.К.1Г, лшСн г

_2__В.И. (.-нигигоб

АКТ

■шмришсп & учебный ЧШШйрЯрттПйвцинртииШиЫ! риП-ггы КисишшнП Евгсшын Екщданщролы

на Н^^ипум^р^^^^^ ТЛСТБлжш ................а

гнАим* РМЦЧЙЫМШЫка ллнорнчм* С вым«*Д1ипС лстр0Энр|ИС1ИЧЛки1 гтаипщжп,

Чвдлашевдя на мшаи учЬо* степин кдлллштн тсхнтаыы шуу

ЫшишшК ает СКТЙШ.ШС * тон. -гтп рпуыь, „до^пташай рзйи I ы Кйсьмн.етй

ЬВ. II 7ЧС&ниМ П[Нщ*« ФГЬОУ ВО оНркутикиН ШПК^ий

В^ГЛЯНПНН! техкнн^ккП ^н^рс.^ти при ийучснщ;«* II

«ним ПпНЕрпкрктнм ■ щнлщп. Шти-ртн».

Пртгщннв оЭпчлрачккис етънани. снскчи н сстця 4Ннхчяпз^Ыыш Системы ЭМНрта^КВНЖ, а эошщр-

И магагтеро^ ПрО€рйн.иа

МЦофНЕЛцмдшгцыП алгоритм чсншвпряыотс-с&ригаппл хомлл* Шалми Р"*™ аетсЬ с РАСТЙ и ПЗУ испишу™ прц проминки прадшчссхи* зьлтпгП ТОДИЬщдпшв оУпрзп.КНЛС зос: П нчрииытм ■ РВфЛяшрлннк»; С нгисш.шеч СИгши ьвкачлгнчкгого уитанлгиип (ЦАУ1 т осноьт

■ХЛП^НТЖ-Ь ЕГИ ННПОк^йШ^ шгрчлшпщц^внн^ |ЩКМет р упрйПпсьнй ^пхвпйнки ПО Лившице «Атипайрщшшс с^то.ы

ТСтполктгч«к1ы,с лро:|кмнИ>..; Пр^пнмнныв ивдудн Для читан эффйппакп рши^н* ш«роди

ВП.+ КИЫВДжпщ при ук'кпшх 1ЛЛй1ыпх ЛПП ршьщщ РАСТ5 □ егтч*. с В1У

пишяшвь&щтрщярямрпякшЯтчящв в^рожшятма '

по

К]Ор шкттутл ЭНфГНнч, к.т.ц., допет

ЭищпппшЙ кйфч.^мй илсетуулчИКИХ СТышнЛ. ыгиЯ п СНСТСН, у.т.н, ЛЛЯКНГ

Зппыуюшлй кл^.ф!- п ■ктсвгтройнаСжгиги н МПСТр^лгпикн.

ЕВ Сы^кы»

Л С.

&.Д. Шахнроп

Приложение Б - Свидетельства на программный продукт

Свидетельство о государственной регистрации программы для ЭВМ № 2019614399 Программа выбора оптимальных параметров функционирования активных систем электроснабжения с большой долей частотных преобразователей Авторский вклад: Разработка алгоритма выбора оптимальных параметров функционирования активных систем электроснабжения.

Свидетельство о государственной регистрации программы для ЭВМ № 2020665563 Программа для расчета параметров режима петлевой распределительной электрической сети с активными элементами

Авторский вклад: Разработка совместно с другими авторами алгоритма расчета параметров режима петлевых распределительных сетей с активными элементами, основанного на модифицированном методе узловых напряжений с учетом нелинейного характера и управляемости активных источников.