Разработка методики планирования систем электроснабжения районов с малой плотностью нагрузок с учетом неопределенности исходной информации

• Автор: Метельков, Александр Альбертович
• Шифр специальности: 05.14.02
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Москва
• Количество страниц: 205 с. : ил.

СОДЕРЖАНИЕ
Введение.
1. Анализ систем электроснабжения районов с малой плотностью нагрузок и постановка задачи.
1.1. Современное состояние систем электроснабжения районов с малой плотностью нагрузок.

1.2. Постановка задачи.

2. Методика планирования систем электроснабжения по многокритериальной модели с учтом нескольких неопределнных факторов

2.1. Выбор частных критериев, оценивающих цели функционирования системы.

2.2. Неопределнность исходной информации

2.3. Сравнительная оценка эффективности методов выбора оптимального решения

2.4. Алгоритм выбора оптимальных параметров систем электроснабжения.

3. Разработка модели системы электроснабжения районов с малой плотностью нагрузок.

3.1. Топологическое и математическое моделирование системы электроснабжения районов
3.2. Вывод аналитических выражений для расчта потерь электроэнергии и стоимости сооружения СЭС
3.3. Анализ отдельных составляющих расчтных выражений.
4. Аналитические уравнения частных критериев целей функционирования оценки рассматриваемых стратегий.
4.1. Критерий эффективности.
4.2. Критерий наджности электроснабжения потребителей
4.3. Критерий качества электроэнергии у потребителей.
Выводы.
5. Выбор параметров СЭС по многокритериальной модели и рекомендации по е развитию с учтом неопределнных факторов
5.1. Определение параметров СЭС, расчт матриц частных критериев
и принятие решений
5.2. Влияние неопределнных факторов и технических решений на параметры СЭС.
5.3. Оценка устойчивости предлагаемых решений.
Выводы
Заключение
Список литературы


Например, для выбора оптимального радиуса распределительных электрических сетей кВ использовали частную производную приведённых затрат по радиусу этих сетей []. При этом, электрические нагрузки, тарифы на электроэнергию и другие величины, входящие в выражение приведённых затрат считались известными и неизменными в течение расчётного периода, равного 5-7 годам [], что мало реально. В настоящее время появились критерии оценки экономической эффективности (дисконтированные затраты, чистый дисконтированный доход и др. Появление современных ПЭВМ и развитие информационных технологий — другой фактор, благоприятствующий постановке и решению усложнённых технических задач. Так, многопараметрическая оптимизация с учётом ограничений позволяет определять оптимальные параметры СЭС во взаимосвязи. ВЛ. Поиск экстремума целевой функции при простом наложении ограничений на параметры, найденные путём решения системы уравнений частных производных, был бы неверным. Однако, если учесть свойства динамичности и сложности СЭС и выполнить все указанные расчёты, вряд ли станет возможным получить единственное решение. Во-первых, некоторые факторы, влияющие на результат являются неопределёнными. Будущие значения и законы изменения во времени таких величин, как электрические нагрузки и тарифы на электроэнергию не известны и требуют прогнозирования, что само по себе влечёт к неоднозначному результату. Во-вторых, при поиске решения по критерию экономической эффективности не учитывается ряд важных особенностей, качественно отличающих одно решение от другого. При подобном решении задачи учитываются лишь экономические показатели СЭС и полностью игнорируются её электротехнические характеристики - надёжность электроснабжения и качество электроэнергии. Обычно, улучшение качества электроэнергии и надёжности электроснабжения приводит к увеличению затрат на сооружение и эксплуатацию СЭС и, следовательно, при учёте указанных дополнительных факторов (критериев) поиск решения усложняется. Между тем, для решения конкретной технической задачи невозможно и нецелесообразно учитывать все связанные с ней факторы. Возникает формальное противоречие между объективно существующим бесконечным количеством связей рассматриваемой подсистемы с другими системами и подсистемами и конечным объёмом знаний, с помощью которого можно получить решение задачи, удовлетворительное с точки зрения практики. Подобное противоречие разрешается в процессе моделирования выбором надлежащей модели. Если пользоваться определениями, приведёнными в [], под теорией решений можно понимать теорию математических моделей принятия оптимальных решений в условиях неопределенности. В настоящее время появились монографии и учебные пособия, в которых рассматриваются вопросы применения методов теории решений в технических задачах [6, 7, , , , , , , и др. На эффективность использования этих методов не могут не влиять специфические особенности конкретных задач. Выбор оптимальных параметров СЭС (радиусов распределительных сетей, плотности тока в проводах ВЛ, числа и мощности питающих центров, системы номинальных напряжений и др. В многокритериальной постановке с учётом нескольких неопределённых факторов она не рассматривалась. Наконец, усложнение оптимизационных задач имеет ещё одну объективную причину: в технических задачах при правильном выборе модели учёт дополнительных факторов и связей приводит к повышению абсолютного эффекта, получаемого при реализации наилучших решений. Сложные оптимизационные задачи решаются большими коллективами, в которых роль отдельных членов не одинакова: есть рядовые исполнители и есть руководитель - лицо, принимающее решение (ЛПР) или орган, принимающий решение (ОПР). Причём в спорных ситуациях последнее слово, как правило, остаётся за руководителем. По терминологии теории исследования операций [] коллектив, решающий сложную оптимизационную задачу, можно рассматривать в качестве оперирующей стороны - совокупности лиц, формирующих цель операции и стремящихся к её достижению []. Под операцией понимается совокупность действий, мероприятий, направленных на достижение некоторой цели, то есть совокупность целенаправленных действий.