Содержание к диссертации
Введение
1. Малая распределённая генерация в системах электроснабжения
1.1. Особенности источников малой распределённой генерации 13
1.2. Сетевые районы с малой (распределённой) генерацией и их режимы 19
1.3. Задачи, решаемые при разработке и эксплуатации сети с распределённой генерацией 24
1.4. Обоснование метода оптимизации при решении задач размещения и эксплуатации малой распределённой генерации 27
1.5. Выводы 31
2. Разработка оптимизационной математической модели сети с малой распределённой генерацией
2.1. Особенности работы генетического алгоритма в задачах оптимизации малой распределённой генерации 32
2.2. Общий вид целевой функции 42
2.3. Моделирование капитальных затрат на строительство станций распределённой генерации 54
2.4. Моделирование затрат на эксплуатацию системы с распределённой генерацией 65
2.5. Учёт ограничений в математической модели 73
2.6. Выводы 75
3. Корректность работы комплексной математической модели при решении задач развития и эксплуатации систем с малой распределённой генерацией
3.1. Система энергоснабжения студгородка ЮУрГУ как объект исследования 77
3.2. Анализ влияния тарифов на состав блоков 84
3.3. Исследование влияния срока окупаемости на состав блоков распределённой генерации 89
3.4. Исследование влияния тарифа на выдаваемую в сеть электроэнергию на состав блоков распределённой генерации 96
3.5. Анализ влияния расходных характеристик блоков распределённой генерации на их загрузку 102
3.6. Оптимизация развития второй очереди энергокомплекса ЮУрГУ 104
3.7. Выводы 110
4. Решение задач размещения и эксплуатации малых энергоустановок в системах с распределённой генерацией
4.1. Формирование алгоритмов локальных задач на базе комплексной модели 112
4.2. Выбор числа, мощности и мест подключения генераторов 113
4.3. Оптимизация режимов систем энергоснабжения с малой распределённой генерацией 126
4.4. Определение минимального тарифа на продажу электрической энергии 130
4.5. Выводы 135
Заключение 137
Библиографический список 139
Приложения
- Сетевые районы с малой (распределённой) генерацией и их режимы
- Обоснование метода оптимизации при решении задач размещения и эксплуатации малой распределённой генерации
- Моделирование капитальных затрат на строительство станций распределённой генерации
- Анализ влияния тарифов на состав блоков
Введение к работе
Актуальность темы. Рост производства электроэнергии во многих странах обеспечивается распределённой генерацией (РГ) - малыми источниками, подключаемыми к распределительным электрическим сетям. Эта тенденция проявляется и в России, где малая энергетика, благодаря широкой доступности газа и дизельного топлива, имеет существенный потенциал для роста. В США к 2010 году планировалось довести долю распределённой генерации во вновь вводимых мощностях до 20%, в ЕС до 18%, в России сейчас на долю распределённых источников приходится 17 ГВт установленной мощности электростанций.
Распространение РГ требует решения задач её размещения с обоснованием мощности, возможных площадок, мест подключения, режимов работы в зависимости от существующих схем сети, мощности и характера потребления. Эти оптимизационные задачи должны решаться не только с позиций минимума затрат на ввод и эксплуатацию генерирующего комплекса, но и учитывать развитие распределительных сетей, к которым подключается РГ, затраты на эксплуатацию, возможное снижение потерь.
В большой энергетике такие задачи решаются известными методами непрерывного программирования, что требует принятия ряда упрощений при формировании математической модели, приводящих для малой энергетики к существенным погрешностям при поиске оптимальных решений. Применение направленного перебора вариантов, реализованного с помощью генетического алгоритма (ГА), позволяет снизить погрешность по сравнению с применением традиционных непрерывных методов оптимизации за счёт отказа от необходимости вводить упрощения при описании целевой функции и возможности поиска её глобального минимума.
Известны работы в области построения и оптимизации электрических
сетей, в том числе с РГ, выполненные Н.И. Воропаем, П.И. Бартоломеем, А.В. Паздериным, A.M. Клер, Б.Г. Санеевым, Б.И. Макоклюевым, Н.В. Савиной, И.Н. Колосок, В.П. Обоскаловым, А.Г. Фишовым, и др. Ими разработаны принципы построения сетей с РГ, обозначены основные проблемы их функционирования. Ведутся работы по созданию математических моделей
источников РГ. Известные модели планирования развития недостаточно учитывают характер потребления, не рассматривают возможность одновременной выработки тепла и продажи электроэнергии в сеть. Капитальные и эксплуатационные затраты учитываются лишь в виде удельных показателей и не разбиты на составляющие, что ухудшает точность самой математической модели. В настоящее время комплексного подхода к решению задач оптимизации размещения распределённых генераторов и выбора их числа и мощности с учётом режимов работы, эксплуатации систем энергоснабжения с РГ при максимальном учёте влияющих факторов ещё не выработано. Поэтому актуальна разработка математической модели, а затем и методик, реализующих такой подход.
Объектом исследования являются распределительные сети с установками малой РГ. Проверка результатов проведена в системе энергоснабжения студгородка ЮУрГУ. Все исследования проводились на основе газопоршневых когенераторов, однако предложенные алгоритмы применимы и для сетей с другими источниками РГ.
Цель работы заключается в создании оптимизационной модели и алгоритмов решения задач определения числа, типа и мест размещения установок РГ в распределительной сети и выбора состава работающего оборудования в различных эксплуатационных ситуациях.
Научная новизна
1. Показана эффективность применения генетического алгоритма (ГА) для решения задач оптимизации в системах с РГ.
2.Показано, что ГА применим для решения как задач проектирования, так и задач эксплуатации систем с РГ.
3. Разработана комплексная математическая оптимизационная модель
выбора структуры системы с РГ, с детализацией целевой функции в зависимости от проектной или эксплуатационной направленности задачи.
4. Разработана технология адаптации программного обеспечения,
реализующего ГА, для решения задач оптимизации систем с РГ.
5. Разработаны алгоритмы оптимального участия РГ на рынке
электрической мощности.
6. Решена задача выбора состава генерирующего оборудования в
распределительных сетях с РГ с учётом теплопотребления. Основные положения, выносимые на защиту:
Комплексная оптимизационная математическая модель системы с РГ, позволяющая решать проектные и эксплуатационные задачи оптимизации систем с РГ.
Технология адаптации программного обеспечения, реализующего ГА для решения задач оптимизации систем с РГ.
Алгоритмы оптимального участия РГ на рынке электрической мощности.
- Решение задачи выбора состава генерирующего оборудования в
распределительных сетях с РГ.
Практическая значимость заключается в применении эффективных алгоритмов управления развитием и эксплуатацией систем с РГ, что приводит к улучшению их технико-экономических показателей, снижению потерь электроэнергии, более эффективному использованию оборудования и топлива при планировании суточных графиков загрузки оборудования.
Практическая реализация. Результаты работы использованы в инновационно-образовательной программе «Энерго- и ресурсосберегающие технологии» при реализации национального проекта «Образование» и в приоритетном направлении развития «Энергосбережение в социальной сфере» в рамках программы развития ФГБОУ ВПО ЮУрГУ (национального исследовательского университета).
Полученные результаты в области математического моделирования и
оптимизации режимов сетей с РГ при помощи ГА использованы при выборе
площадок строительства двух малых теплоэлектростанций в сети ЮУрГУ,
определении их оптимальных режимов работы и технико-экономических
параметров, а также в учебном процессе в курсе «Автоматизированные
системы управления электростанций» и «Оптимизация в
электроэнергетических системах».
Публикации. По теме диссертации опубликовано 11 печатных работ, в том числе 2 в реферируемых изданиях ВАК.
Личный вклад: Создана математическая модель сети с РГ, приспособленная к решению задач методом ГА. Найден эффективный метод решения оптимизационных задач для подобных сетей. Выработаны алгоритмы
программной реализации решения различных оптимизационных задач: выбора числа, мощности и мест подключения генераторов; оптимизации режимов работы генераторов в системе энергоснабжения с РГ; определения минимального тарифа на продажу электрической энергии.
Обоснованность научных положений, рекомендаций и выводов. Представление параметров математической модели основано на исследовании характеристик оборудования ведущих отечественных и зарубежных производителей. Работоспособность ГА проверена на тестовой сети путём сопоставления результата с найденным по методу полного перебора. Исследования в диссертационной работе проведены на действующей системе энергоснабжения ЮУрГУ с достоверными данными по её характеристикам.
Структура и объём диссертации. Диссертация состоит из введения, 4 глав, заключения, списка литературы, включающего 139 наименований, и 11 приложений. Работа изложена на 154 страницах машинописного текста, который поясняется 40 рисунками и 18 таблицами.
Автор глубоко признателен профессору кафедры ЭССиС ЮУрГУ Б.Г. Булатову за научную и методическую помощь, оказанную в процессе работы над диссертацией.
Сетевые районы с малой (распределённой) генерацией и их режимы
Дополнение централизованного электроснабжения распределённой генерацией создаёт ряд новых системных свойств распределительной сети [14, 23, 68-70]. Во-первых, это повышение надёжности электроснабжения объекта за счёт возможности питания, как от собственной электростанции, так и от сети. Кроме того, должна появиться возможность выдачи излишков электроэнергии в сеть на коммерческой основе, поскольку себестоимость вырабатываемой электроэнергии, как правило, ниже тарифов покупки её от сети. При собственной генерации дополнительно вырабатывается и тепло. В качестве резервных энергоресурсов может применяться и местное дешёвое топливо. РГ может участвовать в рынке системных услуг, являясь средством регулируемого потребления и покрытия пиковых нагрузок, что кроме снижения платы энергосистемам за потребление максимума нагрузки, приводит и к снижению затрат на дополнительное резервирование систем централизованной генерации.
На пути внедрения РГ существует и ряд трудностей [71]. Распределённая генерация - это новые элементы ЭЭС, во многом с новыми динамическими характеристиками и возможностями управления. Появление новых источников требует пересмотра уровней токов короткого замыкания в сети, смены принципов и перенастройки уставок релейной защиты [22]. Неоднозначно и влияние распределённой генерации на качество электроэнергии. В этом имеются как плюсы, так и минусы. Малые установки, с одной стороны, обеспечивают стабильный уровень напряжения, с другой могут создавать условия для возникновения так называемого фликкер-эффекта, т.е. незатухающих быстрых колебаний напряжения [72].
При большом числе источников малой мощности возрастает роль коммутационных переходных процессов из-за включения и отключения станций от сети. Особенно сильно влияет на регулирование напряжения подключение ветровых электростанций, так как их выработка во многом зависит от скорости ветра. Возрастающее применение силовой электроники при присоединении ветрогенерато-ров, фотоэлектростанций и микротурбин, положительно влияя на регулирующие свойства РГ, увеличивает гармонические искажения в сети. Влияние гармоник следует учитывать при расчёте пропускной способности сети, высокие частоты могут также искажать передаваемые по проводам высокочастотные сигналы. В некоторых случаях может понадобиться установка фильтров гармоник [73, 74]. Следует отметить, что последние достижения в силовой электронике существенно снижают эту проблему.
При построении сетей с РГ следует больше внимания уделять РЗ и ПА. Многие из этих вопросов решены в странах, где децентрализация генерации началась значительно раньше [75, 76]. Защита установок распределённой генерации ча стично решает и задачу защиты других элементов сети и должна быть правильно скоординирована с другими защитами. Усложняется, например, отключение участка сети при авариях, так как наличие работающего у потребителя генератора может представлять угрозу для тех, кто работает на линии, полагая её отключённой. Защитные функции будут серьёзно различаться в зависимости от мощности установки и уровня напряжения, на котором она присоединена [73]. Существенной является возможность определения автономного режима работы. Во многих случаях появляется необходимость отключения станции перед повторным включением вышестоящего выключателя, либо применение АПВ с проверкой синхронизации. В то же время необходимо сохранение генерации при юзмущениях в сети.
При современном уровне развития микропроцессорной техники, не сложно переориентировать систему релейной защиты на работу с РГ. Аналогично незатухающие колебания и гармоники в сети - проблема лишь технического характера, она, безусловно, нуждается в решении путём установки устройств синхронизации, новейших фильтров гармоник. Разработка принципов работы таких устройств не входит в цели данного исследования.
Существует и ряд задач, решение которых лежит в области управления режимами работы сетей с РГ. При появлении в сети множества распределённых генераторов значительно усложняется диспетчерское управление такой системой, в связи с чем требуется существенный пересмотр принципов управления режимами ЭЭС и обеспечения устойчивости системы при наличии большой доли распределенной генерации. В ряде случаев эти задачи решаются созданием «умных» сетей, способных объединить управление сотен, а то и тысяч микрогенераторов, расположенных в жилом секторе, в больницах, в маленьких мастерских или в небольших офисах [77,78]. Современный уровень развития информационных технологий позволяет создавать на базе распределённых источников автоматизированные энергетические комплексы. В управлении ими человек практически не принимает участия. При этом повышается надежность работы, так как исключается «человеческий фактор», сводятся к минимуму возможности совершения ошибки и снижаются эксплуатационные затраты [71,79]. Всё это влияет на стоимость выработ ки собственной энергии. Естественно, что необходимо стремиться к оптимизации всех затрат, в том числе затрат на потери электроэнергии, и сведению их к минимуму. А для этого нужно не просто управлять режимом работы станции так, чтобы удовлетворялись все возможные ограничения, но и чтобы затраты при этом были минимальными.
В нашей стране процесс строительства собственных источников электроэнергии тормозится большой стоимостью подключения или дополнительными условиями, выдвигаемыми электросеневой организацией при подключении к централизованным сетям. Малые электростанции у нас в первую очередь ориентированы на снабжение теплом и электричеством собственной нагрузки, и располагаются обычно непосредственно у потребителя, работая автономно. Подключение таких установок к сети не запрещено, но, предвидя нарастающие сложности, сетевые компании часто предлагают весьма сложную и дорогостоящую процедуру подключения, реально препятствующую выдаче энергии в сеть [7]. Тем не менее, сети с РГ, работающие параллельно с энергосистемой развиваются.
Обоснование метода оптимизации при решении задач размещения и эксплуатации малой распределённой генерации
Задача выбора места расположения, числа и типа блоков РГ имеет ряд характерных особенностей. К таким особенностям, как и в энергосистемах, относятся целочисленность переменных (число агрегатов и их ряд номинальных мощностей), вероятность локальных экстремумов целевой функции (ЦФ) [15], неравномерное и во многих случаях ступенчатое и скачкообразное изменение свойств системы, большое количество различных вариантов числа, типа и мест размещения блоков [15, 87, 88]. В зависимости от решаемой задачи в качестве функции цели могут быть как приведённые годовые затраты на строительство и эксплуатацию комплекса РГ (такой выбор может быть обусловлен малыми сроками возведения станций РГ), так и срок окупаемости, чистый дисконтированный доход и другие критерии. Решаемые задачи основываются на оптимизации затрат. Выбор метода оптимизации определяется видом математической модели, требуемой степенью точности полученных результатов, располагаемыми вычислительными ресурсами. Известно много методов. Большинство публикаций как отечественных, так и зарубежных авторов [15, 16, 83, 84] в качестве общепринятых классических методов оптимизации рассматривают методы линейного и нелинейного программирования.
Одним из наиболее распространённых нелинейных методов, используемых для решения задач оптимизации, является метод множителей Лагранжа [89]. Он позволяет быстро находить решения для задач любой размерности, если они представлены гладкими унимодальными функциями. Но применение его в рассматриваемой задаче ограничено рядом трудностей. Прежде всего это требование дифференцируемости функции. Кроме того метод Лагранжа усложняется для решения задач оптимизации при наличии ограничений в виде неравенств. А получаемый при решении результат, как правило, не соответствует стандартному ряду номинальных мощностей данного производителя, округление же до ближайшей стандартной мощности часто даёт решение, отличное от оптимального [90, 91]. Кроме того, особенность некоторых параметров системы изменять свои свойства скачкообразно затрудняет построение её математической модели без применения логических функций, наличие которых в свою очередь делает невозможным нахождение производной ЦФ. Те же трудности возникают и при попытке применения методов линейного программирования.
Для решения целочисленных задач разработаны специальные методы, основанные на направленном переборе вариантов, например метод ветвей и границ [91-93]. Он позволяет решать задачи с любыми видами ограничений и находить целочисленное решение. Этот метод легко реализуем алгоритмически. Существенную трудность вызывает процесс оценки нижней внешней границы ЦФ по еле разбиения подмножеств. Для каждого из подмножеств необходимо решить непрерывную оптимизационную задачу, что подразумевает использование градиентных методов, рассмотренных выше. Это значит, что проблема использования элементов логики в математическом моделировании задачи остаётся нерешённой.
Самым простым способом преодоления этих затруднений является метод нулевого порядка с прямым перебором вариантов [17, 94, 95]. Легко реализуемый программно, он позволяет решать задачи, заданные любыми функциями, при любых ограничениях и наличии всех возможных операторов. Основной недостаток такого метода «проклятие размерности» [9]. При решении задачи перебираются все возможные варианты, и для каждого из них проверяется допустимая область и считается ЦФ. При росте количества вариантов, увеличивается и объём производимых вычислений, что приводит к недопустимым затратам времени.
Анализ публикаций [15-18] выявил тенденцию к отказу от получения точного оптимального решения. Как известно для больших технических систем существует некоторая область вероятно оптимальных решений. Строгая точность при решении подобных задач не критична, вполне можно удовлетвориться околооптимальным результатом, соответствующим заданным критериям точности, так как используемые исходные данные (например, графики нагрузок) носят статистический характер и являются точными лишь в заданных пределах. При таком допущении становится возможным использовать ряд принципиально иных алгоритмов, способных выдать приемлемый результат при значительно меньших вычислительных затратах. К настоящему времени разработано множество таких методов, самыми известными из которых являются метод случайного поиска, отжига, генетического алгоритма.
Метод случайного поиска [10, 93] позволяет преодолеть такие условия задачи как целочисленность, локальные экстремумы и наличие логических операторов. Как преимущества можно отметить нечувствительность к росту размерности задачи и простоту реализации в виде компьютерных программ. Различают направленный и ненаправленный случайный поиск. Сходимость ненаправленного поиска очень мала, но имеется важное преимущество, связанное с возможностью нахождения глобального экстремума при решении многоэкстремальных задач. Направленный поиск демонстрирует более высокую сходимость, но сам метод обычно приводит только к локальным экстремумам. Таким образом, при использовании метода случайного поиска приходится мириться или с медленной сходимостью метода, или с трудностью получения глобального минимума. Ни то ни другое для решения поставленной задачи неприемлемо, так как при решении оптимизационных задач выбора установок РГ, а тем более задач управления режимом работы РГ необходимо производить расчёты оперативно, а получаемый результат должен соответствовать глобальному минимуму с определённой точностью.
Метод отжига (метод обжига, метод симуляции отжига, метод модельной закалки, simulated annealing) [И, 12, 16, 93, 96] - это техника оптимизации, использующая упорядоченный случайный поиск на основе аналогии с процессом образования в материале кристаллической структуры при охлаждении. Основное его преимущество в том, что даже в условиях нехватки вычислительных ресурсов для нахождения глобального минимума метод отжига, как правило, выдает весьма неплохое решение (один из локальных минимумов). Имеется возможность решения как целочисленных, так и непрерывных задач, без ограничений по применяемым в математической модели операторам. Основной недостаток: трудность выхода из локального минимума. Кроме того метод отжига в чистом виде имеет большое время вычислений [11, 96].
Моделирование капитальных затрат на строительство станций распределённой генерации
Для того, чтобы ввести в математическую модель составляющие капитальных затрат в малую генерацию, определим составляющие капитальных затрат и выполним анализ технико-экономических показателей при строительстве газопоршневых когенераторов.
При строительстве станций РГ [55] большую часть капитальных затрат составляют затраты на приобретение силового оборудования (К1, см. табл. 3). В рыночных условиях цена на любое оборудование может сильно различаться в зависимости от производителя, конструкции, комплектации и других факторов. Поэтому были собраны данные о ценах на оборудование шести основных отече ственных и зарубежных компаний, производящих газопоршневые когенераторы (приложение Е). Анализ зависимости цены когенератора от его мощности (приложение Е) показал, что несмотря на разницу в ценах для различных производителей, в пределах модельного ряда одной и той же компании прослеживается линейная зависимость (рис. 12). 500 1000 1500 2000 2500 Рис. 12. Стоимость когенераторов различных производителей (1) когенераторы фирмы Deutz т" (2) когенераторы фирмы TEDOM (3) когенераторы фирмы Jenbacher 3000 Рэл.кЁт Аппроксимация зависимости стоимости блока когенератора от его мощности проведена методом наименьших квадратов [119]. Точность такой аппроксимации тем выше, чем меньше диапазон мощностей рассматриваемых когенераторов. К1ед=а,+а2-Рг, (9) где К]Єд - капитальные затраты на приобретение когенератора, тыс.руб; Рг-номинальная мощность, кВт; аь аг - коэффициенты линейной аппроксимации. Аналогичный подход примем и при аппроксимации других составляющих затрат. Такая тенденция сохраняется для всех рассматриваемых поставщиков оборудования. Это позволяет ввести в математическую модель капитальные затраты на приобретение когенераторов в виде линейной функции.
Устанавливаемые блоки обычно подключаются к отдельным секциям шин на подстанции. Такие секции являются на электрической схеме узлами. Обычно в целях унификации оборудования на станции ставятся однотипные блоки, поэтому к одному узлу может быть подключено один или несколько блоков одинаковой мощности, кроме того к узлу могут быть подключены резервные блоки того же типа. Это значит, что стоимость оборудования, подключаемого к одному конкретному узлу, будет: Klyj_1=(n,+npi)-(a1+a2.Pn), (10) где К]уз_, - капитальные затраты на приобретение оборудования, подключаемого к і-му узлу схемы, тыс.руб; п„пр1 - количество блоков (рабочих и резервных), устанавливаемых в і-м узле; РГ1 - номинальная мощность генераторов в і-м узле, кВт. На станции может быть установлено несколько когенераторов и подключаться эти когенераторы могут к различным узлам схемы. Кроме того возможно, что в сети целесообразно соорудить несколько станций. Поэтому итоговые затраты на приобретение оборудования для N узлов схемы, в которых возможна установка РГ, N K,=2 .+np.Kai+a2-Pn) (11) 1=1 Блоки когенераторов могут располагаться либо в специальном здании, либо устанавливаться в контейнерах. Последний вариант имеет преимущество в том, что оборудование поставляется сразу смонтированным, остаётся лишь установить контейнер и подключить когенератор к сетям. При поставках оборудования в контейнерах основная часть цены на строительство уже входит в цену оборудования. Эту цену называет завод изготовитель. Затраты на строительство и монтаж обо рудования определим как разницу в стоимости оборудования в контейнерах и без них (табл. 4), что позволит отдельно выделить затраты в строительную часть (рис. 13). Эта зависимость также линейна: К2=І .+пріИаз+а4-рп) і=1 (12) где аз, а4 - коэффициенты линейной зависимости затрат на строительство и монтаж от мощности блоков. 158.11 138.03 105.05 Цена, тыс. 60 100 200 315 350 Рэл.кВт ф - Стоимость когенераторов в контейнерах + - Стоимость когенераторов без контейнеров 4- - Стоимость контейнеров а3 =30,7409; а4 =0,593 Рис. 13. Определение цены контейнера и затрат на установку в нём оборудования в зависимости от номинальной мощности когенератора (производитель ЗАО «Дизель-Статус») Таблица 4 Определение цены контейнеров с затратами на установку в них оборудования (производитель ЗАО «Дизель-Статус»). Мощность когенератора, кВт 30 60 100 200 315 350 Цена в контейнере, тыс. DV6. ХЮ 105 138 158 256 421 473 Цена без контейнера, тыс. DV6. хЮ 74 103 123 211 371 423
Цена контейнера, тыс. руб. хЮ 32 35 35 45 50 50 Чтобы описать аналогичные затраты для когенераторов, монтируемых в специальном здании необходима информация о стоимости аналогичного строительства других станций, уже построенных. Доступ к такой информации затруднён, поскольку часто она является коммерческой тайной. Тем не менее фирмы, осуществляющие ввод в эксплуатацию малых электростанций, могут назвать ориентировочную стоимость.
Анализ влияния тарифов на состав блоков
Целесообразность строительства собственной генерации определяется экономией при её эксплуатации за счёт разницы в цене электроэнергии при централизованном электроснабжении и её себестоимости при собственной генерации.
Чтобы изучить влияние изменения цен энергоносителей на эффективность развития собственной генерации и проверить корректность работы математической модели, проведём на ней ряд исследований, варьируя тарифы на электриче-скую (hi в руб/кВт-ч), тепловую (Ртеп в руб/Гкал) энергию и на газ (h2 в руб/м ), поставляемые централизованными сетями. Условия проводимых опытов и их результаты представлены в таблицах 8-9. Номер опыта определяется величиной тарифа на электрическую энергию (руб/кВт-ч) / тарифа на тепловую энергию (руб/Гкал) / ценой на газ (руб/м ). Исходными также являются интервалы времени (ДЛ - дневной летний, НЛ - ночной летний, ДЗ - дневной зимний, НЗ - ночной зимний), для которых выполняется расчёт. Все расчёты выполним для базового варианта энергоснабжения (одна станция в центральной части кампуса без выдачи электроэнергии в сеть, блоки могут быть присоединены к разным узлам сети на РП4). Данные по нагрузкам потребителей приведены в таблицах 5-6. Обозначения составляющих затрат соответствуют принятым в таблице 3. Математическая модель определяет оптимальное количество блоков и их эффективное присоединение в зависимости от тарифов на энергоресурсы. Результатом каждого опыта является оптимальное количество блоков и их установленная мощность, составляющие затрат К, и Q, приведённые затраты 3.
Если влияние повышения или понижения тарифа на какой-либо ресурс предсказуемо, то заранее определить как отразится комплексное изменение нескольких тарифов гораздо сложнее, поскольку изменение каждого из них по-разному сказывается на общей экономической эффективности всей системы. Анализ с по мощью разработанной комплексной математической модели сети с РГ позволяет решить эту задачу. В частности, в таблицах 8-9 приведены тарифы для девяти опытов, среди них план с двухступенчатым суточным тарифом (опыт 8).
При выборе оптимальной структуры кроме количества блоков, устанавливаемых на каждой площадке, определяется и оптимальный состав включаемого в работу оборудования в зависимости от времени зимних и летних суток. Полученные результаты расчётов сведены в таблицы 8-9. По-сути эти таблицы дают предварительные рекомендации по выбору состава оборудования, находящегося в работе в летнее время днём (ДЛ), ночью (НЛ) и в зимнее время днём (ДЗ), ночью (НЗ) в зависимости от сложившейся в это время коньюктуры цен на энергоресурсы. Дневным периодом в данном случае считается часть суток с 07.00 до 23.00.
Первые три опыта характеризуют постепенное увеличение тарифа на электроэнергию, покупаемую от внешней сети. Если при этом цены на другие ресурсы не повышаются, то целесообразность генерации энергии на собственных источниках возрастает. Это отражается в виде соответствующего увеличения рекомендуемой установленной мощности на станции (Руст) от 2380 кВт до 4200 кВт.
Увеличение стоимости покупаемого от сети тепла с 441,2 руб/Гкал до 800 руб/Гкал (опыты 1, 6, 7) не привело к увеличению рекомендуемой установленной мощности станции, несмотря на увеличение издержек. Это связано с сезонностью потребления тепловой энергии (в летнее время излишки сбрасываются в атмосферу), в связи с чем уменьшается КПД станции. Увеличение мощности станции приведёт к росту капитальных вложений, который не будет скомпенсирован экономией за счёт более дешёвой выработки. Более существенное удорожание тарифа на тепло, например до 1500 руб/Гкал всё-таки сделает увеличение мощности станции оправданным.
Применение двухступенчатого тарифа на покупаемую электроэнергию (опыт 8) приводит к рекомендации строить станцию большей мощности (2600 кВт) по сравнению с базовым вариантом (2380 кВт, опыт 1). Тем не менее, несмотря на увеличение капитальных затрат из-за возрастания мощности станции, удаётся в конечном итоге уменьшить приведённые затраты на 593 тыс.руб, путём ведения эффективного режима работы станции с использованием преимуществ двухступенчатого тарифа.
Увеличение тарифа на электроэнергию с 1,6 руб/кВт-ч до 2,5 руб/кВт ч при одновременном повышении цены на газ с 2,448 руб/м до 3,5 руб/м (опыт 9) привело к рекомендации увеличить установленную мощность станции с 2380 до 2600 кВт. Годовые приведённые затраты при этом возрастают на 13,1 млн.руб.
