Techniczne możliwości integracji informacji dla celów symulacji działania prosumentów w mikrosieci
Technical possibilities of integration of information for aims of simulation of prosumers activity in micro-grid
Zmienność dobowej operacji Słońca dla określonej szerokości geograficznej
Rys. E. M. Sroczan
Cechą współczesnej cywilizacji jest przenikanie się trzech strumieni: materiałów, energii i informacji. Społeczeństwo informacyjne charakteryzuje się
powszechnym wykorzystywaniem (i generowaniem) informacji przesyłanych elektronicznie – w sposób, którego nie można, przy dzisiejszych
technologiach, zrealizować bez energii elektrycznej.
Zobacz także
WAGO ELWAG Sp. z o.o. Optymalny rozdział potencjałów dzięki nowym złączkom TOPJOB® S
Rodzina złączek listwowych TOPJOB® S poszerzyła się ostatnio o nowe rozwiązanie – kompaktowe bloki rozdzielcze, które pozwalają na wydajny rozdział potencjałów za pomocą jednej tylko złączki – bez żadnych...
Rodzina złączek listwowych TOPJOB® S poszerzyła się ostatnio o nowe rozwiązanie – kompaktowe bloki rozdzielcze, które pozwalają na wydajny rozdział potencjałów za pomocą jednej tylko złączki – bez żadnych dodatkowych elementów.
Farnell Projekty w trudnych warunkach przemysłowych
Zastosowanie skomplikowanych urządzeń elektronicznych i czujników do ulepszania i rozszerzania procesów produkcji, obróbki skrawaniem i procesów produkcyjnych w zastosowaniach przemysłowych jest możliwe...
Zastosowanie skomplikowanych urządzeń elektronicznych i czujników do ulepszania i rozszerzania procesów produkcji, obróbki skrawaniem i procesów produkcyjnych w zastosowaniach przemysłowych jest możliwe tylko wtedy, gdy wszystkie komponenty przetrwają w trudnym środowisku. Systemy muszą wytrzymywać gorące, wilgotne i trudne warunki oraz niszczące pola elektryczne i magnetyczne. Specyficzne warunki środowiskowe, w których produkt jest używany, wpływają na jego specyfikacje. Takie specyfikacje należy...
Michał Skurosz Rozwiązania cyfrowe wspierające efektywność energetyczną w rozdziale energii
Współczesne zakłady produkcyjne stają przed coraz większymi wyzwaniami, które wykraczają poza samą wydajność – kluczowe stają się również efektywność energetyczna i racjonalne zarządzanie mediami. Dogłębna...
Współczesne zakłady produkcyjne stają przed coraz większymi wyzwaniami, które wykraczają poza samą wydajność – kluczowe stają się również efektywność energetyczna i racjonalne zarządzanie mediami. Dogłębna analiza procesów produkcyjnych pozwala zidentyfikować obszary wymagające optymalizacji oraz wdrożyć precyzyjne usprawnienia, które nie tylko spełnią te wymagania, ale również zapewnią długoterminowe korzyści ekonomiczne i środowiskowe.
Cele symulacji oddziaływania prosumentów w mikrosieci
Dostęp do źródła energii elektrycznej warunkuje realizację większości procesów technologicznych w przemyśle, transporcie, wszelkich usługach, a także umożliwia egzystencję ludzi w gospodarstwach domowych. Energię elektryczną dostępną w instalacjach domów uzyskuje się z sieci niskiego napięcia istniejącej na danym obszarze, która z kolei zasilana jest z sieci systemu elektroenergetycznego (SEE), który łączy elektrownie systemowe.
Przetwarzanie energii pierwotnej w elektrowniach wiąże się z dostawą paliw z własnych zasobów albo z importu. W pierwszym przypadku można niektóre rodzaje energii pozyskiwać w miejscu jej występowania. Powstaje wówczas podsystem SEE zwany mikrosiecią (MS albo MG – microgrid), którą zasila agregat źródeł wytwórczych (również prosumenckich), tworzący układ generacji rozproszonej GR albo DG – dispersed (distributed) generation [2, 8].
Pojawienie się źródeł wytwarzających energię elektryczną w miejscach jej dotychczasowego poboru stwarza problem istotny dla systemu sieciowego oraz elektrowni systemowych – systemowych źródeł energii elektrycznej. Optymalizacja parametrów pracy źródeł i systemu sieci jest utrudniona ze względu na rosnący rozmiar zadania wywołany koniecznością uwzględnienia zmiany wartości oraz kierunku przepływu mocy w torze zasilania, wywołanych tą przyczyną strat energii i tym samym wzrostem kosztu generacji energii elektrycznej w skali systemu, niezależnie od wzrostu ceny wywołanego koniecznością zakupu, przez operatora, energii pochodzącej ze źródeł odnawialnych (OZE).
W dalszych rozważaniach rozpatruje się elektrownie wiatrowe (EWt) oraz fotowoltaiczne (EFW).
Narzędzia do symulacji procesu zarządzania generacją rozproszoną w mikrosieci powinny uwzględniać:
- zasady ekonomicznego rozdziału obciążenia na poziomie źródeł instalowanych w MS,
- zarządzanie poborem energii przez odbiorniki zainstalowane u prosumenta (HES – home energy system, EMS – energy management system),
- zarządzanie energią po stronie odbiorcy – opcje popytowo-podażowe (DMS – demand side management, DSR – demand side response) oferowane przez operatorów SEE,
- maksymalne wykorzystanie dysponowanym zasobem energii pierwotnej przez układy GR,
- zmienność obciążenia MS wywołaną przyzwyczajeniami odbiorców.
Wybrane założenia, związane z optymalizacją współpracy MS z SEE, wymagają zebrania danych opisujących obiekty tworzące MS. Bieżąca optymalizacja jest możliwa tylko w przypadku dysponowania danymi odświeżanymi w odpowiednich interwałach czasowych [5, 15].
Narzędziem umożliwiającym uzyskanie danych są dedykowane systemy IT (Information technologies). Umożliwią one przeprowadzenie symulacji i wypracowanie optymalnych decyzji, podejmowanych przez operatorów systemu.
Pomiary parametrów źródeł i odbiorników energii
Rys. 1. Struktura systemu ICT dla DER według normy [5]; rys. E.M. Sroczan
Tab. 1. Klasy węzłów logicznych (LN) z informacjami opisującymi turbinę wiatrową [3]
Rys. 2. Poziomy uogólnienia informacji zbieranych z obiektu; rys. E.M. Sroczan
Systemy teleinformatyczne (IT) w elektroenergetyce (szerzej – w energetyce) w coraz większym stopniu wspierają procesy decyzyjne związane ze sterowaniem pracą urządzeń, na poziomie pozwalającym na optymalizację procesu generowania energii elektrycznej. Integracja autonomicznych układów sterowania, transmisji danych (SCADA – supervisory control and data acquisition) i wspomaganie zarządzania umożliwia techniczną realizację pracy elektrowni tworzących układ rozproszony połączony siecią inteligentną.
Cechą współczesnych systemów IT stosowanych do sterowania pracą elektrowni, sieci i w niektórych przypadkach odbiornikami energii jest dążenie do zachowania wspólnych standardów transmisji danych.
Na rys. 1. przedstawiono ogólną strukturę systemu komunikacji i sterowania pracą źródła generacji rozproszonej. Struktura pozwala zastosować jednolity protokół, dzięki któremu możliwe jest przejmowanie danych wprost ze źródła ich powstania. Oznaczenia typowych węzłów logicznych stosowanych w układach wiatraków zestawiono w tab. 1.
Powstała w ten sposób klasa urządzeń inteligentnych IED (intelligent electronic device). Ich cechy oraz charakterystyczne konfiguracje i parametry, dla określonych rodzajów obiektów, opisane są w standardach i normach:
- IEC61850-7-410 dla elektrowni wodnych [4],
- IEC 61850 –7-420 dla źródeł rozproszonych (DER) [5],
- IEC 61400-25 dla elektrowni wiatrowych [3].
Unifikacja polega na określeniu obszarów akwizycji danych pochodzących ze: źródła energii i jednostki wytwórczej, układów pomiarowych, urządzeń sieci i automatyki zabezpieczeniowej.
Technicznie poprawną decyzję może zmienić system analizy jej ekonomicznych skutków – jako wynik zadziałania operatora [12,13, 14, 15]. Bez aktualnych danych – czyli znajomości wektora stanu systemu albo podsystemu w przypadku mikrosieci poprawność podjętej decyzji może być dziełem przypadku. Stąd integracja systemów IT na możliwie szerokiej platformie jest jednym z przedsięwzięć pozwalających na wymianę informacji, w możliwie jednym standardzie komunikacyjnym [3, 4, 5].
Uogólniając można stwierdzić, że struktura systemu IT dla rozproszonych źródeł generacji przyjmuje kształt piramidy (rys. 2).
Dane wymieniane pomiędzy węzłami logicznymi (LN – logic node) można przetworzyć dla potrzeb optymalizacji współpracy źródeł rozproszonych. Jest to o tyle ważne, że ich ograniczona pewność podaży ze strony natury wymaga przygotowania odpowiedniej rezerwy w elektrowniach SEE. Ten proces pociąga za sobą wzrost kosztów generacji w tych elektrowniach [6, 13].
Uwzględnienie czynników ograniczających moc źródła
Dane uzyskane z obiektów mogą być integrowane w różnych celach operacyjnych i statystycznych, a także w celu symulacji przyszłych, prawdopodobnych stanów elementów i układów wchodzących w skład SEE [12]. Dotyczy to takich źródeł, których dostępność (podaż energii) zależy od stanu pogody, pory roku czy dnia; czyli elektrowni fotowoltaicznych, wiatrowych i wodnych.
Dla rozbudowanej instalacji fotowoltaicznej stosuje się podział ogniw na macierze zawierające 12 podmacierzy, z których każda zawiera 10 łańcuchów po 12 modułów w każdym łańcuchu. Poszczególne macierze są przyłączone do oddzielnych przetwornic DC/AC [5, 9, 14].
Chwilowe zacienienia oraz wysokie zachmurzenie, zbyt wysoka temperatura powierzchni ogniw ograniczają wydajność instalacji fotowoltaicznej, a naturalny rytm dobowy wyznacza czas irradiacji (rys. 3. - patrz: główny rysunek przy tytule). Wpływ wahań mocy może skompensować odpowiedni magazyn energii (bateria akumulatorów), zwiększa to koszt inwestycji, co pociąga za sobą wzrost ceny energii. Stan optymalny uzyskuje się najpierw drogą symulacji pracy elektrowni i następnie odpowiednim sterowaniem współpracujących źródeł.
Rys. 4. Czynniki wpływające na możliwość pozyskania energii wiatru: a) charakterystyka pozyskania energii wiatru przez turbinę wiatrową, b) dobowa zmienność prędkości wiatru w danej lokalizacji farmy elektrowni wiatrowych (latem i zimą); rys. E. M. Sroczan
Tab. 2. Klasy węzłów logicznych (LN) dla elektrowni wiatrowej [3]
Podobne ograniczenia występują w elektrowniach wiatrowych. Energia wiatru w paśmie prędkości poniżej progu załączenia (cut-in) i powyżej prędkości maksymalnej dla danej konstrukcji (cut-off) nie może być wykorzystana (rys. 4.). Jednocześnie zmienna wartość prędkości wiatru wpływa na poziom generowanej mocy. Powoduje to również konieczność utrzymania stosownej rezerwy mocy w elektrowniach cieplnych systemu elektroenergetycznego.
Dane o pracy siłowni wiatrowej pozyskiwane z poszczególnych turbin, generatorów, przekładni, wirnika i wieży są agregowane do postaci ogólnej, łącznie z sygnalizacją alarmów. Zestawienie informacji dokonywane jest według procedur opisanych w normie [3].
W tab. 1 zestawiono klasy węzłów logicznych systemu dla poszczególnych parametrów turbiny wiatrowej, natomiast w tab. 2. dane dla elektrowni wiatrowej. Podobne zasady w odniesieniu do elektrowni wodnych zawarto w normie [9].
Oprócz danych pobranych z systemów automatycznego sterowania do oceny stanu pracy mikrosieci można wykorzystać dane z symulatora zmienności obciążenia typowego odbiorcy albo grupy odbiorców energii.
Symulacja wpływu prosumenta na bilans mocy w mikrosieci
Przyzwyczajenia odbiorcy decydują o sposobie poboru mocy i energii elektrycznej, cieplnej, gazu, wody.
Wykres zmienności obciążenia przedstawiono na fot. 1. Kolejne przyrosty czasu są wyznaczane przez moment załączenia albo wyłączenia kolejnej grupy odbiorników (dla mniejszych mocy znamionowych urządzeń) lub dla pojedynczego odbiornika o znaczącej mocy znamionowej.
Znajomość profilu energetycznego odbiorcy jako prosumenta pozwala określić prawdopodobną wartość mocy znamionowej zainstalowanego źródła generującego moc elektryczną przy wykorzystaniu odnawialnego źródła energii.
Fot. 1. Symulowany wykres zmienności obciążenia prosumenta jako odbiorcy (konsumenta) energii elektrycznej; fot. E. M. Sroczan
Fot. 2. Analiza zmienności obciążenia – wynik uzyskany z symulatora poboru energii przez odbiorcę końcowego; fot. E. M. Sroczan
Na fot. 2. zestawiono wyniki analizy poboru mocy w strefach czasowych doby – doliny i szczyty obciążenia SEE oraz w podziale na moc pobieraną przez zdefiniowane uprzednio grupy odbiorników.
Biorąc pod uwagę, iż dane w postaci wykorzystywanej w symulatorze można, po ich uprzednim przetworzeniu, w rzeczywistości uzyskać z układów pomiarowych (pomiarowo-rozliczeniowych), z technicznego punktu widzenia możliwe jest optymalizowanie współpracy źródeł prosumenckich na najniższym poziomie oddziaływania.
Rys. 5. Źródła informacji współpracujące w mikrosieci zasilanej przez prosumentów i przez elektrownie systemowe; rys. E. M. Sroczan
Problem ten ilustruje rys. 5., poszczególne jednostki wytwórcze po stronie prosumentów – zainstalowane w mikrosieci są jednocześnie źródłem informacji wyprzedzającej, określającej możliwe zmiany mocy pobieranej przez mikrosieć z SEE. Efektem analizy zmienności obciążenia u odbiorcy jest uzyskanie przebiegu symulowanej wartości mocy zapotrzebowanej przez prosumenta w okresach deficytu mocy uzyskiwanej z własnego źródła. Dane o pracy odbiorników energii można przejąć z systemu transmisji intreligentnej instalacji budynku. Protokoły standardowych systemów instalacji są otwarte [1]. Proces symulacji zmian poboru mocy wykorzystać można do optymalizacji pracy mikrosieci [10].
Jednocześnie uzyskuje się informację o możliwości zbycia nadmiaru energii generowanej przez instalację prosumencką w okresach braku zapotrzebowania na energię wyprodukowaną i możliwą do wprowadzenia do mikrosieci. Przebieg symulowanego obciążenia ilustruje rys. 6.
Rys. 6. Symulowany przebieg dobowej zmienności obciążenia grupy prosumentów w mikrosieci; rys. E. M. Sroczan
Optymalizacja kosztów generacji energii elektrycznej
Grupa wymagań i ograniczeń technicznych oraz wynikająca z tego możliwa zmiana obciążenia elektrowni, zmieniająca optymalny (poprawny) przyrost mocy w celu pokrycia chwilowego obciążenia, jest uwzględniona jako czynnik powodujący wzrost kosztu generacji na skutek nieoptymalnego punktu pracy źródła [7, 10, 11, 12, 13]. Obciążenie współpracujących elektrowni uznaje się za optymalne, z punktu widzenia minimum kosztu wytwarzania wtedy, kiedy względny przyrost kosztu wytwarzania w systemie, wynikający również z kontraktów zawartych na giełdzie, opisany jest zależnością:
Wzór 1
przy czym:
Wzór 2
gdzie:
ki – współczynnik karny określający wpływ toru przesyłowego i-tej elektrowni na charakterystykę przyrostu kosztu w danej elektrowni (bloku),
lj – względny przyrost kosztu wytwarzania energii, uzależniony od poziomu obciążania elektrowni (bloku) w danym przedziale czasu,
Pgi, Pgimin, Pgimax – moce i-tego źródła – odpowiednio: generowana, generowana minimalna, generowana maksymalna,
ΔPL – moc strat w sieci.
Zależność (2) opisuje współczynnik karny podwyższający koszt produkcji mocy i energii proporcjonalnie do udziału i-tej elektrowni w stratach przesyłu i rozdziału energii w SEE [6, 13].
Przyjęcie tego kryterium oznacza, że przyrost kosztu generowanej energii ma tę samą wartość dla wszystkich współpracujących źródeł. Wpływ na ten stan wywierają dalsze regulacje techniczne i ekonomiczne, między innymi konieczność zakupu przez operatora energii pochodzącej z OZE.
Istotnym ograniczeniem technicznym dla elektrowni cieplnych jest czas trwania zmiany obciążenia, z wyłączeniem zakresu rezerwy wirującej, jest określany zależnością:
Wzór 3
gdzie:
N0 – wartość początkowa narastającego obciążenia, w [MW],
Nt – moc zapotrzebowana generowana przez dany blok energetyczny, w [MW],
k1 – współczynnik procentowego przyrostu generowanej mocy bloku energetycznego, w [%]. Podobnie działają ograniczenia w stosunku do elektrowni wodnych i wiatrowych oraz fotowoltaicznych.
Zmiany obciążenia mikrosieci uwzględniające współpracę własnego źródła prosumenta ilustruje rys. 6. Przyrosty mocy powodują reakcje elektrowni systemowych, zapewniających ciągłość zasilania odbiorców końcowych, również prosumentów.
Podsumowanie
Współczesne technologie przetwarzania informacji (ICT) o stanie pracy urządzeń i układów SEE na podstawie uzyskanej bazy danych oraz bazy wiedzy, pozwalają na bieżąco optymalizować pracę poszczególnych podsystemów SEE. Jest to możliwe dzięki szeroko stosowanej unifikacji protokołów transmisji danych. Istotną zmianę w sposobie realizacji współpracy urządzeń w mikrosieci spowoduje zastosowanie techniki IoT – internet of things.
Agregacja i integracja danych pozwala wprowadzić rozproszony tryb generowania energii elektrycznej, w zamyśle ma to ograniczyć straty energii pierwotnej wywołane jej transportem.
Literatura
- Communication in building automation. Strona: www.downloads.siemens.com/downloadceter/Download.aspx?pos=download&fct=getasset&id1=A6V10209534.
- N. Hatziargyriou i inni, Microgrids – Large Scale Integration of Microgeneration to Low Voltage Grids, CIGRE (2006) C6-309.
- IEC 61400-25 Communications for monitoring and control of wind power plants. Strona: www.nettedautomtion.com/standardization/iec_tc88/index.html (prPN-prEN 61400-25-2E).
- IEC 61850-7-410:2012 Communication networks and systems for power utility automation – Part 7-410: Basic communication structure – Hydroelectric power plants – Communication for monitoring and control. Strona: http://www.shf-hydro.org/maj/phototheque/photos/pdf/4-hidroelectric%20power%20plants%20-%20automation%20using%20iec%2061850%20-%20experiences%20and%20improvements%20for%20the%20user.pdf
- IEC 61850-7-420:2009 Communication Networks and Systems for Power Utility Automation for Distributed Energy Resources (DER). Strona: http://osgug.ucaiug.org/sgsystems/OpenAMIEnt/Shared%20Documents/AMI-ENT1.0/USB%20Docs/DER %20Logical%20Nodes%20FDIS%2057-61850-7-420.pdf.
- M. Kłos, J. Paska, 2013 Methodology of economic assessment of electricity storage profitability, „Rynek Energii”, 3/2013, s. 21–25.
- Nan Wang, Wei Liang, Yanan Cheng, Yunfei Mu, Battery Energy Storage System Information Modeling Based on IEC 61850.
- A. Pamuła, J. S. Zieliński, Sterowanie i systemy informatyczne w mikrosieciach, „Rynek Energii”, nr 1-3/2009, s. 63–69.
- PN-EN 62446:2010 Systemy fotowoltaiczne przyłączone do sieci elektrycznej: minimalne wymagania dotyczące dokumentacji systemu, badania rozruchowe i wymagania kontrolne.
- E. M. Sroczan, Simulation of Change Power Demand in Micro-Grid Supplied by Mix of Sources including Aggregate of Small Scale Hydropower Plants [w:] M. Al-Akaidi, Al. Ayesh (eds),The European Simulation and Modelling Conference ESM 2015. EUROSIS-ETI Publ. 2016, Ostend, Belgium, p. 251–253.
- E. M. Sroczan, Simulation tools for integration management processes of dispersed generation in micro-grid supplied by prosumers [w:] Brito A.C et al., (eds), Proc. of ESM’2014 Conf. ESM’2014 EUROSIS-ETI Publ. 2014, Ostend, Belgium, p. 358–360.
- E. M. Sroczan, The Simulation of the Economic Effect of Power System Structure Including Renewable Sources of Energy, w: Modelling and Simulation 2006. The 2006 Simulation and Modelling Conference Ed.: A. Nketsa, M. Paludetto, C. Bertelle, Publ. EUROSIS-ETI, 2006, Ghent Belgium, s. 42–46.
- Szczerba Z. i inni, Usługi systemowe elektrowni wodnych w zakresie sterowania poziomami napięć i rozpływem mocy biernej w krajowym systemie elektroenergetycznym. V Sesja Naukowo-Techniczna „Elektrownia wodna w systemie elektroenergetycznym”, Wyd. Pol. Lubelska (1998), s. 223–237.
- R. Szczerbowski, Instalacje fotowoltaiczne – aspekty techniczno-ekonomiczne, „Przegląd Elektrotechniczny”, R. 90 nr 10/2014, s. 31–36. Strona: pe.org. pl/articles/2014/10/8.pdf.
- Wei Deng, Wei Pei, Ziqi Shen, Zhenxing Zhao and Hui Qu. Adaptive Micro-Grid Operation Based on IEC 61850. Energies 2015, No 8, p. 4455–4475; doi: 10.3390/en8054455. Strona: www.mdpi.com/ journal/energies.
![Rys. 1. Struktura systemu ICT dla DER według normy [5]](https://www.elektro.info.pl/media/cache/typical_view/data/201905/techniczne-mozliwosci-integracji-rys01.jpg)
