Повышение пропускной способности электрических сетей на основе интеграции метеорологических данных

Эффективное и устойчивое функционирование энергосистем является критически важным элементом для обеспечения поставки электроэнергии, необходимой для поддержания жизненных функций современного общества. В этом контексте интеграция метеорологических данных в управление электрическими сетями приобретает все большее значение.

Метеорологические данные, такие как информация о погодных условиях, температуре, ветре и осадках, играют существенную роль в оперативном и стратегическом управлении энергосистемами. Их использование позволяет оптимизировать работу генерирующих и распределительных станций, использовать максимальную пропускную способность линий, а также улучшать планирование ремонтных работ и обновление инфраструктуры. Зная погодные условия, операторы электроэнергетических сетей могут принимать более обоснованные решения относительно распределения и управления энергоресурсами.

Данное исследование направлено на определение роли метеорологических данных в стратегиях управления современных энергетических систем.

1. World Energy Transitions Outlook 2023: 1.5°C Pathway // International Energy Agency. URL: https://www.irena.org/Publications/2023/Jun/World-Energy-Transitions-Outlook-2023 (дата обращения: 05.11.2023).

2. bp Energy Outlook 2023 // BP. URL: https://www.bp.com/content/dam/bp/business-sites/en/global/corporate/pdfs/energy-economics/energy-outlook/bp-energy-outlook-2023.pdf (дата обращения: 05.11.2023).

3. Global Energy Outlook 2023: Sowing the Seeds of an Energy Transition // Resources for the Future. URL: https://www.rff.org/publications/reports/global-energy-outlook-2023 (дата обращения: 05.11.2023).

4. World Energy Outlook 2022 // International Energy Agency. URL: https://iea.blob.core.windows.net/assets/830fe099-5530-48f2-a7c1-11f35d510983/WorldEnergyOutlook2022.pdf (дата обращения: 05.11.2023).

5. Paldino G. M., De Caro De F., De Stefani J. [et al.]. A Digital Twin Approach for Improving Estimation Accuracy in Dynamic Thermal Rating of Transmission Lines // Energies. 2022. Vol. 15, № 6. P. 2254. DOI: 10.3390/en15062254.

6. Barton T., Musilek P. Day-Ahead Dynamic Thermal Line Rating Using Numerical Weather Prediction // 2019 IEEE Canadian Conference of Electrical and Computer Engineering (CCECE). 2019. P. 1–7. DOI: 10.1109/CCECE.2019.8861883.

7. Liu Z., Deng H., Peng R. [et al.]. An Equivalent Heat Transfer Model Instead of Wind Speed Measuring for Dynamic Thermal Rating of Transmission Lines // Energies. 2020. Vol. 13, № 18. P. 4679. DOI: 10.3390/en13184679.

8. Barton T. Forecasting of Dynamic Thermal Line Rating Under the Conditions of Temporal Discretization and Correlation: Thesis. Canada, 2021. 127 p. DOI: 10.7939/r3-hjjj-9269.

9. IEEE Standard for Calculating the Current-Temperature Relationship of Bare Overhead Conductors // IEEE. 2013. P. 1–72. DOI: 10.1109/IEEESTD.2013.6692858.

10. Guide for thermal rating calculations of overhead lines // CIGRE. 2014. 95 p.

11. СТО 56947007-29.240.55.143-2013. Методика расчета предельных токовых нагрузок по условиям сохранения механической прочности проводов и допустимых габаритов воздушных линий. Стандарт организации. Введ. 2013–02–13. Москва: ОАО ФСК ЕЭС, 2013. 42 с.

12. Morteza A., Sadipour M., Fard R. S. [et al.]. A daggingbased deep learning framework for transmission line flexibility assessment // IET Renewable Power Generation. 2022. Vol. 17. DOI: 10.1049/rpg2.12663.

13. Петрова Е. В. Оценка влияния солнечной радиации на нагрузочные потери активной мощности в высокотемпературных и самонесущих изолированных проводах линий электропередачи // Известия Транссиба. 2019. № 3 (39). С. 134–145. EDN: LDQZUC.

14. Massaro F., Ippolito M. G., Carlini E. M. [et al.]. Maximizing energy transfer and RES integration using dynamic thermal rating: Italian TSO experience // Electric Power Systems Research. 2019. Vol. 174. P. 105864. DOI: 10.1016/j.epsr.2019.105864.

15. Dabbaghjamanesh M., Kavousi-Fard A., Mehraeen S. Effective Scheduling of Reconfigurable Microgrids with Dynamic Thermal Line Rating // IEEE Transactions on Industrial Electronics. 2019. Vol. 66, no. 2. P. 1552–1564. DOI: 10.1109/TIE.2018.2827978.

16. Viafora N., Delikaraoglou S., Pinson P. [et al.]. Chanceconstrained optimal power flow with non-parametric probability distributions of dynamic line ratings // International Journal of Electrical Power & Energy Systems. 2020. Vol. 114. P. 105389. DOI: 10.1016/j.ijepes.2019.105389.

17. Bubenchikov K., Gonzalez-Castellanos A., Pozo D. Benefits of Dynamic Line Rating for the Russian Power Corridor between the European and Siberian Zones // 2020 International Youth Conference on Radio Electronics, Electrical and Power Engineering (REEPE). 2020. P. 1–6. DOI: 10.1109/REEPE49198.2020.9059177.

18. Bhattarai B. P., Gentle J. P., McJunkin T. [et al.]. Improvement of Transmission Line Ampacity Utilization by Weather-Based Dynamic Line Rating // IEEE Transactions on Power Delivery. 2018. Vol. 33, no. 4. P. 1853–1863. DOI: 10.1109/TPWRD.2018.2798411.

19. Karimi S., Musilek P., Knight A. M. Dynamic thermal rating of transmission lines: A review // Renewable and Sustainable Energy Reviews. 2018. Vol. 91. P. 600–612. DOI: 10.1016/j.rser.2018.04.001.

20. Abboud A. W., Gentle J. P., McJunkin T. R. [et al.]. Using Computational Fluid Dynamics of Wind Simulations Coupled with Weather Data to Calculate Dynamic Line Ratings // IEEE Transactions on Power Delivery. 2020. Vol. 35, no. 2. P. 745–753. DOI: 10.1109/TPWRD.2019.2925520.

21. Положение ПАО «Россети» «О единой технической политике в электросетевом комплексе» (новая редакция) // ПАО «Россети». 2022. URL: https://rosseti-yug.ru/upload/iblock/04b/Положение%20о%20единой%20технической%20политике%20ПАО%20Россети%20(ред.492).pdf (дата обращения: 05.11.2023).