Details

Title Оптимизация режима электроэнергетических систем по критериям экологичности: выпускная квалификационная работа магистра: направление 13.04.02 «Электроэнергетика и электротехника» ; образовательная программа 13.04.02_02 «Электроэнергетические системы, сети, электропередачи, их режимы, устойчивость и надежность»
Creators Андреев Никита Рудольфович
Scientific adviser Коровкин Николай Владимирович
Other creators Першиков Георгий Анатольевич
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт энергетики
Imprint Санкт-Петербург, 2020
Collection Выпускные квалификационные работы; Общая коллекция
Subjects оптимизация режима электроэнергетической системы; экологичность; минимизация выбросов; генетический алгоритм; метод роя частиц; optimization of the electric power system mode; environmental friendliness; the minimization of emissions; genetic algorithm; particle swarm optimization method
Document type Master graduation qualification work
File type PDF
Language Russian
Level of education Master
Speciality code (FGOS) 13.04.02
Speciality group (FGOS) 130000 - Электро- и теплоэнергетика
Links Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2020/vr/vr20-1715
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key ru\spstu\vkr\6454
Record create date 7/10/2020

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Action 'Download' will be available if you login or access site from another network

Group Anonymous
Network Internet

В данной работе проведено исследование оптимизации режима работы электроэнергетической системы по критериям экологичности. Проведена оптимизация режима ЭЭС при помощи генетического алгоритма и метода роя частиц по критериям минимизации суммарной генерации тепловых электростанций и минимизации потерь активной мощности системы. Расчёт по каждому из методов проводился в два этапа: демонстрационный и итоговый. В первом, демонстрационном, этапе была проведена оптимизация по критерию минимума одной целевой функции, а именно суммарной мощности генерации тепловых электростанций. Во втором, итоговом, этапе расчёта оптимизация проводилась по двум критериям: минимизация суммарной мощности генерации тепловых электростанций и минимизация суммарных потерь активной мощности в системе. По итогу второго этапа расчёта получены Парето-оптимальные множества режимов работы рассматриваемой электроэнергетической системы. Суть данного исследования затрагивает важные технико-экологические аспекты области электроэнергетики и несомненно является очень важной в наше время.

In this paper, the study of optimization of the operation mode of the electric power system according to the criteria of environmental friendliness is carried out. The EPS regime was optimized using a genetic algorithm and the particle swarm method according to the criteria for minimizing the total generation of thermal power plants and minimizing the loss of active power of the system. The calculation for each of the methods was carried out in two stages: demonstration and final. In the first demonstration stage, optimization was performed based on the criterion of the minimum of one target function, namely, the total generation capacity of thermal power plants. In the second, final stage of the calculation, optimization was carried out according to two criteria: minimizing the total power generation capacity of thermal power plants and minimizing the total loss of active power in the system. As a result of the second stage of calculation, Pareto-optimal sets of operating modes of the considered electric power system are obtained. The essence of this research concerns important technical and environmental aspects of the field of electric power and is undoubtedly very important in our time.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet Authorized users SPbPU
Read Print Download
Internet Anonymous

Access count: 17 
Last 30 days: 0

Detailed usage statistics