Тези доповідей
Постійне посилання колекціїhttps://dspace.nuft.edu.ua/handle/123456789/7497
Переглянути
11 результатів
Результати пошуку
Документ Система керування електротехнічним комплексом з фотоелектростанцією та комбінованим накопичувачем енергії(2024) Балюта, Сергій Миколайович; Куєвда, Юлія Валеріївна; Романюк, Володимир Тарасович; Копилова, Людмила ОлександрівнаВ роботі описано запропоновану систему керування системи електропостачання з комбінованим накопичувачем енергії та фотоелектростанцією. Запропонована система керування забезпечує енергоефективні режими системи електрозабезпечення, підвищення ефективності використання накопичувача енергії та нормативні терміни експлуатації акумуляторних батарей.Документ Інтелектуальне керування електрозабезпеченням об’єкта з ФЕС та накопичувачем енергії(2023) Балюта, Сергій Миколайович; Копилова, Людмила Олександрівна; Куєвда, Юлія Валеріївна; Романюк, Володимир Тарасович; Кондрашевський, Максим СергійовичВ роботі описується розроблена система керування, що забезпечує багатокритеріальне оптимальне оперативне управління електрозабезпеченням об’єктів з фотоелектростанціями та накопичувачами енергії.Документ Інтелектуальна система регулювання напруги в електротехнічних комплексах з ФЕС та накопичувачами енергії(2023) Балюта, Сергій Миколайович; Копилова, Людмила Олександрівна; Куєвда, Юлія Валеріївна; Романюк, Володимир Тарасович; Кондрашевський, Максим СергійовичВ роботі описана запропонована інтелектуальна система регулювання напруги (яка заснована на нечіткій логіці) для сучасних систем електропостачання. Запропонована система регулювання забезпечує підтримання нормативних значень напруги при зміні потужності фотоелектростанції та реактивної потужності споживачів.Документ Предиктивне технічне обслуговування ФЕС шляхом виявлення аномалій на фотоелектростанціях за допомогою штучних нейронних мереж(2024) Балюта, Сергій Миколайович; Куєвда, Юлія Валеріївна; Романюк, Володимир Тарасович; Копилова, Людмила ОлександрівнаВ роботі описана запропонована система виявлення аномалій на фотоелектростанціях. Вона побудована на основі логічного алгоритму з використанням штучної нейронної мережі, яка використовується для оцінки потужності генерації фотоелектростанції. Запропонована система дозволяє ефективно виявляти та класифікувати декілька видів аномалій на основі даних про генерацію енергії фотоелектростанцією та погодних даних з метеостанції.Документ Порівняльний аналіз програмних засобів (ПЗ) для проєктування, моделювання та аналізу сонячних фотоелектричних систем (ФЕС)(2024) Зінькевич, Петро Олексійович; Куєвда, Юлія Валеріївна; Балюта, Сергій Миколайович; Кондрашевський, Максим Сергійович; Копилова, Людмила ОлександрівнаТехнічна, економічна та екологічна політика на глобальному рівні призвела до просування зелених енергетичних технологій у економіку країни, особливо використання ФЕС в сучасному секторі електроенергетики. Завдяки цьому ПЗ, які застосовуються для визначення розмірів, моделювання та аналізу сонячних фотоелектричних систем стали важливою частиною комерційного застосування ФЕС, їх використання для освітніх і наукових цілейДокумент Особливості застосування систем накопичення електричної енергії(2024) Зінькевич, Петро Олексійович; Куєвда, Юлія Валеріївна; Балюта, Сергій Миколайович; Жуков, Максим ЮрійовичЗміни характеру ринку електричної енергії і широке впровадження відновлювальних джерел енергії (фотоелектростанцій, вітроелектростанцій і т.і.) призводить, до стохастичної генерації електричної енергії, що потребує використання засобів стабілізації електроенергетичної системи до яких відносяться технології накопичення електричної енергії. В залежності від призначення технології накопичення енергії поділяються на короткочасні (кілька секунд або хвилин), середньострокові (хвилини або години) і довгострокові (від кількох годин до кількох днів)Документ Технічні характеристики, переваги та недоліки електрохімічних накопичувачів електричної енергії(2024) Зінькевич, Петро Олексійович; Куєвда, Юлія Валеріївна; Балюта, Сергій Миколайович; Сінюков, Дмитро ЮрійовичЗміна концепції ринку електричної енергії, впровадження відновлювальних джерел енергії (ВДЕ), розширення використання електромобілів обумовлюють широке застосування електрохімічних накопичувачів електроенергії (НЕ) на різних рівнях електроенергетичної системи. Ефективне використання НЕ може бути досягнуто шляхом правильного їх вибору з урахуванням їх особливостей і характеристик. Матеріали і методи. Виконаний аналіз існуючих типів накопичувачів електроенергії на основі їх технічних характеристикДокумент Програми керуванням попитом (DSM) на електричну енергію(2020) Зінькевич, Петро Олексійович; Балюта, Сергій МиколайовичВступ. Зростання інтересу до питань підвищення енергетичної ефективності та енергозбереження в світовому співтоваристві є актуальним в наш час. Одним із сучасних і інноваційних напрямків підвищення енергетичної ефективності, є механізм керування попитом на електричну енергію Demand-Side Management (DSM). Матеріали і методи. Метою даного дослідження є аналіз програм керування попитом на електричну енергію в системах електропостачання (СЕП) Результати. Програми DSM були розроблені у 1970-х роках в США.Причиною прийняття такої програми стала енергетична криза, яка супроводжувалася наступними наслідками: подорожчання і дефіцит енергетичних ресурсів, в результаті чого зросла вартість електричної енергії, а також необхідність зменшення впливу підприємств енергетичної галузі на навколишнє середовище.Тому впровадження цих програм в Україні є актуальними. Це дасть змогу підвищити надійність СЕП та збільшити енергетичну ефективність.Документ Інтелектуальна автоматизована система керування енергозабезпеченням об’єкта з використанням відновлювальних джерел енергії(2020) Балюта, Сергій Миколайович; Копилова, Людмила Олександрівна; Куєвда, Юлія Валеріївна; Йовбак, Василь Дмитрович ; Зінькевич, Петро ОлексійовичЗабезпечення надійного і ефективного енергопостачання промислових і комунальних об’єктів з відновлювальними джерелами енергії може досягатися шляхом розробки інтелектуальної автоматизованої системи керування [1]. Система енергозабезпечення об’єктів з використанням відновлювальних джерел енергії як об’єкт керування має багаторівневу ієрархічну структуру: нижній рівень утворюють споживачі теплової та електричної енергії, а верхній рівень – трансформатори понижуючої підстанції, фото-електричні станції, котельні та мікро ТЕЦ. Керування енергозабезпеченням проводиться з метою забезпечення економічного та надійного електропостачання та теплопостачання шляхом визначення раціональних обсягів енергії, що генеруються відповідно централізованими та відновлювальними джерелами енергії, накопичувачами енергії з використанням методів прогнозування обсягів генерації енергії відновлювальними джерелами енергії і електро- та теплоспоживання, вибору раціональної конфігурації схем теплової та електричної мережі, забезпечення виконання вимог енергосистеми щодо обсягів енергоспоживання, мінімізації енергоспоживання та втрат електричної енергії при передаванні, розподілі і споживанні шляхом компенсації реактивної потужності та підтримання енергоефективних рівнів напруги в електричній мережі; підтримання нормативних показників якості електричної енергії. Для реалізації функцій керування в складі інтелектуальної системи передбачені такі функціональні блоки: визначення та перевірки на достовірність вимірювальної інформації щодо стану системи енергозабезпечення; прогнозування електро- та теплоспоживання, генерації електричної енергії фотоелектричними перетворювачами на основі метереологічних даних; оптимізації обсягів енергії генерованої відновлювальними джерелами енергії з урахуванням обмежень накопичувачів електричної енергії; формування управлінських рішень по керуванню енергозабезпеченням;; визначення енергоефективних рівнів компенсації реактивної потужності і напруги в системі електропостачання і забезпечення нормативних показників якості електричної енергії.Документ Аналіз методів прогнозування електричного навантаження та факторів, що впливають на точність прогнозу(2021) Зінькевич, Петро Олексійович; Куєвда, Юлія Валеріївна; Балюта, Сергій МиколайовичУ цьому дослідженні проводиться порівнянний аналіз статистичних методів та штучного інтелекту, які використовуються для короткострокового, середньострокового та довгострокового прогнозування електричного навантаження (ПЕН) та наявність факторів, що впливають на точність прогнозу.