Разработка адаптивной системы управления электроэнергетическими системами с высокой долей возобновляемых источников энергии на базе методов машинного обучения с интеллектуальным отбором и восстановлением значимых исходных данных

Объектом исследования является электроэнергетическая система с высокой долей возобновляемых источников энергии. Проект направлен на реализацию адаптивного управления такими системами с помощью методов прогнозирования временных рядов и оптимального управления системами накопления энергии с интеллектуальным отбором и восстановлением значимых исходных данных. Выполнен аналитический обзор существующих принципов проектирования, технических ограничений и основных барьеров при реализации управления электроэнергетическими системами с высокой долей возобновляемых источников энергии, а также факторов, влияющих на точность прогнозирования генерации возобновляемых источников энергии. Разработаны новая концепция и методика создания и функционирования адаптивной системы управления электроэнергетической системой с высокой долей возобновляемых источников энергии и накопителями энергии. Разработана модернизированная технология интеллектуальной предварительной обработки метеорологических данных для повышения точности прогнозирования генерации возобновляемых источников энергии. Разработаны новые алгоритмы, математические модели и их программная реализация построения адаптивных моделей прогнозирования временных рядов с применением средств частичного обучения, учитывающая неполноту исходных данных, стохастичность метеорологических условий и процессы изменения климата. В основе лежат модели ансамблевых деревьев решений и алгоритм их обучения с пространственно-временной адаптаций, который использует кластеризацию погодных данных и постепенное дообучение на новых данных с исключением из обучающей выборки менее новых данных. Обоснована необходимость адаптации моделей прогнозирования временных рядов и учет неполноты и неоднородности исходных данных в задачах прогнозирования генерации возобновляемых источников энергии на данных многолетних наблюдений ряда областей Российской Федерации и ближнего зарубежья. Тестирование показало, что разработанные алгоритмы способны обеспечить точность краткосрочного прогнозирования графиков генерации электрических станций на основе ВИЭ (ветра и солнца) в диапазоне 90-97 % в зависимости от географических и климатических условий и вида источника энергии. Получено обоснование возможности решения задачи технологической эксплуатации и интеллектуального управления электроэнергетической системой с высокой долей возобновляемых источников энергии на основе табличного Q-обучения. Вычислительные эксперименты показали, что применение табличного Q-обучения с дискретизацией признаков состояния позволяет повысить эффективность использования системы накопления энергии на 5–17% по сравнению с простыми эвристическими правилами, не учитывающими прогнозы генерации и потребления. Спроектирована адаптивная система управления электроэнергетической системой с высокой долей возобновляемых источников энергии и накопителями энергии.