Межрегиональный молодежный инновационный форум «Инновации-2021»

Интеллектуальные системы прогнозирования и максимизации электроэнергии, вырабатываемой солнечной электростанцией

Авторы: Энгель Н.Е, Энгель Е.А,
ФГБОУ ВО "ХГУ им. Н.Ф. Катанова"
Видеоролик:

 

 

 

 

 

 

 

Аннотация проекта

Цель проекта - создание интеллектуальных систем прогнозирования и максимизации выработки массива солнечных панелей на основе модифицированной нечеткой нейросети. Она была достигнута путем модификации автоматизированных методов обеспечения на всех этапах жизненного цикла систем прогнозирования и максимизации выработки массива солнечных панелей на основе модифицированной нечеткой нейросети; разработки интеллектуальной системы прогнозирования выработки массива солнечных панелей на основе модифицированной нечеткой нейросети и реализация ее как программы для ЭВМ и экспериментальной апробации интеллектуальной системы слежения за точкой максимальной мощности фотоэлектрического массива в Octave.

 

Описание проекта

Актуальность проекта

Один из основных способов создания интеллектуальных энергетических систем – масштабное внедрение современных интеллектуальных методов. Актуальность и важность проведенного исследования по данной проблеме обусловлена утвержденными правительственной комиссией по высоким технологиям и инновациям несколькими технологическими платформами, в том числе: «Интеллектуальная электроэнергетическая система России», «Малая распределённая энергетика» и Федеральным законом № 261-ФЗ «Об энергосбережении и о повышении энергетической эффективности и о внесении изменений в отдельные законодательные акты Российской Федерации». Актуальность данного исследования также обусловлена появлением класса автономных фотоэлектрических систем, для которых традиционные технологии автоматического управления оказываются непригодными или крайне неэффективными. Создание интеллектуальных систем прогнозирования и максимизации выработки электроэнергии массивом солнечных панелей в условиях воздействия различных внешних и внутренних факторов неопределенности актуально, так как предлагаемые решения обеспечивают: • энергоэффективность, относящуюся к числу приоритетных направлений развития науки, технологий и техники в РФ; • автоматизированное построение эффективного макета «Рынок сутки вперед» и увеличение выработки электроэнергии массивом солнечных панелей, что повышает прибыль солнечной электростанции от продажи электроэнергии.

 

Цель проекта

Цель проекта: Целью данного исследования является создание интеллектуальных систем прогнозирования и максимизации выработки массива солнечных панелей на основе модифицированной нечеткой нейросети. В соответствии с поставленной целью были сформулированы и решены следующие задачи: 1) модификация автоматизированных методов обеспечения на всех этапах жизненного цикла систем прогнозирования и максимизации выработки массива солнечных панелей на основе модифицированной нечеткой нейросети; 2) разработка интеллектуальной системы прогнозирования выработки массива солнечных панелей на основе модифицированной нечеткой нейросети и реализация ее как программы для ЭВМ; 3) экспериментальная апробация интеллектуальной системы слежения за точкой максимальной мощности фотоэлектрического массива в среде Octave; 4) разработка программы для ЭВМ «Система слежения за точкой максимальной мощности фотоэлектрического массива».

 

Ожидаемые (полученные) результаты 

Ожидаемые (полученные) результаты: 1) Интеллектуальная система прогнозирования выработки электроэнергии массивом солнечных панелей. Разработанная интеллектуальная система прогнозирования выработки электроэнергии массивом солнечных панелей реализована как программа для ЭВМ «Интеллектуальное прогнозирование мощности фотоэлектрической системы» имеет следующие преимущества перед аналогами: обеспечивает автоматическую самоадаптацию и самообучение; реализует автоматическую загрузку данных и автоматическое построение макета «Рынок сутки вперед». 2) Интеллектуальная система максимизации выработки электроэнергии массивом солнечных панелей. Система максимизации выработки электроэнергии массивом солнечных панелей на базе разработанной модифицированной нечеткой нейросети (масштабируемой в зависимости от сложности задачи и горизонта управления) обеспечивает: максимизацию выработки электроэнергии массивом солнечных панелей, устойчивость и эффективное управление фотоэлектрической системой, а также автоматизированность методов всех этапов жизненного цикла системы максимизации выработки электроэнергии массивом солнечных панелей. Разработанная интеллектуальная система максимизации выработки электроэнергии массивом солнечных панелей на базе модифицированной нечеткой нейросети будет реализована как программа для ЭВМ «Система слежения за точкой максимальной мощности фотоэлектрического массива».

 

Описание сути инновационного проекта

Разработанная на базе синтеза мультиагентных, нейро-эволюционных вычислений и нечеткой логики модифицированная нечеткая нейросеть эффективно транслирует полный спектр структурных и функциональных аспектов систем прогнозирования и максимизации выработки электроэнергии массивом солнечных панелей, т.е. обеспечивает структурно-параметрический синтез, диагностическое функционирование и самоадаптацию интеллектуальных систем прогнозирования и максимизации выработки электроэнергии массивом солнечных панелей.

Текущая стадия проекта 

Выполнены НИР (сформулированы и/ или научно обоснованы основы создаваемой технологии или продукта)

 

Эффективность проекта 

1. При внедрении программы для ЭВМ «Система слежения за точкой максимальной мощности фотоэлектрического массива» на солнечной электростанции мощностью 5,25 МВт ее срок окупаемости составит менее трех лет, что доказывает экономическую эффективность инвестиционного проекта. 2. При внедрении программы для ЭВМ «Интеллектуальное прогнозирование мощности фотоэлектрической системы» на солнечной электростанции мощностью 5,25 МВт ее срок окупаемости составит менее трех лет, что доказывает экономическую эффективность инвестиционного проекта;

 Наименование и краткое описание разработки (инновационного продукта / услуги), создаваемой в проекте

Описание разработки и ее потребительских качеств

Разработанная интеллектуальная система прогнозирования выработки электроэнергии массивом солнечных панелей реализована как программа для ЭВМ «Интеллектуальное прогнозирование мощности фотоэлектрической системы» имеет следующие преимущества перед аналогами: обеспечивает автоматическую самоадаптацию и самообучение; реализует автоматическую загрузку данных и автоматическое построение макета «Рынок сутки вперед». Система максимизации выработки электроэнергии массивом солнечных панелей на базе разработанной модифицированной нечеткой нейросети (масштабируемой в зависимости от сложности задачи и горизонта управления) обеспечивает: максимизацию выработки электроэнергии массивом солнечных панелей, устойчивость и эффективное управление фотоэлектрической системой, а также автоматизированность методов всех этапов жизненного цикла системы максимизации выработки электроэнергии массивом солнечных панелей. Разработанная интеллектуальная система максимизации выработки электроэнергии массивом солнечных панелей на базе модифицированной нечеткой нейросети будет реализована как программа для ЭВМ «Система слежения за точкой максимальной мощности фотоэлектрического массива».

 

Назначение разработки

прогнозирование и максимизация выработки солнечных электростанций

 

Новизна и конкурентные преимущества презентуемой разработки в сравнении с аналогами

Интеллектуальные системы прогнозирования и максимизации выработки электроэнергии массивом солнечных панелей на основе модифицированной нечеткой нейросети настраиваются на архивных данных, автоматическая самоадаптация и самообучение (нейросетевые технологии); автоматическая загрузка данных для построение макета «Рынок сутки вперед»; автоматическое построение макета «Рынок сутки вперед». В сравнении с существующими нечеткими нейросетями, такими как адаптивная сеть на основе системы нечеткого вывода (ANFIS) , модифицированная нечеткая нейросеть имеет следующие отличительные особенности: форма многомерной функции принадлежности априорно не задается; многомерные функции принадлежности аппроксимируются на основе экспериментальных данных нейросетью; настроенные с учетом режимов фотоэлектрической системы рекуррентные нейросети формируют агентов режимных субкультур модифицированной нечеткой нейросети; агенты взаимодействуют друг с другом на основе алгоритма нечетко-возможностной свертки; модифицированная нечеткая нейросеть использует более широкую линейку разнообразных нейросетевых и нечетких элементов, пополненную новым: элемент нечетко-возможностной свертки.

 

Партнёры по реализации проекта 

Исследование выполнено при финансовой поддержке РФФИ и Республики Хакасия в рамках научного проекта № 19-48-190003

Объемы необходимых инвестиций, тыс. руб: 125