FOCUS: ФРЕЙМВОРК ДЛЯ ОПТИМИЗАЦИИ ЭНЕРГЕТИЧЕСКИХ СИСТЕМ ОТ УРОВНЯ ПРОСЬЮМЕРА ДО РАЙОНА И ГОРОДА

Поскольку глобальные выбросы парниковых газов продолжают расти и воздействие на окружающую среду становится очевидным, многие страны по всему миру ускоряют переход своих энергетических систем на чистую энергию. Например, Европейская комиссия выпустила в 2021 году множество нормативных актов, которые вместе образуют пакет «Fit for 55», который обязуется достичь климатической нейтральности к 2050 году и устанавливает цель сокращения выбросов как минимум на 55% к 2030 году (по сравнению с уровнями 1990 года) [1]. Более половины населения мира в настоящее время проживает в городах. В Европе этот показатель еще выше, достигая 70%, и, по оценкам, к 2050 году превысит 80% [2]. Города также ответственны за более чем 70% глобальных выбросов CO2 согласно [3], в основном из-за использования ископаемых видов энергии в транспортном и строительном секторах. Поэтому преобразование в сторону устойчивых городских энергетических систем играет важную роль для энергетического перехода. Между тем, во всем мире наблюдается растущая интеграция возобновляемых источников энергии [1]. По причинам физической стабильности сетей, выработка электроэнергии должна соответствовать потреблению в

любое время. Это требует источников гибкости, таких как технологии хранения, для компенсации колебаний спроса и нестабильной генерации. Кроме того, довольно нестабильная глобальная ситуация делает необходимым подчеркнуть энергетическую безопасность [4]. В этом контексте поставка традиционных энергоносителей также характеризуется высокой неопределенностью. Кроме того, новые технологии, такие как технология постоянного тока (DC) и водородная газовая технология, вероятно, будут продвигаться в энергетической системе. Поэтому можно видеть, что энергетическая система значительно изменится, и становится все труднее предоставлять проектные решения для таких сложных энергетических систем.

Для проектирования этой новой энергетической системы динамические модели оптимизации энергетических систем становятся все более актуальными, поскольку они позволяют учитывать зависящие от времени эксплуатационные характеристики и обеспечивают динамическое энергетическое равновесие даже в ситуациях высокой волатильности.

Модель оптимизации энергетической системы - это математическая модель, которая создает энергетический баланс и соотношение преобразования для каждого временного шага, чтобы найти оптимальное решение энергоснабжения в соответствии с установленной целью. Фреймворк оптимизации FOCUS использует смешанное целочисленное линейное программирование (MILP). В отличие от других существующих инструментов, которые в основном сосредоточены на одном уровне абстракции и имеют предопределенную цель - обычно минимизацию затрат [5][6][7], вновь разработанный программный фреймворк охватывает несколько уровней энергетической системы в области конечного потребления более подробно и позволяет пользователям строить свои собственные цели. Он использует подход снизу вверх и обеспечивает оптимизацию энергетических систем на трех уровнях, охватывающих область конечного снабжения. Эта область в основном состоит из потребителей и просьюмеров, которые могут не только потреблять, но и генерировать полезную энергию в основном из возобновляемых источников [8]. На рисунке 2 показаны рассматриваемые три уровня от отдельных просьюмеров через районы до взаимосвязанных городских районов. Основываясь на подходе снизу вверх, самый низкий уровень, т.е. уровень просьюмера, сначала будет оптимизирован в соответствии с установленной целью. Последующая оптимизация отдельного района основана на этом уровне просьюмера, используя оптимизированные результаты просьюмеров в качестве его строительных элементов и используя оставшуюся гибкость в каждом просьюмере. На последнем третьем уровне районы взаимосвязаны, чтобы сформировать многосекторную городскую энергетическую систему.

Разработанный программный фреймворк является инструментом расчета мощности и оценки для целостного рассмотрения всех взаимосвязанных секторов и сетевых компонентов. Поэтому он способен выявлять новые потенциалы для энергетических технологий и, следовательно, может поддерживать компании, работающие в этой области, в принятии более обоснованных решений. Кроме того, он может помочь в определении граничных условий в области городского планирования. На фоне многосекторных энергетических систем оценка новых технологий и бизнес-моделей является осмысленной и правдоподобной только в контексте целостного рассмотрения всех связанных энергетических секторов.

Программный фреймворк FOCUS написан на Python. В зависимости от объема оптимизации, FOCUS способен строить MILP-задачи для отдельных просьюмеров, районов и связанных районов. Программа использует подход снизу вверх на протяжении всего процесса оптимизации. Оптимизированные подсистемы с более глубокого уровня используются в качестве строительных блоков для систем более высокого уровня. Благодаря этой модульной структуре фреймворк FOCUS разбивает сложные задачи оптимизации, содержащие большое количество переменных и ограничений, на несколько подзадач. Это повышает вычислительную эффективность, сокращает время расчета и также снижает возникновение нерешаемых задач. Благодаря этой особенности фреймворк может быть легко расширен для удовлетворения требований различных случаев использования.

В зависимости от полученных входных данных могут быть сгенерированы два различных вида оптимизации. Первый вид - это оптимизация размеров компонентов. В

этом случае выбор и определение размеров энергетических компонентов определяются как эндогенные переменные модели оптимизации. В результате наиболее подходящие размеры для всех компонентов с неизвестным размером будут определены посредством оптимизации. Программа может даже вернуть размер ноль, что указывает на то, что определенная технология не должна быть внедрена. Второй вид - это оптимизация эксплуатации, в которой размеры компонентов являются экзогенными входными данными модели. В этом случае результаты оптимизации показывают оптимальную эксплуатацию в каждой подсистеме для каждого временного шага. Два вида оптимизации могут быть интегрированы в одну задачу и решены вместе программой.

Фреймворк обладает способностью генерировать многокритериальные задачи оптимизации, т.е. задачи с более чем одной целью оптимизации, например, для получения компромисса между экологическими и экономическими целями. Результаты оптимизации могут затем использоваться в соответствующей визуализации Парето-фронта и предоставлять лицам, принимающим решения, рисунок для оценки различных критериев перед принятием решения о конкретном инвестиционном плане или разработке операционного решения.

Три уровня модели могут быть абстрагированы, как показано на рисунке 2. На левой стороне рисунка выделена базовая энергетическая система просьюмера. Просьюмер - это наименьшая единица, которая может быть проанализирована с помощью математической оптимизации независимо. Оптимизированные просьюмеры рассматриваются как строительные блоки для второго уровня фреймворка, т.е. модели района. Помимо жилых зданий, как показано на рисунке, другие типы зданий также могут быть смоделированы, такие как офисные здания с более высоким спросом и различными профилями потребления или промышленные здания, которые могут иметь отработанное тепло от производства, среди прочих. В дополнение к различным типам просьюмеров, традиционные производители энергии, потребители и центральные инфраструктуры снабжения также могут быть оптимизированы и добавлены в модели районов.

На последнем этапе, т.е. связанных районах, несколько районов взаимосвязаны для построения более сложной и широкой городской системы энергоснабжения.

На рисунке 2 энергетические компоненты соединены линиями разного цвета, которые представляют различные линии передачи энергии, такие как электрические провода для электроэнергии в светло-голубом цвете и водопроводные трубы для теплоснабжения в красном цвете. Направления потока мощности между компонентами определяются во входных файлах. Соединения обычно однонаправленные, и только определенные устройства допускают двунаправленные потоки, такие как батарея и тепловой накопитель. Система управления энергией (EMS) контролирует все потоки мощности в просьюмере и управляет ими в соответствии с целью оптимизации. В настоящее время пользователи могут выбирать между различными целями: минимизация аннуитета, минимизация эксплуатационных расходов, минимизация выбросов CO₂ и максимизация самопотребления. Фреймворк дополнительно позволяет пользователям легко конструировать индивидуальные цели оптимизации, предоставляя доступ ко всем параметрам и переменным во время работы.

В области конечного потребления просьюмеры обычно представляют собой здания с собственными генераторами энергии, такими как фотоэлектрический (PV) генератор, ветровая турбина и тепловой насос, среди прочих. Обычно они используют системы хранения для электроэнергии или тепла, чтобы увеличить самопотребление генерации. Как показано на рисунке 2, просьюмер может иметь несколько требований в электроэнергии, тепле и охлаждении. Чтобы покрыть различные требования, просьюмер оснащен генераторами, накопителями и распределителями из разных секторов. Кроме того, просьюмер способен преобразовывать энергию между различными носителями, используя такие компоненты, как тепловые насосы, газовые котлы, электролизеры и охлаждающие машины. Во фреймворке FOCUS локальная энергетическая система просьюмера представлена хост-моделью Prosumer, а ее энергетические компоненты моделируются с использованием различных моделей Component. Фреймворк предоставляет готовые к использованию наборы параметров для математических моделей доступных энергетических компонентов, которые могут быть адаптированы к потребностям пользователей. Кроме того, каждая модель Prosumer имеет центральный компонент EMS, который контролирует потоки мощности.

Оптимизация моделей просьюмеров на первом уровне FOCUS предоставляет определение размеров компонентов просьюмера и их эксплуатационное поведение. Это позволяет получить остаточную нагрузку каждого просьюмера для подключенных сетей. Остаточная нагрузка затем используется для второго уровня фреймворка для взаимосвязи просьюмеров с целью формирования модели District. Оптимизированные модели Prosumer хранятся в их хост-модели District. Центральные инфраструктуры снабжения, такие как центральная батарея или тепловой накопитель и PV-парки, также могут быть смоделированы с помощью модели Prosumer и добавлены в хост-модель District. Сети снабжения, т.е. электрическая сеть, тепловая сеть и газовая сеть, соединяют просьюмеров и все существующие центральные инфраструктуры. Аналогично EMS в просьюмерах, модель District имеет координатор, который управляет потоками мощности в этом районе и взаимодействует с просьюмерами. Оптимизация районов обычно направлена на максимизацию экономической ценности путем выявления синергий между просьюмерами и центральными единицами снабжения и использования оставшейся гибкости внутри каждого просьюмера. Технологии, такие как микросети и двунаправленные сети районного отопления пятого поколения, могут быть рассмотрены, и их потенциал для будущих районных энергетических систем может быть оценен. На третьем уровне фреймворка модели District используются в качестве строительных блоков для создания модели городской энергетической системы. Крупные электростанции и электрические сети более высокого уровня напряжения добавляются на этом уровне. Оптимизация на этом уровне в основном исследует синергетические эффекты между подсистемами и предоставляет наилучшее определение размеров и эксплуатацию инфраструктур снабжения и их компонентов генерации, хранения и передачи. С помощью этого 3-уровневого подхода к оптимизации модель удовлетворяет потребность в комплексном инструменте анализа для детального ответа на исследовательские вопросы на пути к эффективному, удовлетворительному и доступному энергетическому переходу от конечного пользователя до городского масштаба.

Разработанный фреймворк FOCUS решает проблему предоставления решений для энерго- и электроснабжения, учитывая взаимодействия между уровнем просьюмера, района и города. Библиотека параметров компонентов фреймворка охватывает соответствующие технологии на всех трех уровнях, которые важны для дальнейшего исследования межсекторного энергоснабжения. Реализация компонентов является модульной и может быть легко расширена. Более того, сочетание модульной конфигурации топологии и гибкого определения стратегий оптимизации предлагает возможность моделирования как технических взаимосвязей, так и политических норм.

Параллельно с фактической разработкой базовых моделей изучаются и интегрируются на уровне фреймворка методы снижения сложности, такие как временная агрегация входных временных рядов. Этот подход обеспечивает выполнимое время выполнения для оптимизации сценариев в крупном масштабе.

Проект InEEd-DC продолжается и, как ожидается, будет завершен в 2025 году. В настоящее время модели уровня просьюмера разработаны и могут использоваться напрямую. Многие различные типы зданий были проанализированы с помощью различных сценариев применения. На более поздних стадиях проекта будут разработаны дополнительные модели районного уровня, и больше последующих случаев использования будет проанализировано и использовано для калибровки моделей. В дополнение к разработке моделей для различных энергетических компонентов, новые бизнес-модели являются основным направлением в рамках разработки фреймворка.

FOCUS-Framework - это инструмент с открытым исходным кодом, использующий лицензию MIT, и к нему можно получить доступ в Gitlab.

Цзинью Гун: Концептуализация, Методология, Валидация, Программное обеспечение, Ресурсы, Формальный анализ, Написание - Подготовка оригинальной рукописи.

И Ни: Концептуализация, Методология, Валидация, Программное обеспечение, Ресурсы, Формальный анализ, Написание.

Йонас ван Оуверкерк: Концептуализация, Методология, Валидация, Программное обеспечение, Ресурсы, Формальный анализ.

Феликс Веге: Методология, Валидация, Формальный анализ.

Маурисио Сели Кортес: Методология, Валидация, Программное обеспечение, Ресурсы, Формальный анализ.

Кристоф фон Ой: Методология, Валидация, Программное обеспечение, Формальный анализ.

Йонас Брукш: Методология, Валидация, Программное обеспечение, Формальный анализ.

Кристиан Бубар: Руководство, Привлечение финансирования, Концептуализация, Написание - Рецензирование и редактирование, Управление проектом.

Томас Шрайбер: Концептуализация, Рецензирование, Управление проектом.

Дирк Уве Зауэр: Руководство, Привлечение финансирования.

Дирк Мюллер: Руководство, Привлечение финансирования.

Антонелло Монти: Руководство, Привлечение финансирования.

Эта работа была поддержана инициативой финансирования "FEN Research Campus - Public-Private Partnership for Innovation" от Федерального министерства образования и исследований (BMBF). Фреймворк разрабатывается в рамках его проекта "InEEd-DC", номер финансирования 03SF0597.

1. Laura Cozzi and Tim Gould. World Energy Outlook 2021. INTERNATIONAL ENERGY AGENCY, 2021.

2. United Nations Department of Economic and Social Affairs. United Nations Demographic Yearbook 2015. United Nations Publication, 2015.

3. David Wheeler Susmita Dasgupta, Somik Lall. Cutting global carbon emissions: where do cities stand?, 2022.

4. Samantha A. Sharpe Zaheer Allam, Simon Elias Bibri. The rising impacts of the covid-19 pandemic and the russia-ukraine war: Energy transition, climate justice, global inequality, and supply chain disruption. Resources, 11:99, 2022.

5. Soner Candas et al. Code exposed: Review of five open-source frameworks for modeling renewable energy systems. Renewable and sustainable energy reviews, 161, 2022.

6. Jonas van Ouwerkerk et al. Comparing open source power system models - a case study focusing on fundamental modeling parameters for the german energy transition. Renewable and sustainable energy reviews, 161, 2022.

7. Solbrekke IM. Ringkjøb H-K, Haugan PM. A review of modelling tools for energy and electricity systems with large shares of variable renewables. Renewable and sustainable energy reviews, 96, 2018.

8. Bundesministerium für Wirtschaft und Klimaschutz. Was ist ein "prosumer"?, 2016.