Обзор методов исследования энергетической безопасности. Моделирование (на англ. яз.)

Цель – провести обзор литературных источников, посвященных оценке энергетической безопасности и надежности топливо- и энергоснабжения. В работе анализируются источники, в которых применяются различные методы моделирования оцениваемых энергетических систем. Изучено около 50 научных статей и обзоров, подобранных в различных научных источниках (в том числе IEEE, Web of Science и Scopus) по следующим ключевым словам: «энергетическая безопасность», «надежность энергоснабжения», «крупномасштабные системы», «анализ узких мест». Применен метод систематизированного обзора специализированных источников, который дает возможность обеспечить четко определенную структуру для данной области исследований путем категоризации статей. Проведен комплексный обзор литературных источников и проанализированы представленные в работах методы моделирования энергетических систем. Акцент поставлен на источники, в которых в качестве целевой функции модели выбран анализ энергетической безопасности и надежности топливо- и энергоснабжения. Были также рассмотрены работы и с иными целевыми функциями (минимизация затрат, максимизация прибыли и др.) для сравнения применяемых методов моделирования при различных целевых функциях. Анализ показал, что большинство исследований сосредоточено на моделировании энергетических систем различного масштаба, от отдельных зданий до национальных или региональных сетей, и направлено в основном на минимизацию затрат на энергоносители или максимизацию прибыли. И, наоборот, меньше исследований посвящено минимизации дефицита энергоресурсов и оценке надежности, что свидетельствует о значительном пробеле в исследованиях, подчеркивающем необходимость дальнейших исследований в этой важнейшей области. В статье выполнен обзор литературных источников, результаты исследований в которых направлены на применение различных методов моделирования энергетических систем при анализе энергетической безопасности и надежности топливо- и энергоснабжения, а также при иных целевых функциях. Сделан вывод о том, что при различных целевых функциях используются аналогичные методы моделирования. Наиболее часто встречаются статические нелинейные модели, именно такой тип моделей будет использован для дальнейших исследований.

1. Yong Pei, Wang Yi, Capuder T., Tan Zhenfei, Zhang Ning, Kang Chongqing. Steady-state security region of energy hub: Modeling, calculation, and applications // International Journal of Electrical Power and Energy Systems. 2021. Vol. 125. Р. 106551. https://doi.org/10.1016/j.ijepes.2020.106551.

2. Mohammadi M., Noorollahi Yо., Mohammadi-ivatloo B., Hosseinzadeh M., Yousefi H., Khorasani S.T. Optimal management of energy hubs and smart energy hubs – A review // Renewable and Sustainable Energy Reviews. 2018. Vol. 89. Р. 33–50. https://doi.org/10.1016/j.rser.2018.02.035.

3. Chen Yue, Wei Wei, Liu Feng, Wu Qiuwei, Mei Shengwei. Analyzing and validating the economic efficiency of managing a cluster of energy hubs in multi-carrier energy systems // Applied Energy. 2018. Vol. 230. Р. 403–416. https://doi.org/10.1016/j.apenergy.2018.08.112.

4. Voropai N.I., Ukolova E.V., Gerasimov D.O., Suslov K.V., Lombardi P., Komarnicki P. Study of a multi-power facility by simulation modeling methods // Proceedings of Irkutsk State Technical University. 2018. Vol. 22. Iss. 12. Р. 157–168. (In Russ.). https://doi.org/10.21285/1814-3520-2018-12-157-168.

5. Sadeghi H., Rashidinejad M., Moeini-Aghtaie M., Abdollahi A. The energy hub: an extensive survey on the state-of-the-art // Applied Thermal Engineering. 2019. Vol. 161. Р. 114071. https://doi.org/10.1016/j.appltherlmaleng.2019.114071.

6. Papadimitriou C.N., Anastasiadis A.G., Psomopoulos C.S., Vokas G.А. Demand response schemes in energy hubs: a comparison study // Energy Procedia. 2019. Vol. 157. Р. 939–944. https://doi.org/10.1016/j.egypro.2018.11.260.

7. Suslov K., Piskunova V., Gerasimov D., Ukolova E., Akhmetshin A., Lombardi P., et al. Development of the methodhological basis of the simulation modelling of the multi-energy systems // E3S Web of Conferences. 2019. Vol. 124. Р. 01049. https://doi.org/10.1051/e3sconf/201912401049.

8. Wan Yi, Kober T., Schildhauer T., Schmidt T.J., McKenna R., Densing M., et al. Conditions for profitable operation of P2X energy hubs to meet local demand under to with energy market access // Advances in Applied Energy. 2023. Iss. 10. Р. 100127. https://doi.org/10.1016/j.adapen.2023.100127.

9. Maroufmashat A., Elkamel A., Fowler M., Sattari S., Roshandel R., Hajimiragha A., et al. Modeling and optimizaition of a network of energy hubs to improve economic and emission considerations // Energy. 2015. Vol. 93. Iss. 2. Р. 2546–2558. https://doi.org/10.1016/j.energy.2015.10.079.

10. Mobarakeh A. I., Sadeghi R., Esfahani H.S., Delshad M. Optimal planning and operation of energy hub by con - sidering demand response algorithms and uncertainties based on problem-solving approach in discrete and continuous space // Electric Power Systems Research. 2023. Vol. 214. Part. А. Р. 108859. https://doi.org/10.1016/j.epsr.2022.108859.

11. Ahmadisedigh H., Gosselin L. Combined heating and cooling networks with waste heat recovery based on eneregy hub concept // Applied Energy. 2019. Vol. 253. Р. 113495. https://doi.org/10.1016/j.apenergy.2019.113495.

12. Wu Di, Han Zhonghe, Liu Zhijian, Li Peng, Ma Fanfan, Zhang Han, et al. Comparative study of optimization methm - od and optimal operation strategy for multiscenario integrated energy system // Energy. 2020. Vol. 217. Р. 119311. https://doi.org/10.1016/j.energy.2020.119311.

13. Li Peng, Wang Zixuan, Yang Weihong, Liu Haitao, Yin Yunxing, Wang Jiahao, et al. Hierarchically partitioned coordinated operation of distributed integrated energy system based on a master-slave game // Energy. 2021. Vol. 214. Р. 119006. https://doi.org/10.1016/j.energy.2020.119006.

14. Nikmehr N. Distributed robust operational optimization of networked microgrids embedded interconnected endergy hubs // Energy. 2020. Vol. 199. Р. 117440. https://doi.org/10.1016/j.energy.2020.117440.

15. Liu Wen Hui, Ho Wai Shin, Lee Ming Yang, Hashim H., Lim Jeng Shiun, Klemeš J.J., et al. Development and opdtimization of an integrated energy network with centralized and decentralized energy systems using mathematical modelling approach // Energy. 2019. Vol. 183. Р. 617–129. https://doi.org/10.1016/j.energy.2019.06.158.

16. Dou Xun, Wang Jun, Wang Zhen, Ding Tao, Wang Shizhen. A decentralized multi-energy resources aggregation strategy based on bi-level interactive transactions of virtual energy plant // International Journal of Electrical Power and Energy Systems. 2021. Vol. 124. Р. 106356. https://doi.org/10.1016/j.ijepes.2020.106356.

17. Chi Lixun, Su Huai, Zio Enrico, Zhang Jinjun, Li Xueyi, Li Zhang, et al. Integrated deterministic and probabilistic safety analysis of integrated energy systems with bi-directional conversion // Energy. 2020. Vol. 212. Р. 118685. https://doi.org/10.1016/j.energy.2020.118685.

18. Beér J.M. High efficiency electric power generation: the environmental role // Progress in Energy and Combusm - tion Science. 2007. Vol. 33. Iss. 2. Р. 107–134. https://doi.org/10.1016/j.pecs.2006.08.002.

19. Acosta C., Siu N. Dynamic event trees in accident sequence analysis: application to steam generator tube rup - ture // Reliability Engineering & System Safety. 1993. Vol. 41. Iss. 2. Р. 135–154. https://doi.org/10.1016/0951-8320(93)90027-V.

20. Dokic S.B., Rajakovic N.L. Security modelling of integrated gas and electrical power systems by analyzing critcical situations and potentials for performance optimization // Energy. 2019. Vol. 184. Р. 141–150. https://doi.org/10.1016/j.energy.2018.04.165.

21. Добрынина Ю.Э., Крупенёв Д.С. Анализ учёта критериев системной надёжности в моделях выбора состава включенного генерирующего оборудования в электроэнергетических системах // iPolytech Journal. 2024. Т. 28. № 2. С. 273–289. https://doi.org/10.21285/1814-3520-2024-2-273-289. EDN: QFANFX.

22. Козлов М.В., Малашенко Ю.Е., Назарова И.А., Новикова Н.М. Управление топливно-энергетической системой при крупномасштабных повреждениях. I. Сетевая модель и программная реализация // Известия Российской академии наук. Теория и системы управления. 2017. № 6. С. 50–73. https://doi.org/10.7868/S0002338817060051. EDN: ZVGFGV.

23. Malashenko Yu.E., Nazarova I.A., Novikova N.M. Управление топливно-энергетической системой при крупномасштабных повреждениях II. Постановки задач оптимизации // Известия Российской академии наук. Теория и системы управления. 2018. № 2. Р. 39–51. https://doi.org/10.7868/S000233881802004X. EDN: YWSLYO.

24. Зоркальцев В.И. Методы прогнозирования и анализа эффективности функционирования системы топливоснабжения: монография. М.: Наука, 1988. 144 с.

25. Селезнев А.В. Программный комплекс для решения задачи выбора состава включенного генерирующего оборудования в условиях конкурентного рынка электроэнергии в России // Управление развитием крупномасштабных систем MLSD’2015 (г. Москва, 29 сентября – 1 октября 2015 г.). Москва: Институт проблем управления им. В.А. Трапезникова РАН, 2015. Т. 1. С. 281–290. EDN: WECDVH.

26. Антонов Г.Н., Черкесов Г.П., Криворуцкий Л.Д. Методы и модели исследования живучести систем энергетики: монография. Новосибирск: Наука, 1990. 285 с.

27. Алексеев А.В., Барахтенко Е.А., Войтов О.Н. Иерархическое моделирование систем энергетики / под ред. Н.И. Воропая, В.А. Стенникова. Новосибирск: Гео, 2020. 314 с. https://doi.org/10.21782/В978-5-6043021-9-4.

28. Сендеров С.М., Рабчук В.И., Пяткова Н.И. Методический подход к созданию аппарата анализа надежности топливои энергоснабжения потребителей в условиях негативных воздействий на работу объектов ТЭК // Методические вопросы исследования надежности больших систем энергетики: материалы XCIII заседания семинара (г. Волжский, 13–17 сентября 2021 г.). Иркутск: ИСЭМ СО РАН, 2021. Т. 1. Вып. 72. С. 52–61. EDN: JCKRBD.

29. Qin Chun, Wang Linqing, Han Zhongyang, Zhao Jun, Liu Quanli. Weighted directed graph based matrix modeling of integrated energy systems // Energy. 2021. Vol. 214. Р. 118886. https://doi.org/10.1016/j.energy.2020.118886.

30. Yang Xiaohui, Chen Zaixing, Huang Xin, Li Ruixin, Xu Shaoping, Yang Chunsheng. Robust capacity optimizam - tion methods for integrated energy systems considering demand response and thermal comfort // Energy. 2021. Vol. 221. Р. 119727. https://doi.org/10.1016/j.energy.2020.119727.

31. Cheng Xin, Zheng Yun, Lin Yong, Chen Lei, Wang Yunqi, Qiu Jing. Hierarchical operation planning based on car - bon-constrained locational marginal price for integrated energy system // International Journal of Electrical Power and Energy Systems. 2021. Vol. 128. Р. 106714. https://doi.org/10.1016/j.ijepes.2020.106714.

32. Zhou Kaile, Wei Shuyu, Yang Shanlin. Time-of-use pricing model based on power supply chain for user-side microgrid // Applied Energy. 2019. Vol. 248. Iss. 1. Р. 35–43.

33. Wang Yongli, Ma Yuze, Song Fuhao, Ma Yang, Qi Chengyuan, Huang Feifei. Economic and efficient multi-objective operation optimization of integrated energy system considering electro-thermal demand response // Energy. 2020. Vol. 205. Р. 118022. https://doi.org/10.1016/j.energy.2020.118022.

34. Liu Mingxi, Shi Yang, Fang Fang. Optimal power flow and PGU capacity of CCHP systems using a matrix modeling approach // Applied Energy. 2013. Vol. 102. Р. 794–802. https://doi.org/10.1016/j.apenergy.2012.08.041.

35. Aldarajee A.H.M., Hosseinian S.H., Vahidi B. A secure tri-level planner-disaster-risk-averse replanner model for enhancing the resilience of energy systems // Energy. 2020. Vol. 204. Р. 117916. https://doi.org/10.1016/j.eneregy.2020.117916.

36. Cornell C., Dinh Nam Trong, Pourmousavi S.A. A probabilistic forecast methodology for volatile electricity prices in the Australian national electricity market // International Journal of Forecasting. 2024. https://doi.org/10.1016/j.ijforecast.2023.12.003.

37. Sawas A.M., Khani H., El-Taweel N.A., Farag H.E.Z. Comparative Time-of-Use and wholesale electricity price-based scheduling in embedded power and natural gas distribution grids penetrated with large renewable generation // Electric Power Systems Researсh. 2019. Vol. 177. Iss. 8. Р. 105975. https://doi.org/10.1016/J.EPSR.2019.105975.

38. Zhang Zhihan, Yu Wenhao, Yu Mengxia, Guo Zhichun, Jiang Meng. A survey of multi-task learning in natural language processing: regarding task relatedness and training methods // Proceedings of the 17th Conference of the European Chapter of the Association for Computational Linguistics. 2023. Vol. 39. Р. 943–956. https://doi.org/10.18653/v1/2023.eacl-main.66.

39. Nikmehr N., Najafi-Ravadanegh S., Khodaei A. Probabilistic optimal scheduling of networked microgrids con - sidering time-based demand response programs under uncertainty // Applied Energy. 2017. Vol. 198. Р. 267–279. https://doi.org/10.1016/j.apenergy.2017.04.071.

40. Sun Yujun, Wang Yan, Wang Beibei, Li Yang, Xiao Yong, Li Qiushuo. Multi-time scale decision method for source-load interaction considering demand response uncertainty // Automation of Electric Power Systems. 2018. Vol. 42. Iss. 2. Р. 106–113. https://doi.org/10.7500/AEPS20170416004.

41. Flottmann J. Australian energy policy decisions in the wake of the 2022 energy crisis // Economic Analysis and Policy. 2024. Vol. 81. Р. 238–248. https://doi.org/10.1016/j.eap.2023.11.025.

42. Xiang Yue, Cai Hanhi, Gu Chenghong, Shen Xiaodong. Cost-benefit analysis of integrated energy system planning considering demand response // Energy. 2019. Vol. 192. Iss. 1. Р. 116632. https://doi.org/10.1016/j.energy.2019.116632.

43. Christensen Т.Н., Friis F., Bettin S., Throndsen W., Ornetzeder M., Skjølsvold T.M., et al. The role of competences, engagement, and devices in configuring the impact of prices in energy demand response: findings from three smart energy pilots with households // Energy Policy. 2020. Vol. 137. Iss. 11. Р. 111142. https://doi.org/10.1016/j.enpol.2019.111142.

44. Shen Jianjian Shen, Cheng Chuntian, Zhang Xiufei, Zhou Binbin. Coordinated operations of multiplereservoir cascaded hydropower plants with cooperation benefit allocation // Energy. 2018. Vol. 153. Р. 509–518. https://doi.org/10.1016/j.energy.2018.04.056.

45. Hasan K.N., Saha T.K., Chattopadhyay D., Eghbal M. Benefit-based expansion cost allocation for large scale remote renewable power integration into the Australian grid // Applied Energy. 2014. Vol. 113. Р. 836–847. https://doi.org/10.1016/j.apenergy.2013.08.031.

46. Rai U., Oluleye G., Hawkes A. Stochastic optimisation model to determine the optimal contractual capacity of a distributed energy resource offered in a balancing services contract to maximise profit // Energy Reports. 2024. Vol. 11. P. 5800–5818. https://doi.org/10.1016/j.egyr.2024.05.049.

47. Xu Zhongwen, Peng Zixuan, Yang Ling, Chen Xudong, Chen Xudong. An improved Shapley value method for a green supply chain income distribution mechanism // International Journal of Environmental Research and Public Health. 2018. Vol. 15. 9. Р. 1976. https://doi.org/10.3390/ijerph15091976.

48. Ragosa G., Watson J., Grubb M. The political economy of electricity system resource adequacy and renewable energy integration: a comparative study of Britain, Italy and California // Energy Research & Social Science. 2024. Vol. 107. Р. 103335. https://doi.org/10.1016/j.erss.2023.103335.

49. Westgaard S., Fleten S.-E., Negash A., Botterud A., Bogaard K., Verling T.H. Performing price scenario analysis and stress testing using quantile regression: a case study of the Californian electricity market // Energy. 2021. Vol. 214. Р. 118796. https://doi.org/10.1016/j.energy.2020.118796.

50. Hirth L., Mühlenpfordt J., Bulkeley M. The ENTSO-E Transparency Platform – a review of Europe’s most ambiatious electricity data platform // Applied Energy. 2018. Vol. 225. Р. 1054–1067. https://doi.org/10.1016/j.apenergy.2018.04.048.

51. Augutis J., Krikstolaitis R., Martisauskas L., Pečiulytė S., Žutautaitė I. Integrated energy security assessment // Energy. 2017. Vol. 138. Р. 890–901. https://doi.org/10.1016/j.energy.2017.07.113.

52. Augutis J., Krikstolaitis R., Martisauskas L., Urboniene S. Energy security level assessment technology // Applied Energy. 2012. Vol. 97. Р. 143–149. http://doi.org/0.1016/j.apenergy.2011.11.032.

53. Augutis J., Krikstolaitis R., Peciulyte S., Žutautaitė l. Dynamic model based on Bayesian method for energy security assessment // Energy Conversion and Management. 2015. Vol. 101. Р. 66–72. http://doi.org/10.1016/j.enconman.2015.05.002.

54. Augutis J., Krikstolaitis R., Peciulyte S., Konstantinavičiūtė I. Sustainable development and energy security level after Ignalina NPP shutdown // Technological and Economic Development of Economy. 2011. Vol. 17. Iss. 1. Р. 5–21. http://doi.org/10.3846/13928619.2011.553930.

55. Augutis J., Martisauskas L., Krikstolaitis R. Energy mix optimization from an energy security perspective // Energy Conversion and Management. 2015. Vol. 90. Р. 300–314. http://doi.org/10.1016/j.enconman.2014.11.033.