Optimal control of electric energy quality, based on lexicographic approach

Ważnymi elementami dużych i złożonych systemów energetycznych są systemy zasilania energią elektryczną, które pełnią funkcję zapewniania jakości energii elektrycznej na zaciskach odbiorników energii elektrycznej. Opracowanie i wdrożenie specjalnych metod i środków umożliwiających syntezę odpowiednich urządzeń technicznych, które zapewnią możliwość uzyskania podstawowych wskaźników jakości energii elektrycznej w granicach DCTU (norma państwowa Ukrainy) EN 50160:2014, jest istotnym problemem technicznym. Biorąc pod uwagę fakt, że wskaźniki jakości odpowiadają różnym trybom pracy odbiorców systemów zasilania energią elektryczną, pojawia się problem poszukiwania metod, które odpowiednio odzwierciedlałyby proces zużycia energii. W takich warunkach eksploatacji nowoczesnych systemów zasilania energią elektryczną wskazane jest stosowanie metod poszukiwania optymalnych rozwiązań, które umożliwiłyby jednoczesny wpływ na poprawę (lub niepogorszenie) wskaźników jakości energii elektrycznej. W niniejszym artykule rozważono teoretyczne aspekty zastosowania jednej z najbardziej odpowiednich metod rozwiązania tego problemu, która odnosi się do metod wielokryterialnych, gdy nie jest możliwe wyrażenie w prosty sposób potrzeby zwiększenia lub zmniejszenia jednego kryterium efektywności (wskaźnika jakości) i konieczne jest uwzględnienie nie jednego kryterium, ale zestawu kryteriów cząstkowych, które tworzą kryterium wektorowe. Sformułowano i rozważono odpowiednie modele matematyczne dla jednego z powszechnie stosowanych problemów optymalizacji jakości energii elektrycznej. Przedstawiono praktyczny przykład ich zastosowania, który umożliwi uproszczenie obliczeń i zapewni odpowiednią realizację procesów optymalizacji.

Słowa kluczowe:

optymalizacja leksykograficzna, jakość energii elektrycznej, symetria, regulacja napięcia, modelowanie matematyczne

Bibliografia

[1] Bisikalo O., et al.: Parameterization of the Stochastic Model for Evaluating Variable Small Data in the Shannon Entropy Basis. Entropy 25, 2023, 184.

[2] Friedler F., Orosz A., Losada J. P.: P-graphs for Process Systems Engineering. Springer, New York 2022.

[3] Grassmann W., Tavakoli J.: Numerical Methods for Solving Discrete Event Systems: With Applications to Queuing Systems. Springer, Cham 2022.

[4] Han D., Tong X. J.: Review of Mathematical Methodology for Electric Power Optimization Problems. J. Oper. Res. Soc. China, 8, 2020, 295–309.

[5] Hillier F., Lieberman G.: Introduction to Operations Research. 11th Edition, International Student Edition. McGraw-Hill, 2021.

[6] Lakshmi G. S., Rubanenko O., Hunko I.: Control of the Sectioned Electrical Network Modes with Renewable Energy Sources. International Conference on Sustainable Energy and Future Electric Transportation – SEFET, Hyderabad, India, 2021, 1–6.

[7] Lezhniuk P., et al.: The sensitivity of the process of optimal decisions making in electrical networks with renewable energy sources. Przegląd Elektrotechniczny 1, 2020, 32–38.

[8] Rubanenko L., Rubanenko O., Petrushenko O.: Determination of similarity criteria in optimization tasks by means of neuro-fuzzy modelling. Przegląd Elektrotechniczny 1, 2017, 95–98.

[9] Salhi S., Boylan J. (eds.): The Palgrave Handbook of Operations Research. Palgrave Macmillan, 2022.

[10] Samanta S.: Network Optimization of the Electricity Grid to Manage Distributed Energy Resources Using Data and Analytics. Sharma N., Bhatavdekar M. (eds.): World of Business with Dataand Analytics. Studies in Autonomic, Data-Driven and Industrial Computing, Springer, Singapore 2022.

[11] Varshney S., et al.: Stochastic modeling of electric vehicle infrastructure using queueing-theoretical approach. Results Eng. 25, 2025, 104149.

[12] Wang J., et al.: Queueing theory-based optimal decision-making model of battery energy storage-assisted fast charging station participating in emergency demand response. IEEE Sustainable Power and Energy Conference – iSPEC, 2020, 2110–2115.

[13] Wang W., et al.: From BIM to digital twin in BIPV: A review of current knowledge. Sustain. Energy Technol. Assess. 67, 2024, 103855,

[14] Zhao X. A.: Novel digital-twin approach based on transformer for photovoltaic power prediction. Sci. Rep. 14, 2024, 26661.

[15] Zorin V.V,, Burbelo M. J., Volotskyi A. M.: Assessment of static characteristics interaction of the loading node and optimal solutions of mathematical models of the asymmetry decrease and voltage deviations. Technical electrodynamics, 1, 2009, 35–37.

Optymalne zarządzanie jakością energii elektrycznej w oparciu o podejście leksykograficzne. (2025). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 15(3), 22-28. https://doi.org/10.35784/iapgos.8117

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 15 Nr 3 (2025)

Archiwum

##plugins.themes.bootstrap3.article.main##

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja