КРИТЕРІЇ ВИБОРУ ВІДНОВЛЮВАНИХ ДЖЕРЕЛ ГЕНЕРАЦІЇ ДЛЯ МІКРОМЕРЕЖ
DOI:
https://doi.org/10.32782/EIS/2024-106-11Ключові слова:
місцевість, навантаження, тип ВДЕ, економічна ефективність, система керування, безпекова (політична ситуація)Анотація
Мета – дослідження наявних сучасних наукових публікацій, що стосуються критеріїв вибору відновлюваних джерел генерації для мікромереж. Методи. Методологія огляду включала систематичний аналіз наявної літератури щодо критеріїв вибору відновлюваних джерел енергії для мікромереж. Було проведено комплексний пошук в академічних базах даних, включаючи IEEE Xplore, ScienceDirect та Google Scholar, для виявлення відповідних досліджень, опублікованих між 2000 та 2023 роками. Критерії включення були зосереджені на рецензованих статтях, доповідях на конференціях та технічних звітах, в яких розглядалися ключові фактори, що впливають на вибір джерел відновлюваної генерації для мікромереж, як-от економічна життєздатність, вплив на навколишнє середовище, надійність та інтеграція з мережею. Щоб забезпечити збалансоване представлення різних поглядів, пошук включав дослідження з різних географічних регіонів і секторів, таких як житлові, комерційні та промислові мікромережі. Публікації було відфільтровано на основі релевантності для конкретних застосувань мікромереж. Результати. Огляд виявив значну наукову прогалину в сучасній літературі щодо вибору джерел відновлюваної енергії для мікромереж, особливо в контексті України. Незважаючи на те, що існує велика кількість досліджень щодо загальних критеріїв вибору відновлюваних джерел енергії та проєктування мікромереж, помітно бракує досліджень, які стосуються унікальних викликів та можливостей, що виникають в українському регіоні. Ці виклики ускладнюються війною, що триває, очікуваними потребами післявоєнної відбудови, де енергетична інфраструктура відіграватиме вирішальну роль. Новизна. Подальший розвиток отримали критерії вибору відновлюваних джерел генерації для мікромереж шляхом вивчення новітніх досліджень та публікацій з теми. Цінність. Результати демонструють необхідність детального дослідження та формування критеріїв вибору відновлюваних джерел генерації для мікромереж з урахуванням регіональних особливостей та безпекової ситуації на території України.
Посилання
Kiehbadroudinezhad M.A., Merabet A., Abo-Khalil A.G., Salameh T., Ghenai, C. Intelligent and Optimized Microgrids for Future Supply Power from Renewable Energy Resources: A Review. Energies. 2022.
ЕКОПРО. Мікромережі та системи накопичення заощаджують витрати підприємств. URL: https://energystorage.com.ua/novosti/mikroseti-i-sistemy-nakopleniya-ekonomyat-zatraty-predpriyatij/
Medeiros, Izzy. A Literature Analysis of Microgrid Optimization Studies, 2023. Honors Theses and Capstones. 725.
Rodríguez-Lozano, Gloria Isabel and Michael Cifuentes-Yate. Efficiency assessment of electricity generation from renewable and non-renewable energy sources using Data Envelopment Analysis. International Journal of Energy Research. 2021. 45 : 19597–19610.
Tursi, Antonio. A review on biomass: importance, chemistry, classification, and conversion. Biofuel Research Journal. 2019.
Bajwa, Dilpreet S. et al. A review of densified solid biomass for energy production. Renewable and Sustainable Energy Reviews. 2018: n. pag.
Houghton R.A., Biomass, Editor(s): Sven Erik Jørgensen, Brian D. Fath. Encyclopedia of Ecology. Academic Press, 2008. P. 448–453. https://doi.org/10.1016/B978-008045405-4.00462-6
Zhou, Xiaoping et al. Deep Reinforcement Learning for Microgrid Operation Optimization: A Review. 2023. 8th Asia Conference on Power and Electrical Engineering (ACPEE) 2023: 2059–2065.
Guo, Yixin et al. Affine-Model Predictive Control based Optimal Dispatch of Multi-energy Microgrid. 2023 8th Asia Conference on Power and Electrical Engineering (ACPEE) 2023: 523–527.
Yu, Qin-ye et al. Deep Reinforcement Learning Based Double-layer Optimization Method for Energy Management of Microgrid. 2023 5th Asia Energy and Electrical Engineering Symposium (AEEES). 2023: 1016–1022.
Hende, Katelijn van and Carmen Wouters. The Regulation of Microgrids in Liberalized Electricity Markets in the EU and East Asia. 2014.
Europe Microgrid Market Forecast 2022–2030. Inkwood Research.URL: https://inkwoodresearch.com/reports/europe-microgrid-market/
National Geographic. “Continent.”. URL: https://education.nationalgeographic.org/resource/Continent/
Wood, Gavin A. et al. Australian Demographic Trends and Implications for Housing Assistance Programs. ERN: Urban Economics & Public Policy (Topic) 2017: n. pag.
Australian Government. 450 million to ramp up microgrids in regional Australia. Australian Renewable Energy Agency. URL: https://arena.gov.au/news/50-million-to-ramp-up-microgrids-in-regional-australia/
Nutkani, Inam Ullah et al. Enhanced Supply Reliability with Community Microgrids in Australia – Economic Perpective. 2023 IEEE International Conference on Energy Technologies for Future Grids (ETFG) 2023: 1–6.
Triton Market Research. Latin America Microgrid Market 2022-2028. Market Research.com. URL: https://www.marketresearch.com/Triton-Market-Research-v4232/Latin-America-Microgrid-32339072/
Triton Marker Research. Middle East and Africa Microgrid Market 2022–2028. Research and Markets. URL: https://www.researchandmarkets.com/reports/5663737/middle-east-and-africa-microgridmarket-2022-2028.
Gupta A. North America Microgrid Market – By Connectivity (Grid Connected, Off Grid), By Grid (AC Microgrid, DC Microgrid, Hybrid), By Power Source (Diesel Generators, Natural Gas, Solar PV, CHP), By Storage Device, Application & Forecast, 2022–2030. Global Market Insights.
Sanchez L. Texas Energy Crisis Strengthens Case for Microgrids. Homer Microgrid News. URL: https://microgridnews.com/texas-energy-crisis-strengthens-case-for-microgrids/
Hosseinpour, Hadi et al. Large-signal Stability Analysis of Inverter-based Microgrids via Sum of Squares Technique. 2023. IEEE Texas Power and Energy Conference (TPEC) 2023: 1–6.
Grid Systems. Office of Electricity. https://www.energy.gov/oe/grid-systems
Zhang L., Wang F., Xu Y., Yeh C.-H. and Zhou P. Evaluating and Selecting Renewable Energy Sources for a Microgrid: A Bi-Capacity-Based Multi-Criteria Decision Making Approach, in IEEE Transactions on Smart Grid, vol. 12, no. 2, pp. 921–931, March 202. doi: 10.1109/TSG.2020.3024553.
Vinothine S, Widanagama Arachchige L.N, Rajapakse A.D, Kaluthanthrige R. Microgrid Energy Management and Methods for Managing Forecast Uncertainties. Energies. 2022; 15(22):8525. https://doi.org/10.3390/en15228525
Adam Hirsch, Yael Parag, Josep Guerrero. Microgrids: A review of technologies, key drivers, and outstanding issues, Renewable and Sustainable Energy Reviews, № 90, 2018, Pages 402–411, ISSN 1364-0321, https://doi.org/10.1016/j.rser.2018.03.040.
Zhang, Ling et al. Evaluating and Selecting Renewable Energy Sources for a Microgrid: A Bi-Capacity-Based Multi-Criteria Decision Making Approach. IEEE Transactions on Smart Grid 12 (2021): 921–931.
Jaesung Jung and Villaran Michael. Optimal planning and design of hybrid renewable energy systems for microgrids. Renewable & Sustainable Energy Reviews. 75 (2017): 180–191.
