Preview

Стратегические решения и риск-менеджмент

Расширенный поиск

НЕИНТРУЗИВНЫЙ МОНИТОРИНГ НАГРУЗКИ: ЭФФЕКТЫ ВНЕДРЕНИЯ И ПЕРСПЕКТИВЫ РАСПРОСТРАНЕНИЯ

https://doi.org/10.17747/2618-947X-2019-4-306-319

Полный текст:

Аннотация

Цифровой переход в электроэнергетике является перспективной целью развития отрасли. В последние годы широкий спектр технологий внедряется в различные виды деятельности энергокомпаний, в том числе значимое внимание уделяется технологиям, реализующим управление спросом на электроэнергию, переводящим потребителей из категории пассивных потребителей в активные, а также открывающим новые возможности в энергоменеджменте. Технология неинтрузивного мониторинга нагрузки представляет существенный интерес как для поставщиков электроэнергии, так и для потребителей в США и странах ЕЭС, однако исследование в РФ выполняется впервые.

Цель настоящего исследования – рассмотреть понятие неинтрузивного мониторинга нагрузки, сформулировать и систематизировать эффекты для субъектов электроэнергетики и потребителей электроэнергии от внедрения технологии.

Выполнен обзор литературных источников, проанализированы наиболее цитируемые статьи по данной тематике. Для расчета темпа распространения неинтрузивного мониторинга нагрузки была использована модель диффузии инноваций Басса. Модель позволяет выполнить оценку на основе данных о продуктах-аналогах и зарекомендовала себя как достаточно эффективная для прогнозирования распространения товаров длительного пользования, фактическая информация по которым еще не собрана.

Впервые предложена классификация эффектов, возникающих при внедрении технологии. В работе получен спектр эффектов для домохозяйств, энергетических компаний, бизнеса и органов власти. Расчет темпов распространения технологии показал, что без использования технологических коридоров и систематического внедрения неинтрузивного мониторинга нагрузки энергокомпаниями пик принятия может быть достигнут на восьмой год от старта реализации.

Неинтрузивный мониторинг нагрузки позволяет получить широкий диапазон данных с целью дальнейшей оптимизации энергопотребления, повышения эффективности деятельности предприятий, осуществления контроля за работой оборудования. Перед энергокомпаниями открываются новые возможности в коммерциализации собранных данных.

Об авторе

П. С. Кузьмин
АО «Синтез Групп»
Россия

Специалист управления экономического планирования и договорных отношений АО «Синтез Групп». Область научных интересов: стратегии и управление развитием компаний электроэнергетической отрасли, внедрение инноваций в электроэнергетике, эффективность энергетических компаний.



Список литературы

1. АО «Мосэнергосбыт» (б.г.). URL: https://mosenergosbyt.ru.

2. Единая энергетическая система России (2019). Системный оператор Единой энергетической системы (АО «СО ЕЭС»). URL: https://yearbook.enerdata.net / electricity / world-electricity-production-statistics.html.

3. Линдер Н. В., Лисовский А. Л. (2017). Развитие рынка электроэнергии в России: основные тенденции и перспективы // Стратегии бизнеса. № 2. С. 48–54.

4. Линдер Н.В., Трачук А.В. (2017). Влияние перекрестного субсидирования в электро- и теплоэнергетике на изменение поведения участников оптового и розничного рынков электро- и теплоэнергии // Эффективное Антикризисное Управление. № 2. С. 78–86.

5. Распоряжение Правительства РФ «Об утверждении Стратегии развития электросетевого комплекса Российской Федерации» от 03.04.2013 № 511‑р // rosseti.ru. URL: https://www.rosseti.ru / about / mission / 511_R.pdf.

6. Степуро Я. Р. (2017). Технологические коридоры как инструмент ускорения диффузии инноваций на примере технологии платежных карт // Стратегии бизнеса. № 7. URL: https://cyberleninka.ru / article / n / tehnologicheskie-koridory-kak-instrument-uskoreniya-diffuzii-innovatsiy-na-primere-tehnologii-platyozhnyh-kart.

7. Трачук А. В., Линдер Н. В. (2017). Распространение инструментов электронного бизнеса: результаты эмпирического исследования // Российский журнал

8. менеджмента. 2017. № 1. С. 27–50.

9. Трачук А. В., Линдер Н. В., Тарасов И. В., Налбандян Г. Г., Ховалова Т. В., Кондратюк Т. В., Попов Н. А. (2018). Трансформация промышленности в условиях четвертой промышленной революции. Монография. СПб.: Реальная экономика. 2018.

10. Ховалова Т. В. (2017). Моделирование эффективности перехода на собственную генерацию // Эффективное Антикризисное Управление. 2017. № 3. С. 44–57.

11. Хохлов А., Мельников Ю., Веселов Ф., Холкин Д., Дацко К. (2018). Распределенная энергетика в России: потенциал развития // Сколково. URL: https://energy.skolkovo.ru / downloads / documents / SEneC / Research / SKOLKOVO_EneC_DER-3.0_2018.02.01.pdf.

12. Цифровой переход в электроэнергетике (2017) // Центр стратегических разработок. URL: https://www.csr.ru / issledovaniya / tsifrovoj-perehod-velektroenergetike-rossii / .

13. Чуркин В. И. (2013). Прогноз продаж инновационных товаров с учетом макроэкономических факторов (на примере малых ветрогенераторов) // Научно-технические ведомости СПбГПУ. Экономические науки. 2013. № 1–1. С. 104–112. URL: https://cyberleninka.ru / article / n / prognoz-prodazh-innovatsionnyh-tovarov-s-uchetom-makroekonomicheskih-faktorov-na-primere-malyh-vetrogeneratorov.

14. Шваб К. (2016). Четвертая промышленная революция. М.: Эксмо, 2016.

15. Энергетическая стратегия России на период до 2030 года // Министерство энергетики РФ. URL: http://minenergo.gov.ru / aboutminen / energostrategy.

16. Azaza М., Wallin F. (2017). Finite state machine household's appliances models for non-intrusive energy estimation // Energy Procedia. Vol. 105. P. 2157–2162. DOI: https://doi.org / 10.1016 / j.egypro.2017.03.609.

17. Bass F. M. (1969). A new product growth model for consumer durables // Management Science. Vol. 15. Nо 5. P. 215–227.

18. Bass F. M. (2004). Comments on a new product growth for model consumer durables. Management Science. Vol. 50. Nо 12. P. 1833–1840.

19. Bass F. M., Trichy K., Jain D. C. (1994). Why the Bass model fits without decision variables // Management Science.

20. Vol. 13. Nо 3. P. 203–223.

21. Bergman D. C., Jin D., Juen J. P., Tanaka N., Gunter C. A. (2011a). Distributed non-intrusive load monitoring // IEEE Xplore. Conference: Proceedings of the 2011 IEEE / PES Conference on Innovative Smart Grid Technologies (ISGT). URL: https://ieeexplore.ieee.org / document / 5759180.

22. Bergman D. C., Jin D., Juen J. P., Tanaka N., Gunter C. A., Wright A. K. (2011b). Non-intrusive load shed verification // IEEE Pervasive Comput. 2011. Vol. 10. Nо 1. P. 49–57.

23. Biansoongnern S., Plungklang B. (2016). Non-intrusive appliances load monitoring (nilm) for energy conservation in household with low sampling rate // Procedia Computer Science. Vol. 86. P. 172–175. DOI: https://doi.org / 10.1016 / j.procs.2016.05.049.

24. Bonfigli R., Squartini S. (2020). Machine learning approaches to non-intrusive load monitoring. Springer.

25. Cox R.W. (2006). Minimally intrusive strategies for fault detection and energy monitoring. PhD Dissertation. EECS, MIT, Aug.

26. Cox R.W., Bennett P.L., McKay T.D., Paris J., Leeb S.B. (2007). Using the non-intrusive load monitor for shipboard supervisory control // IEEE Electric Ship Technologies Symposium. DOI: https://doi.org / 10.1109 / ests.2007.372136.

27. Das S., Purkait P., Koley C., Chakravorti S. (2014). Performance of a load-immune classifier for robust identification of minor faults in induction motor stator winding // IEEE Trans. Dielectr. Electr. Insul. Vol. 21. Nо 1. P. 33–44.

28. Devlin М., Hayes B. (2018). Non-intrusive load monitoring using electricity smart meter data: a deep learning approach // researchgate.net. DOI: https://doi.org / 10.13140 / RG.2.2.29463.42402.

29. Freeman C., Clark J., Soete L. (1982). Unemployment and technical innovation: a study of long waves and economic development. London: Frances Printer.

30. Global energy statistical yearbook (2019). URL: https://yearbook.enerdata.net / electricity / world-electricity-production-statistics.html.

31. Hart G. W. (1992). Nonintrusive appliance load monitoring //

32. Proceedings of the IEEE. Vol. 80. P. 1870–1891.

33. Huang Z., Zhu T., Gu Y., Li Y. (2016). Shepherd: Sharing energy for privacy preserving in hybrid aC-dC microgrids. Proceedings of the 7th International Conference on Future Energy Systems. P. 202–211.

34. Kempener R., Komor P., Hoke A. (2013). Smart grids and renewables. A Guide for effective deployment // International Renewable Energy Agency. URL: https://www.irena.org / documentdownloads / publications / smart_grids.pdf.

35. Lin C., Wang Z. (2011). A new DSM energy-pricing model based on load monitoring system. Proceedings of the 2nd International Conference on Artificial Intelligence. Management Science and Electronic Commerce, AIMSEC. P. 3650–3653.

36. McKenna E., Richardson I., Thomson M. (2012) Smart meter data: Balancing consumer privacy concerns with legitimate applications // Energy Policy. Vol. 41. Р. 807–814.

37. Naghibi B., Deilami S. (2014). Non-intrusive load monitoring and supplementary techniques for home energy management. Australasian Universities Power Engineering Conference (AUPEC). DOI: https://doi.org / 10.1109 / aupec.

38. 6966647.

39. Nation J. C., Aboulian А., Green D., Lindahl P., Donnal J., Leeb S. B., Bredariol G., Stevens K. (2017). Nonintrusive monitoring for shipboard fault detection. SAS 2017–2017 IEEE Sensors Appl. Symp. Proc.

40. NILM Wiki. http://wiki.nilm.eu.

41. Oslo manual: guidelines for collecting and interpreting innovation data (2005). The measurement of scientific and technological activities. OECD; European Communities. URL: https://www.oecd-ilibrary.org / docserver / 9789264013100‑en.pdf?expires=1581589090&id=id&accname=guest&checksum=28EB099C3721F16E2E70711CD4252391.

42. Technical change and full employment (1987) / C. Freeman, L. Soete (eds.). Oxford: Basic Blackwell.

43. U. S. Patent 4,858,141. Non-intrusive appliance monitor apparatus (1989) // patents.google.com. URL: https://patentimages. storage.googleapis.com / 04 / a6 / 39 / 62cb653df35111 / US4858141.pdf.

44. Welikalaa S., Thelasinghaa N., Akrama M., Ekanayakea P. B., Godaliyaddaa R. I., Ekanayakea J. B. (2019). Implementation of a robust real-time non-intrusive load monitoring solution // Applied Energy. Vol. 238. P. 1519–1529. DOI: https://doi.org / 10.1016 / j.apenergy.2019.01.167.

45. Zaidi A. A., Zia T., Kupzog F. (2010). Automated demand side management in microgrids using load recognition. IEEE International Conference on Industrial Informatics (INDIN). P. 774–779.

46. Zhang P., Zhou C., Stewart B. G., Hepburn D. M., Zhou W., Yu J. (2011). An improved non-intrusive load monitoring method for recognition of electric vehicle battery charging load // Energy Procedia. Vol. 12. P. 104–112.

47. Zhuang M., Shahidehpour M., Zuyi L. (2018). An overview of non-intrusive load monitoring: Approaches, business applications, and challenges. Conference: 2018 International Conference on Power System Technology. P. 4291–4299. DOI: https://doi.org / 10.1109 / POWERCON.2018.8601534.

48. Zoha A., Gluhak A., Imran M., Rajasegarar S. (2012). Nonintrusive load monitoring approaches fordisaggregated energy sensing: а survey // Sensors. 2012. Vol. 12. P. 16838–16866.


Для цитирования:


Кузьмин П.С. НЕИНТРУЗИВНЫЙ МОНИТОРИНГ НАГРУЗКИ: ЭФФЕКТЫ ВНЕДРЕНИЯ И ПЕРСПЕКТИВЫ РАСПРОСТРАНЕНИЯ. Стратегические решения и риск-менеджмент. 2019;10(4):306-319. https://doi.org/10.17747/2618-947X-2019-4-306-319

For citation:


Kuzmin P.S. NON-INTRUSIVE LOAD MONITORING: IMPLEMENTATION EFFECTS AND DISTRIBUTION PROSPECTS. Strategic decisions and risk management. 2019;10(4):306-319. (In Russ.) https://doi.org/10.17747/2618-947X-2019-4-306-319

Просмотров: 398


ISSN 2618-947X (Print)
ISSN 2618-9984 (Online)