doi: 10.17586/2226-1494-2019-19-4-657-672


УДК 004.032.2 004.032.3

АНАЛИЗ НАПРАВЛЕНИЙ РАЗВИТИЯ ЦИФРОВИЗАЦИИ ОТЕЧЕСТВЕННЫХ И ЗАРУБЕЖНЫХ ЭНЕРГЕТИЧЕСКИХ СИСТЕМ

Мозохин А.Е., Шведенко В.Н.


Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования:

Мозохин А.Е., Шведенко В.Н. Анализ направлений развития цифровизации отечественных и зарубежных энергетических систем // Научно-технический вестник информационных технологий, механики и оптики. 2019. Т. 19. № 4. С. 657–672. doi: 10.17586/2226-1494-2019-19-4-657-672



Аннотация

Предмет исследования. Представлен анализ ключевых направлений развития цифровой энергетики и интеллектуальных электрических сетей на текущий момент и на перспективу ближайших 10 лет. Произведен обзор современных программно-аппаратных решений для реализации интегрированных информационных систем управления передачей и распределением электроэнергии в России и мире. Выполнен обзор международных тенденции цифровизации энергосетей и энергорынков. Проанализирован опыт внедрения интеллектуальных цифровых решений на площадках крупных электросетевых компаний. Выполнена экспертная оценка результатов внедрения интегрированных информационных систем управления на объектах Единой энергосистемы России. Метод. Сравнительный анализ концепций цифровизации отечественных и зарубежных электросетевых компаний позволил выделить потенциальные точки роста российской энергетики на перспективу 5–10 лет. Финансовый анализ динамики инвестиций в инфраструктуру промышленного интернета вещей на глобальном и российском рынках указывает на рост внедрения цифровых технологий не только в энергетике, но и здравоохранении, добыче полезных ископаемых, промышленном производстве и в сельском хозяйстве. Экспертная оценка результатов опытной эксплуатации проектов цифровой энергетики в разных странах мира расширяет круг технологических инноваций в электроэнергетике. Основные результаты. Сопоставлены экосистемы поставщиков пакетных продуктов для цифровой энергетики из разных стран мира в разрезе предлагаемых решений по направлениям: цифровые платформы, аналитические сервисы, системы геолокации, мониторинг, транспорт, телеметрия. Произведен сравнительный анализ функциональности цифровых платформ для умной энергетики крупнейших мировых и отечественных высокотехнологичных компаний. Практическая значимость. Структурирован опыт применения технологий цифровой трансформации для задач электросетевых компаний. Оценен уровень готовности электросетевых предприятий к реализации проектов цифровой энергетики на текущий момент и ближайшие 3 года в России. Проведенный анализ указывает на большую открытость энергетических компаний к новым технологиям промышленного интернета вещей на фоне усиления тренда цифровизации экономики страны в целом. Отмечен рост интереса к коробочным решениям и программным продуктам российской разработки.


Ключевые слова: информационная платформа, интернет энергии, интегрированная информационная система в энергетике, цифровая трансформация, интеллектуальная обработка данных

Список литературы
  1. Вызовы электросетевого комплекса и способы их преодоления. Стратегическая сессия ПАО «МРСК Центра» и ПАО «МРСК Центра и Приволжья». 2018. 19 с.
  2. Rau N.S., Tayor B. A central inventory of storage and other technologies to defer distribution upgrades-optimization and economics // IEEE Transactions on Power Delivery. 1998. V. 13. N 1. P. 194–202. doi: 10.1109/61.660878
  3. Subudhi S., Agarwa l P., Ghose T. A multistage concept for distribution system planning // Proc. 1st Int. Conf. on Automation, Control, Energy and Systems (ACES). 2014. doi: 10.1109/ACES.2014.6808024
  4. MudialbaP.J. The impact of cloud technology on the automation of businesses // Proc. Int. Conf. on Platform Technology and Service (PlatCon). 2016. doi: 10.1109/PlatCon.2016.7456831
  5. Masera M., Bompard E.F., Profumo F., Hadjsaid N. Smart (electricity) grids for smart cities: assessing roles and societal impacts // Proceedings of the IEEE. 2018. V. 106. N 4. P. 613–625. doi: 10.1109/JPROC.2018.2812212
  6. Luan W., Peng J., Maras M., Lo J., Harapnuk B. Smart meter data analytics for distribution network connectivity verification // IEEE Transactions on Smart Grid. 2015. V. 6. N 4. P. 1964–1971. doi: 10.1109/TSG.2015.2421304
  7. Cheng Z., Duan J., Chow M.Y. To centralize or to distribute: that is the question: a comparison of advanced microgrid management systems // IEEE Industrial Electronics Magazine. 2018. V. 12. N 1. P. 6–24. doi:10.1109/MIE.2018.2789926
  8. Du Y., Tu H., Lukic S., Lubkeman D., Dubey A., Karsai G. Development of a controller hardware-in-the-loop platform for microgrid distributed control applications // IEEE Electronic Power Grid (eGrid). 2018. doi: 10.1109/eGRID.2018.8598696
  9. Zhao C., Chen J., He J., Cheng P. Privacy-preserving consensus-based energy management in Smart Grids // IEEE Transactions on Signal Processing. 2018. V. 66. N 23. P. 6162–6176. doi:10.1109/TSP.2018.2872817
  10. Wang K., Hu X., Li H. et al. A survey on energy Internet communications for sustainability // IEEE Transactions on Sustainable Computing. 2017. V. 2. N 3. P. 231–254. doi:10.1109/TSUSC.2017.2707122
  11. Цифровой переход в электроэнергетике России [Электронный ресурс]. Москва, Центр стратегических разработок, 2017. 47 с. Режим доступа: https://csr.ru/wp-content/uploads/2017/09/Doklad_energetika-Web.pdf (дата обращения: 25.05.2019).
  12. Alahakoon D., Yu X. Smart electricity meter data intelligence for future energy systems: a survey // IEEE Transactions on Industrial Informatics. 2016. V. 12. N 1. P. 425–436. doi: 10.1109/TII.2015.2414355
  13. Philip B.V., Alpcan T., Jin J., Palaniswami M. Distributed real-time IoT for autonomous vehicles // IEEE Transactions on Industrial Informatics. 2019. V. 15. N 2. P. 1131–1140. doi: 10.1109/TII.2018.2877217
  14. Porumb R., Gheorghe S., Darie G., Boboc T. Analysis of power quality issues raised by PV generation and e-parking storage capacities in UPB smart grid environment // Proc. 10th Int. Symposium on Advanced Topics in Electrical Engineering (ATEE). 2017. P. 802–807. doi: 10.1109/ATEE.2017.7905113
  15. Nimbargi S., Mhaisne S., Nangare S., Sinha M. Review on AMI technology for Smart Meter // Proc. Int. Conf. on Advances in Electronics Communication and Computer Technology (ICAECCT). 2016. P. 21–27. doi: 10.1109/ICAECCT.2016.7942549
  16. Jing X., Tang P. Research and design of the intelligent inventory management system based on RFID // Proc. 6th Int. Symposium on Computational Intelligence and Design (ISCID). 2013. doi: 10.1109/ISCID.2013.117
  17. Вергазов С.Ю., Кириленков В.С.Технические решения по РЗА, предлагаемые ПАО «Россети» в рамках создания «Цифровых подстанций» [Электронный ресурс]. 2018. 9 c. Режим доступа: http://digitalsubstation.com/wp-content/uploads/2018/04/3.-Rosseti.pdf (дата обращения: 25.05.2019).
  18. Мозохин А.Е., Дроздов В.Г., Староверов Б.А. Энергетика нового уклада (Energy Net): проектирование интеллектуальных цифровых систем на электрических подстанциях. Кострома: Костромской государственный университет, 2018. 67 с.
  19. Мозохин А.Е., Дроздов В.Г., Саликова Е.В. Системы сбора, передачи и отображения информации в распределительных электросетевых компаниях: практикум. Кострома: Костромской государственный университет, 2017. 56 с.
  20. Хохлов А., Мельников Ю., Веселов Ф., Холкин Д., Дацко К. Распределенная энергетика в России: потенциал развития [Электронный ресурс]. 2018. 87 с. Режим доступа: https: // energy.skolkovo.ru/downloads/documents/SEneC/Research/SKOLKOVO_EneC_DER-3.0_2018.02.01.pdf (дата обращения: 25.05.2019).
  21. Duan Y., Li W., Zhong Y., Fu X. A multi-network control framework based on industrial internet of things // Proc. IEEE 13th Int. Conf. on Networking Sensing and Control (ICNSC). 2016.doi: 10.1109/ICNSC.2016.7479021
  22. JayaramA.. An IIoT quality global enterprise inventory management model for automation and demand forecasting based on cloud // Proc. Int. Conf. on Computing, Communication and Automation (ICCCA). Greater Noida, India, 2017. P. 1258–1263. 
  23. Wan J., Tang S., Shu Z., Li D., Wang S., Imran M., Vasilakos A.V. Software-defined industrial Internet of Things in the context of Industry 4.0 // IEEE Sensors Journal. 2016. V. 16. P. 7373–7380.doi: 10.1109/JSEN.2016.2565621
  24. Gonçalves P., Ferreira J., Pedreiras P., Corujo D. Adapting SDN datacenters to support Cloud IIoT applications // Proc. IEEE 20th Conference on Emerging Technologies Factory Automation (ETFA). 2015. doi: 10.1109/ETFA.2015.7301641
  25. Al-Janabi S., Al-Shourbaji I., Shojafar M., Abdelhag M. Mobile cloud computing: challenges and future research directions // Proc. 10th Int. Conf. on Developments in eSystems Engineering (DeSE). Paris, 2017. P. 62–67. doi: 10.1109/DeSE.2017.21
  26. Bahrami M., Singhal M. DCCSOA: a dynamic cloud computing service-oriented architecture // Proc. IEEE Int. Conf. on Information Reuse and Integration (IRI). San Francisco, USA, 2015. P. 158–165. doi: 10.1109/IRI.2015.33
  27. Мозохин А.Е. Цифровые платформы интеллектуальных сервисов // Сборник докладов научно-технической конференции молодых специалистов РЕЛАВЭКСПО. Чебоксары, 2019. С. 240–245.
  28. Мозохин А.Е. Технический учет – расширение горизонтов // Электроэнерия. Передача и распределение. 2018. № s2. С. 9–13.
  29. Bahrami M. Cloud computing for emerging mobile cloud apps // Proc. 3rd IEEE Int. Conf. on Mobile Cloud Computing Services and Engineering. 2015. doi: 10.1109/MobileCloud.2015.40
  30. Moreno-Vozmediano R. et al. Key challenges in cloud computing: enabling the future internet of services // IEEE Internet Computing. 2013. V. 17. N 4. P. 18–25. doi: 10.1109/MIC.2012.69
  31. BaekJ., Vur Q.H., LiuJ.K.,HuangX.,XiangY. A secure cloud computing based framework for big data information management of Smart Grid // IEEE Transactions on Cloud Computing. 2014. V. 3. N 2. P. 233–244. doi: 10.1109/TCC.2014.2359460
  32. Islam T.,Hashem M.M.A.A big data management system for providing real time services using fog infrastructure // Proc. IEEE Symposium on Computer Applications & Industrial Electronics. Penang, Malaysia, 2018. doi: 10.1109/ISCAIE.2018.8405449
  33. Muthusamy V., Slominski A., Ishakian V. Towards enterprise-ready AI deployments minimizing the risk of consuming AI models in business applications // Proc. 1st Int. Conf. on Artificial Intelligence for Industries. Laguna Hills, USA,2018.doi: 10.1109/AI4I.2018.8665685
  34. Промышленный интернет вещей в России. [Электронный ресурс]. 2018. Режим доступа: https://fastsalttimes.com/sections/obzor/1875.html (дата обращения: 25.05.2019).
  35. Семеновская Е. Индустриальный интернет вещей. Перспективы российского рынка [Электронный ресурс]. 2016. 15 с. URL: https://www.company.rt.ru/projects/IIoT/study_IDC.pdf (дата обращения: 25.05.2019).
  36. Communications Billing and Revenue Management MAA on Oracle Engineered Systems [Электронный ресурс]. 2017. 57 p. Режим доступа: https://www.oracle.com/technetwork/database/availability/brm-maa-2217121.pdf (дата обращения: 25.05.2019).
  37. Система SE ADMS – решение Schneider Electric для управления распределительными сетями [Электронный ресурс]. 2017. 36 с. Режим доступа: www.бэсп.бел/docs/news/Obzor-reshenia-ADMS-ot-shneider-electric-final.pdf (дата обращения 25.05.2019).


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2024 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика