Дисертації (АЕМК)
Постійне посилання зібрання
У зібранні розміщено дисертації, які захищені працівниками кафедри.
Переглянути
Перегляд Дисертації (АЕМК) за Автор "Розен, Віктор Петрович"
Зараз показуємо 1 - 2 з 2
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Моделі та методи моніторингу енергоефективності регіонів України(КПІ ім. Ігоря Сікорського, 2023) Докшина, Софія Юріївна; Розен, Віктор ПетровичДокшина С.Ю. Моделі та методи моніторингу енергоефективності регіонів України. – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктор філософії за спеціальністю 141 –«Електроенергетика, електротехніка та електромеханіка» (14–Електрична інжерерія). – Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Київ, 2023. Дисертаційне дослідження «Моделі та методи моніторингу енергоефективності регіонів України» присвячене актуальному науковому завданню підвищення рівня енергоефективності регіонів України шляхом розроблення моделей та методів моніторингу, задля забезпечення енергетичної та екологічної безпек країни. Для виконання аналізу було вибрано підсектор опалення сектору домогосподарств як найбільший споживач енергії серед інших секторів, та транспортний сектор як один із найбільших споживачів та забруднювачів CO2. Дисертаційне дослідження відповідає пріоритетному напрямку розвитку країни: «Енергетика та енергоефективність» (Технології розроблення та використання нових видів палива, відновлюваних і альтернативних джерел енергії та видів палива; Енергоефективність і енергозбереження, ринки енергоресурсів, Екологічно збалансована енергетична безпека) що затверджений постановою Кабінету міністрів України від 7 вересня 2011 р. № 942 «Про затвердження переліку пріоритетних тематичних напрямів наукових досліджень і науково-технічних розробок на період до 2023 року». Та виконувалось спільно з Університетом Лотарингії (Université de Lorraine), Франція, за програмою академічної мобільності ERASMUS+ KA107 у період з 03.04.2023 по 02.09.2023 р. У першому розділі розглянуто стан енергоефективності в Україні, досліджено методи що застосовані в Енергетичних стратегіях, виконано SWOTаналіз рівня енергоефективності регіонів України. Визначено мету та завдання дослідження. За оцінками моніторингово звіту індикаторів сталого розвитку в Україні 2021 року, навіть у період до масштабного вторгнення 2022 року, 7 з 14 цілей індикаторів сталого розвитку, що стосувались енергоефективності, не були досягнуті. Енергетична стратегія України змінювалась тричі впродовж 11 років, причому, у Першій та Другій стратегіях застосовувався підхід прогнозування попиту на енергоносії за трьома сценаріями економічного зростання (середньорічного зростання ВВП), у Третій стратегії застосовувався метод складання алгоритмів заради досягнення бажаних результатів. Ключовими орієнтирами у напрямку розвитку енергетики України є зниження імпортозалежності нафтопродуктів, газу та атомних продуктів, поліпшення екологічної ситуації, що можуть бути досягнуті шляхом впровадження енергоефективних заходів модернізації систем виробітку та розподілу енергії, будівель, Євроінтеграції та розвитку відновлювальних джерел енергії та альтернативних видів палива. Визначено позитивні та негативні чинники впливу на рівень енергоефективності України. Негативно на рівень енергоефективності України впливають наступні чинники: енергетичний чинник: енергоблоки атомних енергостанцій, водопровідні мережі, системи розподілу, та, особливо, споживання тепла знаходяться у незадовільному стані; екологічний чинник: рівень забруднення повітря станом на 2022 вважається підвищеним, економічний чинник: майже чверть ВВП в Україні перебуває в тіні, з початку воєнного вторгнення 24 лютого 2022 року, та станом на 1 вересня 2022 року, Україна понесла збитки у 127 млрд. доларів США, з яких на першому місці житлові будівлі, на другому інфраструктура, соціальний чинник: низька інформованість населення стосовно переваг енергоефективності, низький рівень життя населення байдужість населення. Позитивно на рівень енергоефективності впливають: проєкти з модернізації енергосистеми, розвиток енергосервісних компаній (ЕСКО), соціальні програми, програми міжнародної підтримки, розвиток ВДЕ та можливості отримання альтернативного виду палива. Разом з тим, найбільшу вагу у рівні енергоефективності відіграють чинники технологічного та стратегічного характеру, на другому місці виявились чинники екологічного та соціального характеру, вагомими, але без можливості вплинути на них є чинники економічного та непередбачуваного характеру. Мета. Підвищення рівня енергоефективності регіонів України шляхом розроблення регіональних моделей моніторингу. Актуальність. Тема спрямована на підвищення енергетичної безпеки України та вирішення задачі оцінювання енергоефективності регіонів України. Новизна теми полягає у розробленні моделі оцінювання енергоефективності регіонів України житлового та транспортного секторів, що надасть можливість виробити стратегії підвищення рівня енергоефективності регіонів України. Об'єкт: процес споживання тепло-, електро- енергії, газоспоживання та споживання моторних палив регіонами України. Предмет: індикатори енергоефективності регіонів та їх зв'язки, чинники впливу на енергоефективність, моделі оцінювання енергоефективності регіонів, технології підвищення енергоефективності, методи оцінки складних багатофакторних систем. Завдання: 1. Дослідити вимоги до індикаторів енергоефективності, світові індикатори енергоефективності та індикатори в Україні; 2. Дослідити методи оцінки складних багатофакторних систем; 3. Розробити алгоритм інтервального оцінювання індикаторів енергоефективності регіонів України; 4. Розробити алгоритм розрахунку споживання на опалення житлового сектору регіонів України; 5. Розробити алгоритм розрахунку споживання газу транспортного сектору регіонів України; 6. Виконати класифікацію житлового сектору регіонів України з використанням дискримінантного аналізу та аналізу головних компонент; 7. Виконати класифікацію транспортного сектору регіонів України з використанням дискримінантного аналізу та аналізу головних компонент; 8. Виконати порівняльний аналіз результатів класифікації житлового та транспортного секторів регіонів України; 9. Побудувати модель бенчмаркінгу регіонів України всередині кластерних груп; 10. Проаналізувати можливості застосування альтернативних технологій підвищення енергоефективності в Україні та шляхів їх оптимізації; 11. Розробити алгоритм та модель моніторингу енергоефективності регіонів України. У Розділі 2 виконано аналіз сучасних баз даних з енергоефективності. Встановлено, шо сучасні бази даних з енергоефективності та наведені стандарти відображають секторальний підхід до оцінювання енергоефективності за країнами. Поділ секторів за різними рівнями деталізації (на підсектори), розрахунок індикаторів та індексів енергоефективності, застосування методів коригування, наприклад, таких як кліматичні поправки, коригування за паритетом купівельної спроможності, підходи до вибору базового року для порівняння – дозволяють порівнювати рівні енергоефективності та обсяги серед країн на високому рівні. Для підвищення рівня енергоефективності окремої країни, ці методи можливо застосовувати на регіональному рівні з подальшим застосуванням бенчмаркінгу. Запровоновано для оцінювання рівня енергоефективності всередині країни, застосовувати методи оцінки складних багатофакторних систем, серед яких є методи кластеризації, метод головних компонент та дискримінантний аналіз. Для кластерного аналізу було вибрано два методи кластеризації із попереднім заданням кількості кластерів (кластеризація методом k-середніх та агломеративна кластеризація), та методи без попереднього задання кластерів такі як кластеризація за щільністю (DBSCAN) та афініативна кластеризація (affinity clustering). Класифікація споживачів енергії різними методами дозволить оцінити розбіжності за різними рівнями енергоефективності певного сектору та визначення кластерів, котрі потребують першочергових дій у енергоефективних заходах задля забезпечення сталого розвитку країни. Метод головних компонент дозволить зменшити розмірність даних за потреби задля підвищення якості кластеризації. Дискримінантний аналіз допоможе знайти ключові індикатори що впливають на рівень енергоефективності у заданому секторі. А подальший бенчмаркінг регіонів України дозволить додатково визначити рейтинг регіонів всередині кластерних груп. Сектор домогосподарств має найбільші перспективи у підвищенні рівня енергоефективності, оскільки історично складає третину споживання, а підсектор опалення споживає найбільше серед даних підсекторів сектору споживання (напр., охолодження, освітлення, гаряче водопостачання). Транспортний сектор є одним з найбільших забруднювачів повітря. Однак, дані підходи можуть застосовуватись і до інших секторів. У Розділі 3 побудовані інтервальні графіки індикаторів енергоефективності підсектору опалення сектору домогосподарств та транспортного сектору регіонів України, що дозволило оцінити динамічні зміни даних індикаторів у цих регіонах та виконати попереднє порівняння регіонів. Визначено найкращі моделі оцінювання для цих даних та вироблено стратегії розвитку кластерних груп регіонів України. Розроблено метод моніторингу енергоефективності та алгоритм оцінювання рівня енергоефективності на основі кластерної стабільності. Найкращим результатом кластеризації для підсектору опалення виявився метод к-середніх з включенням м. Київ та з наступними даними: Середня температура за опалювальний період, оС, Споживання природного газу на житло, м3/житло, Споживання електроенергії на житло, кВт/год, Споживання вугілля на житло, тис. т/ житло, Середньомісячна заробітна плата штатних працівників, грн; Валовий регіональний продукт на одну особу (у фактичних цінах), грн. Даний метод має кластерну нестабільність лише в одному регіоні. Однак, більшу інформативність несуть результати агломеративної кластеризації з кластерною нестабільністю у трьох регіонах. Тому опишемо стратегії розвитку за останнім згаданим аналізом. Для кластерних груп підсектору опаленя регіонів України доцільні наступні заходи: для кластеру 0 доцільно застосувати для даних регіонів заходи з модернізації центрального теплопостачання з переходом на роззосереджені джерела енергії та розглядом альтернативних джерел енергії (оскільки температура середня серед інших регіонів – можливий розгляд біогазових установок та вітрогенераторів); для кластеру 1 доцільно розглянути проектні рішення щодо переходу до роззосереджених джерел електричної енергії, оскільки температура найменша – доцільно встановлювати вітрогенератори у комбінації з водневими установками. Споживання газу відображає баланс між централізованим газопостачанням; для кластеру 2, що має регіони із сприятливим кліматом, варто розглянути проекти з опаленням від комбінованих установок з вітрогенераторами, сонячними панелями та водневими установками. Для всіх регіонів доцільно розглянути перехід від опалювальних установок з використанням газу до установок з використанням альтернативних видів палива (як паливо з пластикових та гумових відходів та біогазу). Найкращі результати для транспортного сектору показала модель за методом головних компонент (2 компоненти) з подальною кластеризацією методом к-середніх з кластерною нестабільністю у чотирьох регіонах. Для кластерних груп транспортного сектору доцільні наступні заходи. Доцільно, особливо для кластеру 2, котрий має найбільші показники серед інших регіонів: покращити громадський транспорт для зменшення використання особистих авто; запровадження програм лояльності для пасажирів громадського транспорту; оптимізувати логістику вантажів, сприяючи ефективному використанню вантажівок та мінімізації порожніх пробігів (задача комівояжера, додатки для покращення ефективності маршрутів та управління транспортом); використовувати технології моніторингу та аналітики для ефективного використання транспортних засобів; заохочувати використання гібридних технологій та систем відновлювальної енергії для автотранспорту; надавати фінансові стимули для компаній, що використовують енергоефективні технології у транспорті. У четвертому розділі було досліджено потенціал альтернатиних джерел енергії, а саме отримання альтернативного моторного палива з пластикових відходів та відходів зношених шин в Україні та оптимізація біогазової установки анаеробного зброджування за допомогою штучної нейронної мережі. Проведена аналітична оцінка з офіційних статистичних джерел показала, що потенціал отримання палива від переробки пластику, що накопичився на спеціально облаштованих звалищах к кінцю 2020 року, становить від 5,43 до 17,2 тис тон палива. При налагодженні екологістики, щорічно можливо отримувати від 9,39 до 29,74 тис. тон палива. А якщо поводження з пластиковими відходами не зміниться, при налагодженні збору неутилізованого пластику, до 2030 року можливо отримати від 137,54 до 435,53 тис. т палива. Потенціал отримання палива від переробки зношених шин, що утворились на спеціально облаштованих звалищах к кінцю 2020 року становить від 1,99 до 3,13 тис. т палива. При налагодженні екологістики, щороку можливо отримувати від 5,27 до 8,26 тис. т палива від зношених шин. Якщо поводження з утилізацією зношених шин не зміниться, до 2030 року, при налагодженні їх збору, можливо отримати від 110,45 до 173,04 тис. т палива. Однак, варто зазначити, що при непрямому оцінюванні потенціалу, обсяги отримання моторного палива можуть бути значно більшими. Розроблена модель ШНМ установки анаеробного зброджування дала змогу здійснити ідентифікацію оптимальних робочих параметрів реактора-метантенка, які призводять до збільшення виходу метану на понад 12,6%. Так, оптимальною температурою для підвищення виходу біогазу є 39oС; рівень pH 8,0; співвідношення органіки до сухої фракції повинно складати 98,8%. Для кращої роботи установки слід підвищувати вміст амонію азоту на 5%, проте вміст вільних летких жирних кислот у субстраті доцільно зменшити на 46%. Дослідження продемонструвало, що модель ШНМ є корисним інструментом для моделювання та оптимізації виробництва біогазу з метантенку в різних робочих умовах. Практичне значення отриманого потенціалу моторного палива полягає в подальшому розвитку налагодженню екологістики збору небезпечних відходів в Україні та їх подальшого перетворення у паливо, що може забезпечити транспорний сектор та використовуватись як сировина заміщення газу для опалення громад від котельних, що використовують газ, а також у комбінації з електротехнічними установками. Отримані оптимальні значення установки анаеробного зброджування, дозволяють підвищити ККД даних установок на 12,6% та сприятиме їх впровадженню для опалення громад. Все це дозволить забезпечити енергетичну та екологічну безпеку країни, а також сприятиме підвищенню рівня економіки. Наукова новизна дослідження полягає у тому, що: 1. Набула подальшого розвитку реалізація моніторингу енергоефективності регіонів України, зокрема, кластерний підхід до розмежування регіонів України з використанням дискримінантного аналізу, та модель бенчмаркінгу всередині кластерів. 2. Вперше побудовано інтервальне оцінювання індикаторів енергоефективності, що дозволяє порівнювати регіони у динаміці крічних змін. 3. Запропоновано метод оцінювання рівня енергоефективності регіонів України, що дозволяє досягти кластерної стабільності та виробити стратегії розвитку для кожного кластеру. 4. Запропонована модель розрахунку зі статистичних джерел газо-, тепло- електроспоживання та споживання вугілля у розрахунку на опалення одиниці житла у регіонах та газоспоживання транспортним сектором регіонів. 5. Удосконалено систему виробництва біогазової установки за рахунок чого можливо досягти підвищення її ККД на 12,6%. Практичне значення. Розроблені методологія розрахунку параметрів для оцінювання опалення житлового сектору, методологія розрахунку параметрів для оцінювання транспортного сектору регіонів України, методологія інтервального оцінювання індикаторів енергоефективності регіонів України, модель бенчмаркінгу регіонів України, алгоритм оцінювання рівня енергоефективності регіонів України на основі кластерної стабільності, загальна модель моніторингу енергоефективності, та алгоритм оцінювання рівня енергоефективності можливо використовувати для оцінювання рівня енергоефективності у наступні роки та для інших секторів. Розрахований потенціал отримання моторного палива варто враховувати при розробленні Дорожньої карти збору та утилізації небезпечних відходів. Підвищення продуктивності біогазових установок анаеробного зброджування забезпечуватиметься за рахунок використання співвідношення робочих параметрів установки анаеробного зброджування, що отримані шляхом використання штучної нейронної мережі у даній роботі. Дисертаційне дослідження складається з 231 сторінка, 5 додатків. Основна частина дисертації містить 53 рисунка та 16 таблиць.Документ Відкритий доступ Інтелектуальна система регулювання режимів роботи сонячної електростанції(КПІ ім. Ігоря Сікорського, 2025) Хомяк, Андрій Олегович; Розен, Віктор ПетровичХомяк А.О. Інтелектуальна система регулювання режимів роботи сонячної електростанції. – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктор філософії за спеціальністю 141 –«Електроенергетика, електротехніка та електромеханіка» (14–Електрична інжерерія). – Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Київ, 2025. Дисертаційне дослідження «Інтелектуальна система регулювання режимів роботи сонячної електростанції» присвячене актуальному науковому завданню підвищення рівня енергоефективності енергосистеми України шляхом розроблення моделей та методів моніторингу, прогнозування та контролю для забезпечення енергетичної стійкості країни. Для аналізу проблем галузі було обрано сонячні електростанції, що є джерелами відновлюваної енергетики. Дисертаційне дослідження відповідає пріоритетному напрямку розвитку країни: «Енергетика та енергоефективність» (Енергоефективність і енергозбереження, ринки енергоресурсів; Енергоменеджмент, інформаційно-аналітичне та нормативно-методичне забезпечення енергетичної галузі; Екологічно збалансована енергетична безпека ) що затверджений постановою Кабінету міністрів України від 7 вересня 2011 р. № 942 «Про затвердження переліку пріоритетних тематичних напрямів наукових досліджень і науково-технічних розробок на період до 2023 року» (в редакції постанови Кабінету Міністрів України від 9 травня 2023р. №463). У першому розділі розглянуто проблематику керування енергосистемою України, особливості функціонування енергосистеми України в умовах військової агресії російської федерації. Крім того, розглянуто питання прогнозування розвитку енергосистеми України та особливості впровадження розосередженої генерації в контексті стійкості енергосистеми України. Окремо розглянуто вплив відновлювальних джерел енергії на стійкість енергосистеми та проблему зниження інерційності енергосистеми. Визначено мету та завдання дослідження. Розглянуто українську енергетичну систему в моделі TIMES-Україна, яка містить в собі базу даних по економічній та енергетичній статистиці за 2005-2015 роки. Деякі ключові вхідні дані, такі як виробництво енергії, міжнародна торгівля, виробничі показники електростанцій і котлів були внесені за 2016-2018 р.р. в базу даних. З 21 квітня 2023 року було впроваджено нову Енергетичну стратегію України до 2050 року, де враховано дані то досвід, отриманий за час повномасштабного вторгнення російської федерації. Цим документом визначено посилення ролі енергетичної безпеки, та зміцнення стійкості енергосистеми, результати приєднання ОЕС України до європейської мережі операторів системи передачі електроенергії (ENTSO – E), поглиблення інтеграції енергетичної системи України в загальноєвропейську, наявність новітніх технологій(виробництво та використання водно, малі модульні ядерні реактори, установки зберігання енергії), технічні зміни в енергетичному секторі, світові тренди та інноваційні рішення, вимоги до екологічної безпеки згідно з нормами ЄС та прийнятим зобов’язанням України, міжнародні зобов’язання України щодо енергоефективності та використання відновлювальних джерел енергії, зменшення викидів парникових газів, децентралізація генерації електроенергії по всій території країни. Крім того стратегією передбачено досягнення Україною вуглецевої нейтральності енергетичного сектору до 2050 року. Також розглянуто нове програмне забезпечення GridOS від General Electric, яке планується до виходу на ринок у 2027 році. В основу програмного забезпечення лягло використання в якості альтернативних джерел отримання даних з PMU. Компанія GE працює над принципом Grid Data Fabric (Фабрика виробництва даних), що в свою чергу має перейти в ONM (One Network Model або модель однієї мережі). За такої моделі дані отримані від WAMS та PMU будуть збиратись в одному місці, порівнюватись між собою, аналізуватись і надаватись диспетчерам в зручному інтерфейсі, що дозволить спростити та пришвидшити реагування на проблеми, що виникають в енергосистемі країн світу. Мета. Підвищення ефективності застосування резервів енергосистеми для компенсації небалансів, що виникають при зміні навантаження на сонячних електростанціях. Здешевлення процесу компенсації небалансів, що виникають при зміні навантаження на сонячних електростанціях. Актуальність. Тема спрямована на підвищення енергетичної стійкості України та вирішення задачі компенсації небалансів внаслідок роботи сонячних електростації. Новизна теми полягає у розробленні нового підходу до керування сонячними електростанціями та реагування на відхилення частоти в енергосистемі за рахунок впровадження інтелектуальної системи регулювання режимами роботи сонячної електростанції, здатної до короткочасного планування з горизонтом планування більше 15 хвилин та отриманням сучасного інструменту превентивного реагування на виклики в енергосистемі України. Об'єкт: процес генерації електричної енергії сонячними електростанціями України. Предмет: показники генерації електричної енергії, коливання в енергосистемі, наявність резервів допоміжних послуг, а саме: резерву підтримки частоти, автоматичного та ручного резерву відновлення частоти, резерву заміщення. Завдання: 1. проаналізувати графік генерації електричної енергії на сонячній електростанції та його особливості; 2. проаналізувати методи компенсації небалансів в енергосистемі країн Європи; 3. проаналізувати проблеми зростання частки сонячних електростанцій в структурі генерації електричної енергії різних країн світу. Проаналізувати структуру генерації електричної енергії в різних країнах світу. Виконати порівняльний аналіз цін на допоміжні послуги з забезпечення резервів в різних країнах світу; 4. розробити алгоритм розрахунку ефективності роботи сонячних електростанцій; 5. розробити алгоритм прогнозування величини зміни генерації електричної енергії на сонячній електростанції; 6. розробити алгоритм передачі інформації від власника генеруючої установки до оператора системи передачі; 7. проаналізувати можливість збільшення стійкості та автономності роботи сонячної електростанції за рахунок встановлення УЗЕ та встановлення GridForming інверторів ; 8. розробити алгоритм та модель моніторингу сукупних відхилень від графіку генерації електричної енергії сонячними електростанціями. У Розділі 2 виконано аналіз роботи сонячної електростанції, графік генерації електричної енергії з 01.10.2022 00:00:00 по 27.09.2023 14:00:00. Масив даних на щохвилинній основі з значенням генерації електричної енергії на сонячній електростанції було переведено у відносні числа у порівнянні з максимальним значенням генерації електричної енергії на сонячній електростанції за відповідний період часу та усереднено на 15-хвилинному інтервалі часу. На основі отриманих даних було створено матрицю значень, яка в подальшому стала основою для побудови тривимірного графіку залежності значення генерації електричної енергії на сонячній електростанції відносно максимального значення у відсотках до часу. Проаналізовано відхилення фактичного графіку генерації електричної енергії від прогнозованого. Проаналізовано швидкість зміни генерації електричної енергії на щохвилинному та 15-хвилинному інтервалі часу, величину зміни генерації відносно максимального значення, середню швидкість зміни генерації на завантаження та розвантаження. Проаналізовано критерії оцінки якості частоти за SO GL, а саме перцентилі. Проаналізовано величину середнього значення генерації електричної енергії на погодинній основі за досліджуваний період часу. Проаналізовано зміни графіку генерації електричної енергії на сонячній електростанції з урахуванням сезонності за досліджуваний період часу та величину сумарної згенерованої енергії Запропоновано модернізацію сонячних електростанцій за рахунок впровадження системи короткочасного прогнозування з горизонтом прогнозування більше 15 хвилин та встановлення на станціях установок зберігання енергії з GridForming інверторами. На рівні оператора системи розподілу пропонується модернізація програмного забезпечення за рахунок програмного продукту від компанії General Electric під назвою GridOS. На рівні оператора системи передачі проаналізовано методи компенсації небалансів в країнах Європейського союзу, кошти що витрачають оператори системи передачі на компенсацію небалансів, враховуючи особливості ринку електричної енергії країн Євросоюзу. Проаналізовано вартість одного МВт резерву підтримки частоти та однієї МВт*год генерації електричної енергії на ринку електричної енергії в Європі. Запропоновано, за умови впровадження системи короткочасного прогнозування зміни величини генерації на сонячних електростанціях, головному диспетчерському пункту завчасно віддавати команди більш довгого та дешевого резерву відновлення частоти, що дозволить здешевити процес компенсації небалансу. За умови успішного впровадження та позитивного зворотного зв’язку пропонується масштабувати цей метод на всю енергосистему Євросоюзу. У Розділі 3 створено нейронні мережі, які аналізують інформацію, що буде надходити від сонячної електростанції. За результатами аналізу можна отримати інформацію стосовно положення Сонця та хмар на небі, швидкість та напрям руху, прогнозний час їх перетину та величину зниження генерації електричної енергії від прогнозного графіку. Нейронні мережі будуть продовжувати своє навчання в процесі практичної роботи на станції, відповідно буде зростати точність прогнозування. Дані для навчання нейронна мережа буде отримувати з камер в реальному часі за рахунок створення і оброблення зображення з дискретністю в 4 секунди, що зменшить навантаження на обладнання та необхідні обчислювальні потужності. Розпізнавання образів хмар реалізовано на базі згорткової нейронної мережі в середовищі програмування Python. Обробку отриманих результатів пропонується аналізувати на базі програмного забезпечення компанії General Electric під назвою GridOS. У четвертому розділі було створено метод рангових коефіцієнтів узгодженості для дослідження ефективності роботи сонячних електростанцій та запропоновано параметри для багатокритеріального алгоритму аналізу ефективності роботи визначених станцій. На прикладі показано алгоритм розрахунку для методу рангових коефіцієнтів узгодженості. Проаналізовано ціни, що склались на ринку допоміжних послуг в різних країнах Європи для резерву підтримки частоти та ціни на ринку на добу наперед. Проаналізовано структуру генерації різних країн Європи і принципи, які впливають на ціни, що склались на ринках електричної енергії в Європі. Побудовано порівняльні таблиці з результуючими цінами за 2023-2024 роки. За результатами аналізу було зроблено висновки, що середньозважена ціна, що склалась на ринку на добу наперед в Україні співставна з цінами більшості європейських країн, незважаючи на значний дефіцит електричної енергії через пошкодження критичної інфраструктури та генеруючого обладнання. На основі побудованих діаграм видно, що зміна ціни по країнах Європи має різнонапрямлений характер зі здешевленням для північної Європи та здорожчанням для південно-східної частини Європи. В країнах з значною часткою газотурбінних установок спостерігається зниження загальної ціни за рахунок зниження цін на ринку на добу наперед. В першу чергу це пов’язано з тим, що ціна на природній газ в Європі почала поступово знижуватись. Країни, які в своїй структурі генерації мають багато сонячних електростанцій та відсутні високоманеврові потужності стикнулись з значним здорожчанням послуг резерву підтримки частоти. Наукова новизна дослідження полягає у тому, що: 1. Запропоновано метод реагування на зміну величини генерації електричної енергії на сонячних електростанціях на основі короткочасного прогнозування з використанням інтелектуальних систем на базі нейронних мереж, що дозволило змінити підхід до балансування енергосистеми та здешевити процес за рахунок активації більш повільних, проте дешевших резервів відновлення частоти. 2. Запропоновано новий математичний метод рангових коефіцієнтів узгодженості та критерії до багатокритеріального аналізу ефективності роботи електростанцій, що дозволило збільшити швидкість реагування диспетчерського персоналу оператора системи передачі на відхилення в енергосистемі за рахунок ранжування сонячних електростанцій за ефективністю їх роботи та впливом на енергосистему. 3. Створено нейронну мережу для розпізнавання образів Сонця і хмар на небі та аналізу траєкторії їх руху, що дозволило отримувати прогнозні значення генерації електричної енергії на сонячних електростанціях в режимі реального часу та горизонтом прогнозування в 15 хвилин за рахунок використання згорткових нейронних мереж в середовищі програмування Python. Практичне значення. Розроблено метод рангових коефіцієнтів узгодженості, багатокритеріальний алгоритм аналізу ефективності роботи, створено інтелектуальну систему на базі нейронної мережі для аналізу положення Сонця і хмар, та подальшого прогнозування траєкторії їх руху. Створено новий метод активації допоміжних послуг для компенсації небалансів в енергосистемі, що дає змогу більш дешево компенсувати небаланси в енергосистемі за рахунок короткочасного прогнозування зміни величини генерації електричної енергії на сонячних електростанціях. Метод рангових коефіцієнтів узгодженості та багатокритеріальний алгоритм аналізу ефективності вже знайшов своє застосування в роботі НЕК «Укренерго». Дисертаційне дослідження складається з 249 сторінки, 4 додатки. Основна частина дисертації містить 44 рисунка та 19 таблиць.