Читайте нас в ТГ

Еще больше свежих новостей в нашем Telegram-канале.

Обогащение

spot_img

Образование

ГлавнаяНовостиВ НГТУ НЭТИ создали умную модель ГЭС с учетом энергии речной поймы

В НГТУ НЭТИ создали умную модель ГЭС с учетом энергии речной поймы

Ученые Новосибирского государственного технического университета НЭТИ разработали оптимизационную модель управления режимами гидроэлектростанций, которая впервые комплексно учитывает влияние речной поймы как природного аккумулятора энергии. Внедрение этой методики обеспечивает увеличение выработки электроэнергии на 20% в многоводные годы и на 14% в маловодные периоды без нарушения экологического баланса, что подтверждено расчетами на основе данных Каменской поймы за несколько лет.

Ключевой результат исследования: оптимальная мощность Новосибирской ГЭС при учете пойменного фактора достигает 300 МВт против 198 МВт без него, а фактическая выработка сегодня варьируется в диапазоне 220–255 МВт.

Речная пойма функционирует как естественный гидроаккумулятор, забирая излишки воды во время половодий и паводков и возвращая их в период межени, что напрямую влияет на прогнозирование притока и планирование водопользования.

Доцент кафедры систем электроснабжения предприятий НГТУ НЭТИ, кандидат технических наук Татьяна Мятеж применила для получения прогнозов обучаемые нейронные сети, после чего с помощью авторской оптимизационной методики было определено влияние Каменской поймы на вырабатываемые мощности. Расчеты показали, что игнорирование этого природного фактора снижает выработку на те же 14–20%, что критически важно при планировании суточных режимов работы ГЭС.

Точный прогноз забора и отдачи воды поймой позволяет максимизировать накопление в водохранилище и оптимизировать сбросы, увеличивая долю экологически чистой энергии в суточном графике нагрузки. Следствием становится снижение удельного расхода топлива на теплоэлектростанциях и уменьшение вредных выбросов в атмосферу.

В перспективе исследователи НГТУ НЭТИ намерены усовершенствовать модель, расширив базу данных и применив нейронную сеть повышенной мощности, а также провести сравнительный анализ поведения поймы с использованием статистических и прогностических подходов.

фото: В. Жарковская