Электротехнические процессы управления энергопотреблением в условиях внедрения умных сетей

В работе рассмотрены задачи балансировки нагрузки в реальном времени, прогнозирования энергопотребления и оптимизации режимов работы генераторов и накопителей электроэнергии. Для достижения поставленных целей проведено моделирование и экспериментальные испытания на лабораторной установке, включающей IoT-датчики и литий-ионную аккумуляторную систему мощностью 10 кВт / 40 кВт·ч. Прогнозирование нагрузки реализовано с использованием рекуррентных нейронных сетей типа LSTM, а оптимизация энергопотребления – методами линейного программирования.

В результате проведенных исследований разработанная методика продемонстрировала повышение точности прогнозирования и снижение пиковых нагрузок, обеспечивая более устойчивые и энергоэффективные режимы работы электрической сети. Полученные результаты подтверждают эффективность предложенного подхода и его применимость для построения интеллектуальных систем управления в современной электроэнергетике.