МАТЕМАТИЧНІ МОДЕЛІ ДЛЯ ОПТИМІЗАЦІЇ ВИКОРИСТАННЯ АЛЬТЕРНАТИВНИХ ДЖЕРЕЛ ЕНЕРГІЇ В ТРАНСПОРТНО-ВИРОБНИЧИХ СИСТЕМАХ
DOI:
https://doi.org/10.31319/2519-8106.1(52)2025.330404Ключові слова:
альтернативні джерела енергії, транспортно-виробничі системи, електричні транспортні засоби, відновлювальні джерела енергії, сонячна енергія, вітрова енергія, біоенергетика, водневі технології, гібридні системи, математичні моделі, оптимізація енергоспоживання, логістичні процеси, екологічна ефективністьАнотація
У статті здійснюється аналіз застосування математичних моделей для оптимізації використання альтернативних джерел енергії в рамках транспортно-виробничих систем. В умовах сучасних економічних та екологічних викликів, що вимагають скорочення залежності від традиційних викопних енергоносіїв і зменшення викидів парникових газів, перехід на відновлювальні джерела енергії набуває стратегічної важливості. Дослідження охоплює основні типи альтернативних джерел енергії, зокрема електричні транспортні засоби, сонячну і вітрову енергію, біоенергетику, а також водневі та гібридні технології.
Особлива увага приділена математичним моделям, що сприяють оптимізації енергоспоживання у процесах транспортування та виробництва. Моделі, що стосуються оптимізації маршрутів електричних транспортних засобів, інтеграції відновлювальних джерел енергії в логістичні процеси, а також багатокритеріальної оптимізації з огляду на економічну та екологічну ефективність, є важливими інструментами для досягнення енергоефективності в цих системах.
Крім того, у статті розглядаються проблеми, що виникають при впровадженні альтернативних джерел енергії, зокрема високі початкові витрати, нестача відповідної інфраструктури та нестабільність в роботі відновлювальних джерел енергії. Одним з важливих аспектів є створення стійких енергетичних та транспортних систем, здатних забезпечити надійне та ефективне постачання енергії.
Перспективи розвитку технологій альтернативних джерел енергії в транспортно-виробничих системах полягають у вдосконаленні технологій зберігання енергії, інтеграції новітніх розробок та покращенні інфраструктури, що дозволить знизити витрати та екологічний вплив, забезпечуючи сталий розвиток галузі в цілому.
У статті також наводяться рекомендації щодо подолання наявних проблем, що сприятимуть більш ефективному переходу до використання альтернативних джерел енергії в транспорті та виробництві.
Посилання
Guo, Z., Afifah, F., Qi, J., & Baghali, S. (2021). A Stochastic Multi-Agent Optimization Framework for Interdependent Transportation and Power System Analyses. arXiv preprint arXiv:2101.00908.
Tran, T. T. D., & Smith, A. D. (2019). Stochastic Optimization for Integration of Renewable Energy Technologies in District Energy Systems for Cost-Effective Use. Energies, 12(3), 533.
Kim, J., Realff, M. J., Lee, J. H., Whittaker, C., & Furtner, L. (2011). Design of biomass pro-cessing network for biofuel production using an MILP model. Biomass and Bioenergy, 35(2), 853-871.
Tevjashev, A. D. (2013). Stochastic models and methods of optimization of gas transmission systems. Technology audit and production reserves, (3(1)), 41-45.
Zocca, A., & Zwart, B. (2017). Optimization of stochastic lossy transport networks and applica-tions to power grids. arXiv preprint arXiv:1712.07411.
Li, G., Yang, Z., Sharma, S., Mian, A., Lin, Z., Tsatsaronis, G., & Marechal, F. (2019). Over-view of assessment, optimization, and synthesis of energy systems: Methodology and applica-tion to thermal power plants. Energies, 12(1), 73. https://doi.org/10.3390/en12010073
Ko, S., Choi, K., Yoo, S., & Lee, J. (2022). Stochastic optimization model for sustainable mul-timodal transportation for bioenergy production. Sustainability, 14(3), 1889. https://doi.org/10.3390/su14031889.
Hamis, A. K., Abdelaziz, A. Y., Eskaros, M. R., Attia, M. A., & Sameh, M. A. (2023). Optimal electricity flow with stochastic renewable energy using three mixture distribution component functions. Sustainability, 15(1), 334. https://doi.org/10.3390/su15010334
Zhao, Z., Holland, N., & Nelson, J. (2024). Optimization of smart grid performance: A stochas-tic approach to the integration of renewable energy sources. Sustainable Cities and Society, 111, 105533. https://doi.org/10.1016/j.scs.2024.105533
Gulcan, B. E. (2021). Stochastic optimization for renewable energy system design and operation (PhD dissertation). Clemson University. https://open.clemson.edu/all_dissertations/2864
Guo Z., Afifah F., Qi J., Baghali S. A Stochastic Multi-Agent Optimization Framework for In-terdependent Transportation and Power System Analyses. arXiv preprint. 2021. arXiv:2101.00908.
Tran T.T.D., Smith A.D. Stochastic Optimization for Integration of Renewable Energy Tech-nologies in District Energy Systems for Cost-Effective Use. Energies. 2019. Vol. 12, No. 3. P. 533.
Kim J., Realff M.J., Lee J.H., Whittaker C., Furtner L. Design of biomass processing network for biofuel production using an MILP model. Biomass and Bioenergy. 2011. Vol. 35, No. 2. P. 853–871.
Tevjashev A.D. Stochastic models and methods of optimization of gas transmission systems. Technology audit and production reserves. 2013. No. 3(1). P. 41–45.
Zocca A., Zwart B. Optimization of stochastic lossy transport networks and applications to power grids. arXiv preprint. 2017. arXiv:1712.07411.
Li G., Yang Z., Sharma S., Mian A., Lin Z., Tsatsaronis G., Marechal F. Overview of assess-ment, optimization, and synthesis of energy systems: Methodology and application to thermal power plants. Energies. 2019. Vol. 12, No. 1. P. 73. https://doi.org/10.3390/en12010073.
Ko S., Choi K., Yoo S., Lee J. Stochastic optimization model for sustainable multimodal trans-portation for bioenergy production. Sustainability. 2022. Vol. 14, No. 3. P. 1889. https://doi.org/10.3390/su14031889.
Hamis A.K., Abdelaziz A.Y., Eskaros M.R., Attia M.A., Sameh M.A. Optimal electricity flow with stochastic renewable energy using three mixture distribution component functions. Sus-tainability. 2023. Vol. 15, No. 1. P. 334. https://doi.org/10.3390/su15010334.
Zhao Z., Holland N., Nelson J. Optimization of smart grid performance: A stochastic approach to the integration of renewable energy sources. Sustainable Cities and Society. 2024. Vol. 111. Article No. 105533. https://doi.org/10.1016/j.scs.2024.105533.
Gulcan B.E. Stochastic optimization for renewable energy system design and operation: PhD dissertation. Clemson University, 2021. https://open.clemson.edu/all_dissertations/2864.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
a. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
b. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
c. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
