Разработка гибридного метода оптимального распределения электрической нагрузки с учетом трудноформализуемых факторов

<jats:p>Оптимальное распределение электрических нагрузок между энергоисточниками является важным процессом, позволяющим достичь минимальных финансовых издержек у поставщика энергии при текущем уровне спроса. Данный процесс, в мировой практике также известный как экономическое диспетчирование, традиционно строится на принципе равенства относительных приростов стоимости топлива, что позволяет определить оптимальное распределение мощностей с точки зрения достижения экономической эффективности. Однако современное состояние энергетики, характеризующееся глобальной ESG-трансформацией и реализацией принципов корпоративной социальной ответственности, требует учета не только прямых экономических показателей, но и социально-экологических. Последние, как правило, зачастую бывают трудноформализуемыми или вовсе неформализуемыми, что вносит значительную сложность в процесс оптимизации. Данные условия определяют необходимость появления в обозначенном процессе лица, принимающего решение (ЛПР), с присущими ему внутренними ценностными установками. В описанных обстоятельствах традиционный подход к оптимизации по критерию минимума затрат становится недостаточным, что диктует необходимость разработки новых гибридных методов для её реализации. В рассматриваемой статье предложен гибридный метод распределения мощностей, основанный на синтезе классического метода множителей Лагранжа, обобщенного условиями Каруша–Куна–Таккера, и теории многокритериальной полезности (MAUT). Научная новизна подхода заключается в прямой интеграции многокритериальной функции ценности, отражающей субъективные предпочтения ЛПР, непосредственно в структуру оптимизационной задачи. Для апробации разработанного гибридного метода смоделирован изолированный энергорайон с суммарной нагрузкой 500 МВт. Оптимизационная задача в статической постановке решена для двух сценариев: базового – с минимизацией топливных издержек, и социально ориентированного – с учетом участия ЛПР и соответствующего активного ограничения по уровню функции ценности (V ≥ 0,60). Результаты показали, что удовлетворение требований ЛПР на уровне ценности 0,6 приводит к существенной перестройке энергобаланса – замещению 43% базовой угольной генерации мощностями газовой ТЭС. Показано, что возникший при этом рост затрат (на 22%) компенсируется достижением требуемого уровня социальной ценности (V = 0,60). Вычисленные значения двойственных переменных (множителей Лагранжа) интерпретированы, как «теневые цены» неформализуемых ограничений, отражающие предельную стоимость улучшения социально-экологической обстановки.</jats:p> <jats:p>Optimal distribution of electric loads between energy sources is a crucial process enabling the minimization of financial costs for the energy supplier at the current demand level. This process, internationally known as economic dispatch, is traditionally built on the principle of equality of incremental fuel costs, which allows for determining the optimal power allocation in terms of achieving economic efficiency. However, the modern state of the energy sector, characterized by global ESG transformation and the implementation of Corporate Social Responsibility (CSR) principles, requires considering not only direct economic indicators but also socio-environmental ones. The latter are often hard to formalize or entirely non-formalizable, introducing significant complexity to the optimization process. These conditions necessitate the involvement of a Decision Maker (DM) with their inherent internal value system. Under these circumstances, the traditional cost-minimization approach becomes insufficient, dictating the need for new hybrid methods. This article proposes a hybrid method for power allocation based on the synthesis of the classical Lagrange multiplier method, generalized by Karush–Kuhn–Tucker (KKT) conditions, and Multi-Attribute Utility Theory (MAUT). The scientific novelty of the approach lies in the direct integration of a multi-attribute value function, reflecting the DM's subjective preferences, into the structure of the optimization problem. To validate the developed hybrid method, an isolated power system with a total load of 500 MW was modeled. The optimization problem in a static formulation was solved for two scenarios: a baseline scenario (minimizing fuel costs) and a socially-oriented scenario (considering DM participation with an active constraint on the value function level V ≥ 0.60). The results showed that meeting the DM requirements at a value level of 0.60 leads to a substantial reconfiguration of the energy balance, substituting 43% of base-load coal generation with gas power capacity. It is demonstrated that the resulting cost increase (by 22%) is compensated by achieving the required level of social value. The calculated values of dual variables (Lagrange multipliers) are interpreted as "shadow prices" of non-formalizable constraints, reflecting the marginal cost of improving the socio-environmental situation.</jats:p>