Дослідження та моделювання процесів заряджання і розряджання засобів накопичення електричної енергії
Автор: Герез Дмитро Олександрович
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційні управляючі системи та технології
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2025-2026 н.р.
Мова захисту: українська
Анотація: Актуальність. В умовах нестабільності енергопостачання та поширення відновлюваних джерел енергії критичного значення набувають системи накопичення на базі літій-ферум-фосфатних (LFP) акумуляторів. Проте специфічна електрохімічна природа LFP-елементів, зокрема пласка розрядна характеристика, ускладнює точну оцінку їхнього стану традиційними методами. Це створює потребу в розробці гібридних моделей, які поєднують фізичну інтерпретованість з адаптивністю сучасних алгоритмів обробки даних для забезпечення надійності енергопостачання домогосподарств. Об’єктом дослідження є процеси заряджання та розряджання літій-ферум-фосфатного акумулятора як елемента гібридної системи електропостачання. Предметом дослідження є статистичні методи та методи штучного інтелекту для моделювання процесів заряджання та розряджання акумулятора, визначення його експлуатаційних характеристик. Мета дослідження. Підвищення ефективності проектування та управління гібридними системами електропостачання шляхом розроблення математичної (інформаційної) моделі акумулятора, яка дозволяє з високою точністю аналізувати динаміку процесів заряджання/розряджання для подальшої інтелектуалізації процесу управління. Структура роботи. Дана магістерська робота складається зі вступу, чотирьох розділів, висновків, списку використаних джерел та додатків. У першому розділі проаналізовано предметну область, особливості LFP-акумуляторів та існуючі методи моделювання. Другий розділ присвячено проектуванню системи, обґрунтуванню гібридного підходу та математичного апарату (еквівалентні схеми, нейромережі). У третьому розділі описано архітектуру та програмну реалізацію системи, алгоритми попередньої обробки даних та параметричної ідентифікації. Експериментальна частина роботи наведена у четвертому розділі, де представлено результати порівняльного аналізу точності моделей на різних діапазонах струму. Методи та інструменти дослідження. У роботі застосовано нейронні мережі з функціями активації ReLU, LeakyReLU, Tanh, GELU, алгоритми градієнтного бустингу (XGBoost) та ансамблеві моделі (Stacking, Bagging). Програмна реалізація виконана мовою Python з використанням бібліотек Pandas, NumPy, SciPy, Scikit-learn, TensorFlow. Результати та практичне значення. Розроблено та програмно реалізовано комплекс моделей, які протестовано на реальних даних телеметрії сонячної станції. Встановлено, що математичні моделі з ГА- иа МНК-оптимізацією є найбільш стійкими до шумів у номінальних режимах, тоді як нейронні мережі забезпечують найвищу точність (R? > 0.96) у зонах пікових навантажень (>29 А), де домінують нелінійні ефекти, що дозволяє підвищити точність моделювання зміни напруги, запобігти хибним спрацюванням захисту інвертора та подовжити термін експлуатації і забезпечити ефективну обробку сонячної енергії шляхом оптимізації процесів заряджання та розряджання. Загальний обсяг роботи становить 140 сторінок, в тому числі 98 сторінок основного тексту, містить 23 рисунки, 21 таблицю, список використаних джерел налічує 37 найменувань. Ключові слова: літій-ферум-фосфатний акумулятор, еквівалентна електрична схема, нейронні мережі, моделювання напруги, BMS.