Оптимізація витрат на енергопостачання за умови поєднання енергетичних та обчислювальних систем в житлових та громадських будівлях
DOI:
https://doi.org/10.31548/energiya4(86).2026.139Ключові слова:
оптимізація енергоспоживання, енерго-інформаційні системи, керування попитом, центри обробки даних, штучний інтелект, розподілена генераціяАнотація
Стаття присвячена обґрунтуванню можливості поєднання інформаційних та енергетичних систем для забезпечення оптимального використання наявної інфраструктури та зниження загальних затрат на енергозабезпечення будівель та виконання обчислень. З огляду на розвиток та збільшення кількості центрів обробки даних, що потребує нарощування систем генерації та розподілу електричної енергії можливість поєднання інформаційних та енергетичних систем, де вони могли б доповнювати одна одну при цьому замінюючи дороговартістну передачу електричної потужності більш дешевою передачею даних та максимальною утилізацією скидної теплової енергії. Проведене моделювання вказує на можливість скорочення поточних витрат на 18-40% залежно від графіків споживання електричної та теплової енергії та додатковий потенціал регулювання навантаження на мережі.
Отримано: 30.05.2026. Доопрацьовано: 09.07.2026. Прийнято: 20.08.2026
Посилання
1. Hammond, S. (2026). H2 and AI: Lessons from the world’s most energy efficient data center [Conference presentation]. Office of Scientific and Technical Information. https://doi.org/10.2172/3015881
2. Reno, M. J. (2024). AI for grid and energy overview [Conference presentation]. Sandia National Laboratories. https://doi.org/10.2172/2585813
3. Reddy, P. D. P., Veera Reddy, V. C., & Gowri Manohar, T. (2020). Modelling of renewable energy sources in distribution system planning. International Journal of Engineering Applied Sciences and Technology, 4(11), 421–423. https://doi.org/10.33564/ijeast.2020.v04i11.075
4. Mohammed Ansar, R. (2014). Energy balancing in data centre networks through green cloud computing. International Journal of Scientific Engineering and Research, 2(3), 37–40. https://doi.org/10.70729/j2013159
5. Rivankar, A., & G, A. (2017). Energy efficient load balancing for cloud data center. Asian Journal of Pharmaceutical and Clinical Research, 10(13), 162. https://doi.org/10.22159/ajpcr.2017.v10s1.19604
6. Li, B., Yong, J. C. E., Yu, L. J., Chan, J. Y., Olugu, E. U., & Muhieldeen, M. W. (2026). A hybrid data–physics fusion approach for energy-efficient and comfort-oriented real-time HVAC optimisation with dynamic occupant perception. Cleaner Engineering and Technology, 31, Article 101181. https://doi.org/10.1016/j.clet.2026.101181
7. Radiant heating and cooling handbook. (2008). Non Basic Stock Line.
8. Lytvyn, V. (2025). Pidvyshchennia efektyvnosti vykorystannia elektrychnoi enerhii zhytlovymy ta hromadskymy budivliamy za naiavnosti hibrydnykh soniachnykh elektrostantsii v umovakh rynku elektroenerhii [Improving the efficiency of electricity use by residential and public buildings with hybrid solar power plants in the electricity market]. Enerhetyka i avtomatyka, (3), 83–97.
9. Kaplun, V., Osypenko, V., & Makarevych, S. (2022). Forecasting the electricity pricing of energy islands with renewable sources. Machinery & Energetics, 13(4), 38–47.
10. Kaplun, V. V., Kravchenko, O. P., & Vasylenko, V. V. (2015). Analiz metodiv optymizatsii mikroenerhetychnykh system (microgrid) na osnovi dzherel rozpodilenoi heneratsii [Analysis of optimization methods for micro-energy systems (microgrids) based on distributed generation sources]. Visnyk Kyivskoho natsionalnoho universytetu tekhnolohii ta dyzainu, (2[84]).
11. Kiianchuk, V. M., & Makhotilo, K. V. (2023). Uchast pobutovykh spozhyvachiv na enerhetychnykh rynkakh cherez keruvannia popytom [Participation of household consumers in energy markets through demand-side management]. Enerhetyka, elektronika ta elektromekhanika, (9–10), 187–188.
12. Palensky, P., & Dietrich, D. (2011). Demand side management: Demand response, intelligent energy systems, and smart loads. IEEE Transactions on Industrial Informatics, 7(3), 381–388. https://doi.org/10.1109/TII.2011.2158841
13. Nadeem, T. B., Siddiqui, M. A., Khalid, M., & Asif, M. (2023). Distributed energy systems: A review of classification, technologies, applications, and policies. Energy Strategy Reviews, 48, Article 101096. https://doi.org/10.1016/j.esr.2023.101096
14. Hrebchenko, M. (2023). Systemy elektropostachannia z lokalnymy dzherelamy enerhii ta keruvannia nymy [Power supply systems with local energy sources and their control]. Natsionalnyi tekhnichnyi universytet Ukrainy «Kyivskyi politekhnichnyi instytut imeni Ihoria Sikorskoho». https://ela.kpi.ua/server/api/core/bitstreams/41e81896-4f4e-4106-96d7-711fa381e244/content
15. International Energy Agency. (2022). Unlocking the potential of distributed energy resources: Power system opportunities and best practices. https://iea.blob.core.windows.net/assets/3520710c-c828-4001-911c-ae78b645ce67/UnlockingthePotentialofDERs_Powersystemopportunitiesandbestpractices.pdf
16. Cabinet of Ministers of Ukraine. (2022, October 14). Pro skhvalennia Kontseptsii vprovadzhennia «rozumnykh merezh» v Ukraini do 2035 roku [On approval of the Concept for implementing smart grids in Ukraine through 2035] (Order No. 908-r). https://zakon.rada.gov.ua/laws/show/908-2022-р#Text
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Енергетика і автоматика
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution-NonCommercial 4.0 International License.
Усі матеріали поширюються на умовах ліцензії Creative Commons Attribution 4.0 International Public License, що дозволяє іншим розповсюджувати рукопис із визнанням авторства роботи та першої публікації в цьому журналі.
