Огляд існуючих методів і програмних інструментів керування та планування енергоспоживання
DOI:
https://doi.org/10.35681/1560-9189.2025.27.2.345528Ключові слова:
керування попитом, цільове керування попитом, цінові сигнали, інтелектуальні системи реагування, енергія як послуга, цифрові двійники, агрегатори ринку, енергокоперативи, програмні інструменти, програмне забезпечення, граничні обчислення, гранична аналітикаАнотація
Наведено огляд існуючих методів і програмних інструментів керування та планування енергоспоживання, зокрема для суттєвих споживачів. Розглянуто такі методи керування попитом як цільове керування попитом, цінові сигнали, інтелектуальні системи реагування, енергія як послуга, цифрові двійники, агрегатори попиту та енергокоперативи, а також програмні інструменти для реалізації цих методів. Сформовано збірну характеристику з описом переваг і недоліків кожного методу та інструменту. Висновком статті є формування вимог і задач за результатами аналізу наявних методів і програмних інструментів, вирішення яких дасть можливість зменшити економічні збитки суттєвих споживачів енергоринку.
Посилання
Kummari, Dwaraka. (2023). Energy Consumption Optimization in Smart Factories Using AI-Based Analytics: Evidence from Automotive Plants. Journal for Reattach Therapy and Development Diversities. 6. https://doi.org/10.53555/jrtdd.v6i10s(2).3572.
Laayati, O.; Bouzi, M.; Chebak, A. Smart Energy Management System: Design of a Monitoring and Peak Load Forecasting System for an Experimental Open-Pit Mine. Appl. Syst. Innov. 2022, 5, 18. https://doi.org/10.3390/asi5010018
Avazov, Kuldashbay & Sevinov, Jasur & Temerbekova, Barnokhon & Bekimbetova, Gulnora & Mamanazarov, Ulugbek & Abdusalomov, Akmalbek & Cho, Young. (2025). Hybrid Cloud-Based Information and Control System Using LSTM-DNN Neural Networks for Optimization of Metallurgical Production. Processes. 13. 2237. https://doi.org/10.3390/pr13072237.
Kumari, Priti & Dubey, Vandana & Jain, Meenal & Mishra, G.. (2023). Machine Learning-Based Model for Predicting Failure of Physical Machines in Cloud Computing. https://doi.org/10.1007/978-981-99-4795-9_39.
Pope, Jason & Coburn, Timothy & Bradley, Thomas. (2024). Committed emissions reductions available from replacement of coal-fired power plants with nuclear plants. Environmental Research: Energy. 1. https://doi.org/10.1088/2753-3751/ad7508.
Kakande, Josephine Nakato & Philipo, Godiana & Krauter, Stefan. (2025). Optimized Demand Side Management for Refrigeration: Modeling and Case Study Insights from Kenya. Energies. 18. 3258. https://doi.org/10.3390/en18133258.
Candra, O.. (2025). Energy Management of Smart Microgrid Considering Hybrid Optimal Consumption of Demand Side. Operations Research Forum. 6. https://doi.org/10.1007/s43069-025-00451-y.
Basmadjian R. Demand-Side Energy and Power Management in Data Centers. Cham : Springer Nature Switzerland, 2025. URL: https://doi.org/10.1007/978-3-031-85956-4
Porter V., Oke P. Predictive analytics in strategic decision-making: Applying machine learning to transform market signals into growth execution. GSC Advanced Research and Reviews. 2025. Vol. 25, no. 1. P. 156–164. URL: https://doi.org/10.30574/gscarr.2025.25.1.0315
Kotsar, Oleg & Rasko, I.O.. (2023). Improvement of methodical and instrumental support for demand side management in the liberalized electricity markets. Tekhnichna Elektrodynamika. 2023. pp. 68-79. https://doi.org/10.15407/techned2023.03.068
Jiang, Tao & Cao, Yang & Yu, Liang & Wang, Zhiqiang. (2014). Load Shaping Strategy Based on Energy Storage and Dynamic Pricing in Smart Grid. IEEE Transactions on Smart Grid. 1. https://doi.org/10.1109/TSG.2014.2320261
Gellings, Clark. (2017). Evolving practice of demand-side management. Journal of Modern Power Systems and Clean Energy. 5. pp. 1-9. https://doi.org/10.1007/s40565-016-0252-1
Yan, Huaguang & Li, Bin & Chen, Songsong & Zhong, Ming & Li, Dezhi & Jiang, Limin & He, Guixiong. (2015). Future evolution of automated demand response system in smart grid for low-carbon economy. Journal of Modern Power Systems and Clean Energy. 3. https://doi.org/10.1007/s40565-015-0103-5
Kim, Hongseok & Kim, Young-Jin & Yang, Kai & Thottan, Marina. (2011). Cloud-based demand response for smart grid: Architecture and distributed algorithms. 2011 IEEE International Conference on Smart Grid Communications, SmartGridComm 2011. https://doi.org/10.1109/SmartGridComm.2011.6102355
Stanelyte, Daiva & Radziukyniene, Neringa & Radziukynas, Virginijus. (2022). Overview of Demand-Response Services: A Review. Energies. 15. 1659. https://doi.org/10.3390/en15051659
Hamwi, Michael & Lizarralde, Iban. (2019). Demand-side management and renewable energy business models for energy transition A systematic review.
Bakare, Mutiu & Abdulkarim, A. & Zeeshan, Mohammad & Nuhu, Aliyu. (2023). A comprehensive overview on demand side energy management towards smart grids: challenges, solutions, and future direction. Energy Informatics. 6. https://doi.org/10.1186/s42162-023-00262-7
Apajalahti, Eeva-Lotta & Lovio, Raimo & Heiskanen, Eva. (2015). From demand side management (DSM) to energy efficiency services: A Finnish case study. Energy Policy. 81. https://doi.org/10.1016/j.enpol.2015.02.013
Doroshenko, Volodymyr & Kravchenko, Volodymyr. (2020). How the concept of a digital double can modernize the theory and practice of foundry processes using the example of the Lost Foam Casting process // Casting of Ukraine, 2020. No. 10. pp. 22-31.
Kovalevskyy S.V., Sydiuk D.M., Kovalevska O.S. (2024). Aspekty vprovadzhennia shtuchnoho intelektu v tekhnolohichne zabezpechennia zhyttievoho tsyklu vyrobiv mashynobuduvannia. Obrobka materialiv tyskom. pp. 109-115. DOI: 10.37142/2076-2151/2024-1(53)109
Oluokun, Odunayo & Akinsooto, Oluwadayomi & Ogundipe, Olorunshogo & Ikemba, Samuel. (2024). Optimizing Demand Side Management (DSM) in Industrial Sectors: A Policy-Driven Approach. International Journal of Multidisciplinary Research and Growth Evaluation. 5. pp. 1009-1021.
Rajesh, K. & Visali, N. (2023). Implementation of Evolutionary Algorithms on Day Ahead Demand Side Management With Unit Commitment. https://doi.org/10.21203/rs.3.rs-2710420/v1
Pan, Hao & Ding, Ming & Bi, Rui & Sun, Lei. (2019). Research on Cooperative Planning of Distributed Generation Access to AC/DC Distribution (Micro) Grids Based on Analytical Target Cascading. Energies. 12. 1847. https://doi.org/10.3390/en12101847
Lypov, Volodymyr. (2024). THE CONCEPT OF THE COOPERATIVE-LOCAL MICRO-NETWORK AS AN INSTRUMENT OF INCLUSIVE DEVELOPMENT AND SUPPORT OF UKRAINE'S ENERGY SECURITY.
Holmberg, David & Ghatikar, Rish & Koch, Edward & Boch, Jim. (2012). OpenADR advances. ASHRAE Journal. 54. BS16-BS19.
Opryshko V.P. Mekhanizmy realizatsiyi prohram keruvannia popytu na elektrychnu enerhiiu u svitovii praktytsi. Zhurnal Enerhetyka: ekonomika, tekhnolohiyi, ekolohiia. No. 3 2018:53. https://doi.org/10.20535/1813-5420.3.2018.164340
Choube, Toshi. (2025). Energy Management in Grid Integrated Microgrid System using Demand Response. Power System Technology. 49. pp. 767-783. https://doi.org/10.52783/pst.1621
