Mathematical Problems and Computer Modeling in the Electric Power Industry

Alіpova Aygerіm Erbolkyzy

The instructor profile

Description: The discipline develops students' ability to understand and apply mathematical methods and computer technologies to model processes in the electric power industry, analyze their behavior and evaluate the effectiveness of solutions. The course covers the basics of mathematical modeling, numerical analysis methods, and the use of specialized software to solve design, optimization, and control problems in energy systems. As a result of the training, the student will be able to: know the basic modeling methods in the electric power industry; understand the principles of mathematical models of energy processes; apply numerical methods to solve applied problems; analyze simulation results; evaluate the effectiveness of proposed solutions; develop and implement models to optimize the operation of energy systems.

Amount of credits: 5

Пререквизиты:

  • Introduction to Engineering

Course Workload:

Types of classes hours
Lectures 15
Practical works
Laboratory works 30
SAWTG (Student Autonomous Work under Teacher Guidance) 30
SAW (Student autonomous work) 75
Form of final control Exam
Final assessment method

Component: University component

Cycle: Base disciplines

Goal
  • связать общетеоретический курс математики с её конкретным применением при решении различных задач электроэнергетики, дать математический и методологически аппарат для прикладных исследований.
Objective
  • подготовить студентов к восприятию теоретических вопросов в специальных курсах и сознательному применению при решении прикладных задач методов и приёмов, приводящих наиболее быстро к достоверным результатам. Студенты специальности 050718 - Электроэнергетика должны иметь представление о ряде основных задач, решаемых в области электроэнергетики: расчеты нормальных режимов энергосистем, исследование статистической и динамической устойчивости, оптимизация режимов энергосистем, исследование переходных процессов в электрических цепях и ряд других.
Learning outcome: knowledge and understanding
  • Знать основные математические уравнения для решения электроэнергетических задач, уметь проводить проводить расчеты для получения результатов
Learning outcome: applying knowledge and understanding
  • Обладать навыками постановки математических задач электроэнергетических процессов, применять методы программирования для решения поставленных задач, анализировать результаты в соответствии с граничными и начальными условиями и физической целесообразности
Learning outcome: formation of judgments
  • Иметь способности обосновывать математическое решение и моделировать технологические процессы электроэнергетики для решения производственных, практических и лабораторных проблем
Learning outcome: communicative abilities
  • Быть способным анализировать режимы работы энергосистем на основе математических методов, исследовать статическую, динамическую устойчивость энергосистем, обрабатывать полученные результаты и анализировать режимы работы электроэнергетических процессов в команде
Learning outcome: learning skills or learning abilities
  • Владеть навыками определения целесообразности исследований и обработки полученных результатов, использовать современные вычислительные средства при проведении исследований на основе математического и компьютерного моделирования электроэнергетических процессов.
Teaching methods

В условиях кредитной технологии обучения занятия должны проводиться преимущественно в активных и творческих формах. В числе эффективных педагогических методик и технологий, способствующих вовлечению обучающихся в поиск и управление знаниями, приобретению опыта самостоятельного решения задач, следует выделить: технология проблемно- и проектно-ориентированного обучения; технологии учебно-исследовательской деятельности; коммуникативные технологии (дискуссия, пресс-конференция, мозговой штурм, учебные дебаты и другие активные формы и методы); метод кейсов (анализ ситуации); игровые технологии, в рамках которых обучающиеся участвуют в деловых, ролевых, имитационных играх; информационно-коммуникационные (в том числе дистанционные образовательные) технологии.

Assessment of the student's knowledge

Teacher oversees various tasks related to ongoing assessment and determines students' current performance twice during each academic period. Ratings 1 and 2 are formulated based on the outcomes of this ongoing assessment. The student's learning achievements are assessed using a 100-point scale, and the final grades P1 and P2 are calculated as the average of their ongoing performance evaluations. The teacher evaluates the student's work throughout the academic period in alignment with the assignment submission schedule for the discipline. The assessment system may incorporate a mix of written and oral, group and individual formats.

Period Type of task Total
1  rating Лабораторная работа 1 0-100
Лабораторная работа 2
Лабораторная работа 3
Лабораторная работа 4
Индивидуальное задание 1
Рубежный контроль
Конспект лекции
2  rating Лабораторная работа 5 0-100
Лабораторная работа 6
Лабораторная работа 7
Лабораторная работа 8
Индивидуальное задание 2
Рубежный контроль
Конспект лекции
Total control Exam 0-100
The evaluating policy of learning outcomes by work type
Type of task 90-100 70-89 50-69 0-49
Excellent Good Satisfactory Unsatisfactory
Evaluation form

The student's final grade in the course is calculated on a 100 point grading scale, it includes:

  • 40% of the examination result;
  • 60% of current control result.

The final grade is calculated by the formula:

FG = 0,6 MT1+MT2 +0,4E
2

 

Where Midterm 1, Midterm 2are digital equivalents of the grades of Midterm 1 and 2;

E is a digital equivalent of the exam grade.

Final alphabetical grade and its equivalent in points:

The letter grading system for students' academic achievements, corresponding to the numerical equivalent on a four-point scale:

Alphabetical grade Numerical value Points (%) Traditional grade
A 4.0 95-100 Excellent
A- 3.67 90-94
B+ 3.33 85-89 Good
B 3.0 80-84
B- 2.67 75-79
C+ 2.33 70-74
C 2.0 65-69 Satisfactory
C- 1.67 60-64
D+ 1.33 55-59
D 1.0 50-54
FX 0.5 25-49 Unsatisfactory
F 0 0-24
Topics of lectures
  • Введение
  • Общие сведения об электроэнергетике
  • Применение методов математического программирования в электроэнергетике
  • Теория направленных и ненаправленных графов
  • Нелинейное программирование
  • Динамическое программирование
  • Критериальное программирование
  • Применение теории вероятностей и математической статистики в электроэнергетических задачах
Key reading
  • 1. Гордиевский И.Г. Критериальный анализ некоторых технико- экономических задач энергетики. Изд.: «Высшая школа (Москва)», 2002. 2. Волков Л.Т. Математические задачи энергетики. Типовые задачи: Учеб.пос. / Энергия, 2003. 3. Электрические системы. Математические задачи электроэнергетики: Учебник для студентов вузов / Под ред. В.А. Веникова. - М.: Высшая школа, 1986.-288 с. 4. Астраханов Ю.А., Веников В.А., Ежков В.В. Электроэнергетические системы в примерах и иллюстрациях. - М.: Высшая школа, 1989. 5. Электрические системы и сети, Ежков В.В. и др.: Учебное пособие для электроэнергетических спец. / Учебная литература / Технические науки. - Изд.: «Высшая школа (Москва)», 2005. 6. Электрические системы и сети в примерах и иллюстрациях: Учебное пособие для электроэнергетических спец. Ежков В.В. и др. - Изд.: «Высшая школа (Москва)», 2002. - 352 с. 7. Арион В.Д., Журавлев В.Г, Применение динамического программирования к задачам электроэнергетики / Ответ. Ред. В.А. Веников.- Кишинев, 1989.- 135 с. 8. Введение в математическое моделирование Трусов П.В., ред. Издательство: «Логос», 2004. 9. Уравнения в частных производных для инженеров: Перевод с английского. Шарма Дж.Н., Сингх К. - Изд.: «Техносфера», 2002. 10. Оптимальные решения: Лекции по методам обработки измерений. Саврасов Ю.С. - Изд.: «Радио и связь», 2000. - 151 с.